失誤樹分析為常用的可靠性、安全性和故障診斷決策模型之工具，深受工程界的歡迎。近十年，貝氏網路迅速發展，適用於表達和分析不確定性機率之事物，是目前不確定知識表達和推理領域中最有效的理論模型之一。因而已有國外學者提出以失誤樹分析方法為基礎轉換至貝氏網路，但有不足之地方，如仍假設為二態性，無考慮事件間之關係，邏輯門表達等問題。
本研究目標將建立完整貝氏網路，由於貝氏網路為網路結構，關係相當複雜，不易建立。所以將失誤樹作為基礎轉換至貝氏網路架構，解決貝氏網路不易建立之問題，最後導入橫向連結，使BN架構更趨完整性，並解決失誤樹無考慮事件間之關係。進而使用實際案例加以分析，經分析結果貝氏網路能克服失誤樹分析的侷限性。此外，並評估失誤樹分析與貝氏網路計算結果的差異性，若不考慮變異程度時，失誤樹與貝氏網路所計算結果，都與歷史資料統計結果相近，表示本研究所提出貝氏網路能包含失誤樹分析之特性；若考慮變異程度及事件相關性時，貝氏網路能更具客觀性與實用性。

Fault Tree Analysis (FTA) has been commonly used in reliability, security and troubleshooting tools for decision making in the field of engineering. For the last decade, the rapid development of Bayesian network (BN) makes it one of the most effective theoretical models to represent the knowledge of uncertainty. Many researchers have developed methods to transform FTA into Bayesian network; however, their results still have some limitations such as: two-state events, deterministic logic gates, independent event interrelationships, and so on.
This thesis aims to propose a systematic approach to establish a complete Bayesian network. Generally, it may be difficult to directly establish the architecture of a BN with quite complex relations. To solve this problem, the proposed approach will build a BN from FTA and add horizontal links to connect events so that the BN structure may have strong integrities. Using the proposed approach, a practical case study shows that the BN overcome some limitations of FTA. In addition, without considering the variability, FTA and BN have similar results with the statistics of historical data. Hence, the proposed BN includes the features of FTA. Conversely, if the variability and event interrelationship are considered, Bayesian network can be more objective and practical for applications.

1.AgenaRisk 5.0 , User Manual (2008), www.agenarisk.com.
2.M. Balabanovic (1997), “An Adaptive Web Page Recommendation Service”, Proceedings of the first international conference on Autonomous agents, Marina del Rey, California, United States.
3.A. Bobbio, L. Portinale, M. Minichino, E. Ciancamerla (1999), “Comparing Fault Trees and Bayesian Networks for Dependability Analysis” Lecture Notes in Computer Science: Computer Safety, Reliability and Security, Springer-Verlag.
4.A. Carpignano and A. Poucet (1994), “Computer Assisted Fault Tree Construction: A Review of Methods and Concerns.” Reliability Engineering and System Safety, Vol. 44, No. 3, p.265-278.
5.C. A. Ericson (1999), “Fault Tree Analysis-A History”, In: 17th International System Safety Conference, Seattle, Washington, p1-9.
6.T. L. Graves, M. S. Hamada, R. Klamann (2007), “A fully Bayesian approach for combining multi-level information in multi-state fault tree quantification” Reliability Engineering & System Safety, Vol.92, No.10, p. 1476-1483.
7.D. Heckerman (1995), “A tutorial on learning with Bayesian networks”, Microsoft Research report, Microsoft Corporation, p1-57.
8.S.L. Lauritzen, B. Thiesson, D.J. Spiegelhalter (1994), “Diagonstic systems created by model selection methods: A case study”, In Uncertainty in Artificial Intelligence, Vol.89, No4, p. 143-152.
9.X. Liu, H. Li, L. Li (2008), “Building method of diagnostic model of Bayesian networks based on fault tree”, Proceedings of SPIE - The International Society for Optical Engineering, Beijing, China.
10.I. Nonaka, H. Takeuchi (1995), “The Knowledge-Creating Company.” Oxford University Press: New York.
11.S. Russell, N. Peter (1995), “Artificial Intelligence : A Modern Approach”, Prentice-Hall.
12.M. Schervish (1995), “Probabilistic inference and inference diagrams”, Operations Research, Vol.36, No.4, p. 589-604.
13.F. C. Hadipriono (1992), “ Expert System for Construction Safety. I: Fault-Tree Models”, Journal of Performance of Constructed Facilities, Vol.6, No.4, p. 246-260.
14.Krasich, Milena (2000), “Use of fault tree analysis for evaluation of system-reliability Improvements in design phase” , Proceedings of the Annual Reliability and Maintainability Symposium, Los Angeles, CA, USA, p1-7.
15.Bedford, van Gelder (2003), “Safety assessment of third parties during construction in multiple use of space using Bayesian Networks”, Safety and Reliability.
16.James T. Luxhoj (2004), “The Science and Art of Safety Risk Assessments for the Aviation Industry”, INFORMS Conference, NASA Langley Research Center, Hampton, MA (Invited Presentation).
17.N. Fenton, M. Neil (2004), “Combining evidence in risk analysis using Bayesian Networks”, Safety Critical Systems Club Newsletter, Vol.13, No.4, p1-6.
