1.一种基于模糊贝叶斯网络的重大工程技术创新成果应用风险评估方法，其特征在于，该方法包括以下步骤：挖掘重大工程技术创新成果应用的风险因素，基于所述风险因素构建风险指标体系，所述风险因素构建风险指标体系包括：目标层、准则层、指标层；基于风险矩阵法，根据风险发生概率和风险损失程度构建风险等级标准矩阵；基于所述风险因素构建风险指标体系，构建成贝叶斯网络拓扑结构；基于所述风险等级标准矩阵，根据三角模糊数法和DUOWA算法，计算所有所述贝叶斯网络拓扑结构中所述指标层的先验概率值；基于Leaky Noisy-or gate模型计算所述目标层和所述准则层的条件概率值；建立贝叶斯网络风险概率模型；对所述贝叶斯网络风险概率模型进行正向概率推理，得到所述目标层、准则层发生的概率分布数据；对所述贝叶斯网络风险概率模型进行逆向概率推理，得到所述指标层的后验概率分布数据并进行重要性评价；根据所述目标层、准则层发生的概率分布数据和所述指标层的后验概率分布数据，完成重大工程技术创新成果应用风险评估；所述目标层为技术创新成果应用风险A，所述准则层由多个影响所述目标层A的风险类型Bn组成，所述指标层由多个影响所述准则层的风险源Cnm组成；所述风险类型Bn包括：技术风险B1、管理风险B2、环境风险B3、资源风险B4、直接效益风险B5、间接效益风险B6；所述风险源Cnm包括：与所述技术风险B1对应的应用基础情况C11、需求匹配性C12、技术就绪度C13、技术融合性C14；与所述管理风险B2对应的需求单位对新技术的掌握难度C21、新技术的转化管理流程的复杂性C22、新技术对标准规范的扰动程度C23、新技术对施工组织的干扰程度C24，与所述环境风险B3对应的气候环境适应性C31、地质环境适应性C32、水文环境适应性C33、生态环境适应性C34，与所述资源风险B4对应的技术转化费用C41、技术转化周期C42、技术转化人力资源需求C43、技术转化设备/材料保障能力C44，与所述直接效益风险B5对应的安全防控能力C51、质量提升水平C52、进度提升水平C53、成本节约水平C54、环保提升水平C55，与所述间接效益风险B6对应的技术应用范围C61、人才培养数量C62、产业转化效益C63；所述“基于风险矩阵法，根据风险发生概率和风险损失程度构建风险等级标准矩阵”具体包括以下步骤：将风险发生概率作为横坐标，将风险损失程度作为纵坐标，构建风险等级标准矩阵；其中，所述风险发生概率和所述风险损失程度配置为五级量纲；风险等级配置为五级；不同级别的所述风险发生概率和不同级别的所述风险损失程度组合对应不同级别的所述风险等级，所述风险等级Rn，n＝1、2、……、5；所述“基于所述风险因素构建风险指标体系，构建成贝叶斯网络拓扑结构”具体包括以下步骤：所述贝叶斯网络拓扑结构中设定目标层为叶节点，准则层为中间节点，指标层为根节点，构建成贝叶斯网络拓扑结构；将所述叶节点、所述中间节点、所述根节点配置为二级变量属性；所述“基于所述风险等级标准矩阵，根据三角模糊数法和DUOWA算法，计算所有所述贝叶斯网络拓扑结构中所述指标层的先验概率值”具体包括以下步骤：采用三角模糊数，计算所述根节点先验概率值，所述根节点风险发生时的概率模糊子集如公式(1)：其中，α i 、β i 为 的置信上下限，m i 为所述根节点概率中值；根据所述风险等级标准矩阵，设定所述风险等级Rn对应的语言描述值和先验概率模糊数；采集专家基于所述风险等级Rn和对应所述语言描述值标准，对各个所述根节点的风险等级评判，得到对应各个所述根节点的概率模糊数F k ＝(a k ,b k ,c k )，进一步，采用均值面积法去模糊化得到所述根节点的解模糊化的专家评估值F k ；采用DUOWA算法，确定不同专家的评估值权重：通过解模糊化的专家评估值F k 与专家评估模糊数的算术平均值 的相似度来确定不同专家的评估值权重w k ；结合所述根节点的不同专家的评估值权重w k 及解模糊化的专家评估值F k ，得到去模糊化的精确评价值F jq 。
2.根据权利要求1所述的基于模糊贝叶斯网络的重大工程技术创新成果应用风险评估方法，其特征在于，所述“基于Leaky Noisy-or gate模型计算所述目标层和所述准则层的条件概率值”具体包括以下步骤：设X为Y的父节点，X l 为影响Y发生的不确定性因素；首先需确定P(Y|X i )、 其中P(Y|X i )表示仅X i 发生导致Y发生的概率， 表示仅X i 不发生而Y发生的概率；设P i 是X i 的连接概率，进一步得到Y所对应的所有父节点的连接概率：设P l 为不确定性因素X l 的连接概率，从而得出节点Y的条件概率为：其中，X p 为条件概率表对应的项。
3.根据权利要求1或2所述的基于模糊贝叶斯网络的重大工程技术创新成果应用风险评估方法，其特征在于，对所述贝叶斯网络风险概率模型进行正向概率推理，得到所述中间节点对应的所述目标层中技术创新成果应用风险A和准则层中各个所述风险类型Bn的发生概率分布数据；对所述贝叶斯网络风险概率模型进行逆向概率推理，得到所述根节点对应的所述指标层中各个所述风险源Cnm的后验概率分布数据。
4.根据权利要求3所述的基于模糊贝叶斯网络的重大工程技术创新成果应用风险评估方法，其特征在于，所述“对所述贝叶斯网络风险概率模型进行正向概率推理，得到所述目标层和准则层发生的概率分布数据”具体包括以下步骤：结合所述指标层的先验概率值、所述目标层和所述准则层的条件概率值，将所述指标层的先验概率值和所述目标层和所述准则层的条件概率值输入GeNIe软件中，选择聚类推理算法进行因果推理，可得到所述目标层中技术创新成果应用风险A和准则层中各个所述风险类型Bn的发生概率分布。
5.根据权利要求4所述的基于模糊贝叶斯网络的重大工程技术创新成果应用风险评估方法，其特征在于，所述“对所述贝叶斯网络风险概率模型进行逆向概率推理，得到所述指标层的后验概率分布数据并进行重要性评价”具体包括以下步骤：在GeNIe软件中将“技术创新成果应用风险A”节点“发生”状态下的概率设为100％，逆向得出各节点的后验概率值；对风险因素进行重要性评价，以确定威胁重大工程技术创新成果应用风险的关键风险源，重要度I公式为：式中，T为叶节点对应风险事件，X i 为根节点对应风险事件。
6.电子设备，其特征在于，包括：计算机程序，所述计算机程序用于执行权利要求1-5中任一项所述的基于模糊贝叶斯网络的重大工程技术创新成果应用风险评估方法；存储器，所述存储器用于存储所述计算机程序；处理器，所述处理器用于执行所述计算机程序。
