基于云模型的船员适任性综合评价

为处理海上交通安全人的因素评价中抽象概念和定性语言的不确定性,通过深入分析其本质特点,结合改进的云理论,提出了一种新的基于云模型的综合评价方法,用于船员的适任性评价。该方法利用云模型对不确定信息处理的优势,最大限度地保留整个适任性评估过程中固有的不确定性,将定性定量变量进行云变换得到各个评价指标的概念云模型,然后通过概念"软与"操作激活相应规则后件,最终采用云模型计算得到基于云滴分布的综合评价结果。仿真研究表明,基于云模型的综合评价方法用于船员适任性评价是可行有效的,该方法使得评价内容更加丰富,评价结果直观,灵活、可靠,符合人类思维和推理方式。     

数据挖掘技术在船舶航迹拟合中的应用

近年来,针对船舶航迹拟合的研究日益增加。但原有船舶航迹拟合方法在使用中,常出现拟合结果与实际航迹相差较大的问题。因而采用数据挖掘技术展开优化,设计基于数据挖掘技术的船舶航迹拟合方法。在船舶中引用AIS系统,获取船舶行驶数据。采用数据挖掘技术中的模式挖掘算法对采集到的数据进行预处理。使用上述处理后的数据,构建船舶航迹拟合模型。至此,基于数据挖掘技术的船舶航迹拟合方法设计完成。构建实例测试分析环节,将此方法拟合结果与原有方法拟合结果和实际航迹进行对比,获取航迹相似度。通过对比可知,此方法相似度高于原有方法。由此可知,基于数据挖掘技术的船舶航迹拟合方法拟合效果更佳。     

船员适任性多层次灰色综合评价研究

为了定量评价船员的适任能力,依据胜任力绩效评价理论建立了4个层次的船员适任性评价指标体系,运用层次分析法确定了各评价指标的权重,利用灰色评价理论构建了船员适任性多层次灰色评价模型。它将评价者的分散信息处理成一个描述不同灰类程度的权向量,再对其进行单值化处理,得到受评者的评价值,可以定量区别船员的实际适任能力,并能分析各评价指标所属的灰类分布情况,通过对模型的实例验证,充分表明其科学性和合理性。模型的建立对于船员的甄选和业绩考核,完善船公司薪酬制度和激励机制,改进船员管理模式,保证海上航行安全,具有十分重要的现实意义。     

船员适任能力评价的灰色关联分析

为定量评价船员的适任能力,选派优秀船员上船,保障海上航行安全,建立具有4个层次的船员适任性评价指标体系,运用层次分析法确定各评价指标的权重,利用灰色关联度评价法构建船员甄选模型,并通过实例验证采用关联度对评价指标进行有机综合能较好地结合定性评价和定量评价的优点,减少人为因素干预,增强船员甄选的科学性和公正性。     

人工神经网络在船员适任性中的研究

本文针对船员适任性中的不足,利用数据挖掘得出其影响因素;然后建立3层神经网络结构和确定了隐层节点数量,并对神经网络结构进行训练;最后,对选用的约简集中的因素与目标之间的一维关系进行分析,以此来提高船员的航海安全,降低人为因素造成的航运事故。     

基于模糊综合评判的船员适任性评估体系

文章结合航海教育的改革,系统地考虑了船员适任性方面的评价因素。利用模糊综合评判将模糊的信息定量化来评价船员适任能力,明确考察的内容和具体评价步骤并给出算例,在评价船员适任性方面给出了量化的评价方法。     

内河船舶船员适任考试和发证规则发布 2016年5月1日起施行

<正>日前,交通运输部公布了《中华人民共和国内河船舶船员适任考试和发证规则》,并规定新规则自2016年5月1日起施行。该规则为规范内河船舶船员适任考试和发证管理,提高内河船舶船员素质,保障内河交通安全,根据《中华人民共和国船员条例》和《中华人民共和国内河交通安全管理条例》制定。适用于内河船舶船员的适任考试和《内河船     

网格环境下船舶航行GPS定位数据快速挖掘方法

传统的数据挖掘方法收敛性差,导致挖掘定位数据的速度较慢,因此提出网格环境下的船舶航行GPS定位数据快速挖掘方法。该方法利用回归方程确定GPS定位坏点数据,通过归一化处理修复数据,提升挖掘收敛速度;基于局部特征参量,设置数据时间序列;获取数据发展规律,根据置信度和提升度确定挖掘规则。测试结果表明,与传统方法相比,所提出方法的收敛效果更好,挖掘定位数据的速度更快。由此可见,该方法更满足现阶段的数据挖掘基本要求。     

基于web数据挖掘技术的机械产品概念设计研究

讨论了基于Web数据挖掘技术对机械产品概念设计的支持.用Java实现网页上数据挖掘并将结果存入数据库;采用数据挖掘技术从已有的产品的数据库、知识库、规则库中获取有用的信息和知识来有效地支持机械产品概念设计.     