18.A. Gregoriades (2007), “Road Safety Assessment using Bayesian Belief Networks and Agent-based Simulation”, Man and Cybernetics, ISIC. IEEE International Conference on Systems, Montréal, Canada, p.615-620.
19.H. Boudali, J.B. Dugan (2005), “A discrete-time Bayesian network reliability modeling and analysis framework.” Reliability Engineering & System Safety, Vol.87, No.3, p. 337-349.
20.William Marsh, George Bearfield (2007), “Representing Parameterised Fault Trees using Bayesian Networks”, In Proceedings of the 26th International Conference on Computer Safety, Reliability and Security, SAFECOMP, Springer-Verlag.
21.王广彦、马志军、胡起伟 (2004)，「基于貝葉斯網絡的故障樹分析」，系統工程理論與實踐，第24卷，第6期，第6頁。
22.吳永富 (2001)，「中華民國第四屆可靠度與維護度技術研討會心得」，安全文化專欄，第11頁。
23.李文瑞 (1984)，「FTA 技術在系統可靠度應用之硏究」，國立台灣科技大學 碩士，工業管理。
24.卓麗文 (2005)，「建築工程施工階段風險效益之研究」，國立雲林科技大學 碩士，營建工程系。
25.呂進芳 (1994)，「淺談化學製程之故障樹分析」，化工技術，第2卷，第5期，第68-79頁。
26.胡玉勝、涂序彥、崔曉瑜、程乾生 (2001)，「基於貝葉斯網路的不確定性知識的推理方法」，計算機集成制造系統-CIMS，第7卷，第12期，第65-98頁。
27.陳思達 (2005)，「光碟製成設備故障樹分析與動態可靠度估算」，國立中央大學 碩士，機械工程。
28.黃鵲容 (2008)，「故障樹分析及應用」，化工安全與環保管理，台灣: 全華圖書股份有限公司。
29.黃淸賢 (2003)，「危害分析與風險評估操作手冊」。初版CH2失誤樹分析，台北縣中和市:新文京開發出版股份有限公司。第23-78頁。
30.黃淸賢 (2008) 「危害分析與風險評估」。修訂二版五刷，台北市。
31.楊詠翔 (2009)，「專家經驗獲取在貝氏網路運用之探討-以營建安全為例」，國立臺灣科技大學 碩士，營建工程系。
32.鈴木順二郎、牧野鐵治、石土反茂樹 (2003) 「FMEA&FTA實施法-故障模式」，故障樹之解析與評價，日本:先鋒企管。
33.廖嘉雄 (2000)，「以貝氏網路為基礎的知識處理機制之研究」，東海大學 碩士，工業工程學系。
34.潘南飛 (2006)，「建築基礎開挖崩坍事故之分析」，建築學報，第57期，第181-203頁。
35.蔡林昌 (1996)，「故障樹分析法應用於彈性製造系統組件維護策略之研究」，國立中央大學 碩士，機械工程學系。
36.蘇俊和 (2002)，「貝氏網路的建構與學習機制之研究-以航太產業績效管理為例」，東海大學 碩士，工業工程與經營資訊研究所。
37.張天瑞 (2007)，「水力發電系統介紹」，物理雙月刊，第29卷，第3期，第689-695頁。
38.方鈞 (1989)，「以故障樹分析技術探討如何防止核三廠主飼水系統設備故障所造成的跳機」，台電核能月刊，第82期，第 243-248頁。
39.林正宗 (2003)，「油槽區設施安全之探討」，國立高雄第一科技大學 碩士，環境與安全衛生工程所。
40.楊閔嵐 (2004)，「風險對策評估方法以工程採購方式為例」，國立雲林科技大學 碩士，營建工程系。
41.陳福民 (2005)，「建築物擋土開挖事故風險之分析」，國立高雄應用科技大學 碩士，土木工程與防災科技研究所。
42.江旺宗 (2006)，「營造業墜落意外事件模式及相關勞安法規之探討」，國立高雄第一科技大學 碩士，營建工程所。
43.江志雄 (2008)，「設備維護策略之探討-以學校冷氣機為例」 ，國立台灣科技大學 碩士，營建工程系。
44.賴韻如 (2009)，「橋樑墩柱劣化之模糊失誤樹分析」，國立成功大學 碩士，土木工程所。
45.劉麒峰 (2004)，「以貝氏網路為基礎的國中數學相關因素預測及診斷系統」，淡江大學 碩士，資訊工程所。
46.潘家琳 (2005)，「利用動態貝氏網路分析基因網路的調控」，慈濟大學 碩士，醫學資訊研究所。
47.蘇俊豪 (2006)，「建置貝氏網路於工程品質缺失及其應用之研究」，國立中興大學 碩士，土木工程學系所。
48.高健智 (2007)，「以貝氏網路為基礎之學生分數概念診斷系統」，台北市立教育大學 碩士，數學資訊教育所。
49.李俭川、胡茑庆、秦国军、温熙森 (2003)，「基于故障树的贝叶斯网络建造方法与故障诊断应用」，计算机工程与应用，第39卷，第24期，第225-228頁。
50.周忠宝、董豆豆、周经伦 (2006)，「贝叶斯网络在可靠性分析中的应用」，系统工程理论与实踐，第26卷，第6期，第95-100頁。