“11规则”下船长和甲板部船员适任考试的变化与应对

在对船长和甲板部船员的适任考试大纲和评估规范进行研究的基础上,分析"11规则"下的船长和甲板部船员适任考试要求、适任考试大纲以及考试方式等方面的变化,讨论了船员教育与培训机构、船长和甲板部船员的应对措施。     

我国海船船员适任考试的现状、问题与对策

在分析当前中国海船船员适任考试现状的基础上,从如何真实评价海员知识与技能的角度,指出现阶段海船船员适任考试存在的主要问题,并提出相应的对策:确立理论与实践相结合的海船船员适任考试原则;采用计算机操作和仿真试题环境的智能化考试形式,改革和完善海船船员适任考试方式。     

基于web数据挖掘技术的机械产品概念设计研究

讨论了基于Web数据挖掘技术对机械产品概念设计的支持。用Java实现网页上数据挖掘并将结果存入数据库；采用数据挖掘技术从已有的产品的数据库、知识库、规则库中获取有用的信息和知识来有效地支持机械产品概念设计。     

港口水域海事安全风险分析法

海事的发生是由一系列原因导致的,通过对事故各原因与结果之间的关联性进行分析,找出其发生规律,这将直接影响到海事安全管理的效率.将数据挖掘中关联规则技术应用到海事安全风险因素分析中,搜寻事故诱因与结果的频繁项集和规则表达式来发现事故原因的潜在规律,为港口水域海事安全管理工作提供科学依据.经初步分析得出船员因素与事故的发生影响最大,且与碰撞事故的关联性最大.     

2012海船船员适任考试和发证规则的分析与比较

通过对《中华人民共和国海船船员适任考试和发证规则》"12规则"与"04规则"的对比,分析了两规则在结构、措辞和内容方面的变化及其优点,同时结合我国海船船员适任考试和发证的实际情况,对"12规则"的某些规定提出了一些看法和建议。     

航迹点搁浅风险数据关联规则挖掘方法研究

随着海上航线的不断增多与海洋水文环境的不断变化,许多航迹点已存在搁浅风险不适合船舶航行。因此需要通过数据挖掘的方法对风险航迹点进行运算分析,但是传统的数据挖掘方法无法对无关联的航迹点进行风险的数据关联,由此导致数据挖掘数据结果的准确率下降,数据挖掘面有效数据计算量降低。对此提出航迹点搁浅风险数据关联规则挖掘方法研究。通过对航迹点风险数据的假设建模与风险数据的模糊计算,得到风险数据的关联规则,再通过对风险数据关联规则的分类挖掘计算与加权挖掘数据分析,最终得到准确的航迹点搁浅风险数据关联规则的数据结果。最后,通过引入海上实例数据对提出的方法进行仿真测试,证明设计的可行性。     

浅谈船员适任评估的实施与管理

船员适任评估需要不断根据实际情况和环境的变化对其精心研究、调整、完善。本文先从海船船员适任评估的实施与管理的背景出发,分析了我国海船船员适任评估工作的现状,论述海船船员适任评估工作中的做法和思考,总结海船船员适任评估的经验,分析存在的优缺点;其次,以提高船员素质为出发点,建议进一步完善船员适任评估体系,加强评估人员培训,改进评估方式,更新评估设备,使船员适任评估工作进一步规范化,以提高船员整体适任水平。     

开展船员素质提升培训,培养国际一流船员队伍

STCW公约马尼拉修正案和我国船员适任考试和发证规则等公约法规仅仅是对船员适任的最低标准,持证并不代表船员完全达到岗位技能标准。为提升船员的职业素养,本文基于问卷调查的结果,分析了船员法定培训存在的不完善之处,提出通过船员职业素养培训、船员上岗前培训、船员季节性防范培训和船员专项能力提升培训等课程模块的实施,全面提高船员适岗能力,全面提升船员综合素质。     

一种基于数据挖掘的锚泊半径模式提取方法

为了使VTS中心关于走锚半径的设置更加准确,通过对AIS数据的处理,采用聚类方法提取出船舶锚泊时的航次数据,使用关联规则算法对提取的锚泊航次数据进行数据挖掘,建立船舶锚泊半径模式提取规则。将挖掘所得结果与国内外规范计算值进行对比分析,相对误差在可接受范围内。     

使用数据挖掘实现舰船故障数据定位

为了更好地保障船舶航行安全,有效提高船舶的故障定位和检测能力,提出了使用数据挖掘实现舰船故障数据定位方法,通过对舰船故障数据进行实时采集和分类挖掘获取船舶航行过程中的异常数据,实现对船舶故障数据关联规则特征的准确提取。在进行故障定位的过程中,合理并利用电磁探测器和声敏传感器等设备进行故障诊断,并对不同类别船舶故障数据的高维特征融合的研究采用数据挖掘分析算法,利用数据挖掘分类器对船舶故障数据进行分类识别和定位挖掘,从而有效保障船舶故障数据定位的精确度和有效性。最后通过实验结果表明,使用数据挖掘实现舰船故障数据定位方法具有较高的故障定位精度。可以应用于船舶故障实时诊断,有效提高船舶故障诊断的实时性。     

基于关联规则的远洋舰船运行监控大数据挖掘方法

针对传统的远洋舰船运行监控大数据挖掘方法精准度低的情况,本文应用关联规则算法,对远洋舰船运行监控大数据挖掘方法进行设计。为了有效对舰船远行监控大数据挖掘,首先获取监控数据源,将数据存入到数据库中,在此基础上,对远洋舰船运行监控数据预处理,以此生成舰船运行监控大数据挖掘模型,完成了对运行监控大数据的挖掘,实验对比结果表明,本文设计的基于关联规则的远洋舰船运行监控大数据挖掘方法比传统的舰船运行监控大数据挖掘方法精准度高,具有一定的实际应用意义。