关联分析的操船环境危险度评价模型

操船环境是指对船舶操纵产生限制的影响因素,操船环境危险度评价结果直接影响船舶的正常航行,而当前方法操船环境危险度评价模型存在评价结果主观性强,评价精度低等不足。为了提高操船环境危险度评价效果,设计基于关联分析的操船环境危险度评价模型,首先分析当前操船环境危险度评价研究现状,并构建操船环境危险度评价的指标,然后采用关联分析方法对原始操船环境危险度评价指标进行处理,确定操船环境危险度评价的权值,最后根据关联分析结果处理操船环境危险度评价数据,并构建操船环境危险度评价模型。与其他操船环境危险度评价模型进行仿真对比实验,结果表明,本文模型可以合理确定每一种操船环境危险度评价指标的重要程度,得到高精度的操船环境危险度评价结果,而且操船环境危险度评价速度更快,可以为船舶安全管理者提供参考。     

航道内船舶航行环境危险度评价

对航道内船舶航行环境危险度进行正确的评估,是保证船舶安全航行的重要途径之一。本文在灰色聚类的基础上,建立灰色白化函数聚类模型,利用此模型对广州港的主要航道的航行环境危险度进行评价,并将本文的评价结果与航道的实际发生事故数相比较,由此来说明本文所采用的评价模型的有效性。     

基于AIS数据的船舶航行安全评价模型构建

针对现有船舶海上航行安全度求解复杂、参考因素权重确定困难等方面的不足，研究影响评价模型准确性的数据来源、模型构建方法等问题，提出一种基于关系型数据库的船舶重要指标筛选方法和数据库构建及检索设计方案。构建基于模糊数学方法、层次分析法(Analytic Hierarchy Process, AHP)和专家评价法的船舶碰撞危险度(Collision Risk Index, CRI)求解模型，并根据实船自动识别系统(Automatic Identification System, AIS)数据对船舶航行安全评价数学模型和构建的数据库进行验证。结果表明，基于AIS数据的船舶航行安全评价数据库具有较好的可靠性和易用性。船舶航行安全评价模型计算结果可信，符合专家经验及《国际海上避碰规则》要求，可为船舶海上航行安全评价提供技术和理论支持。     

船舶避碰中灰色数据挖掘研究

随着海洋运输业的发展,航行在海上的船舶数量越来越多,船舶避碰系统成为保障船舶航行安全的必要设备之一。现有的船舶避碰算法有基于视频图像帧数据的、红外传感器设备采集数据的,也有利用知识发现及大数据挖掘技术对船舶航行轨迹及碰撞规律进行分析,对船舶航行进行辅助指导。本文研究船舶避碰中的灰色度数据挖掘技术,并根据实际的应用数据建立灰色度数学模型,最后对本文的船舶避碰算法进行仿真,与传统算法进行比较分析。     

通航水域航行安全评价的研究

为了对通航水域船舶航行安全性进行定量的评价.应用模糊综合评判方法建立我国主要港口通航水域的安全评价模型.根据当前影响通航水域船舶航行安全的11类主要因素建立综合评价集.应用灰色关联分析法和因子分析法确定评价指标的权重系数.利用此模型对我国10个主要港口水域的安全性进行了评价.     

改进灰色模型的船舶航行轨迹自动预测研究

为实现更加精准、自动化的船舶航行轨迹预测,利用改进灰色模型,提出一种基于改进灰色模型的船舶航行轨迹自动预测方法。在船舶航行中的AIS数据中对船舶航行轨迹数据进行提取,其中AIS数据具体包括船舶航程数据、船舶动态数据以及船舶动态数据。通过数据估计算法插补缺失数据,分为2个步骤,第1步是对插补数据进行识别,第2步是对其进行插补。通过改进灰色模型对船舶航行轨迹进行自动预测,主要使用基于缓冲算子改进的灰色模型构建船舶航行轨迹自动预测模型。选取某船舶服务项目中包含的船舶AIS数据作为实验数据,对设计方法进行实例测试。测试结果表明,设计方法的数据提取质量较高、预测模型的误差较小,具有广阔的市场应用前景。     

灰色数据挖掘在船用柴油机中的应用

船用柴油机作为船舶航行中的动力源,具有非常重要的作用。但柴油机在运行过程中的运行状态及故障发生都对船舶的正常运行影响很大。本文通过研究灰色数据挖掘的特点,结合船舶柴油机的结构与故障特性,研究出一种基于灰色数据挖掘的故障诊断方式,通过对灰色关联算法在计算机上进行编程仿真,检验这种方法对船舶柴油机的故障诊断具有较好的诊断结果,对船舶柴油机的正常航行具有一定的意义。     

灰色关联分析法在船舶柴油机故障诊断中的应用

由于全球船运行业的快速发展,船舶航程也越来越长,面对的各种海洋环境也日益复杂。柴油机作为船舶动力的主要来源,其工作状态对船舶的航行安全起到非常重要的作用。灰色关联分析算法可以有效检测柴油机故障诊断中的各项参数,可以分别设定参数的量纲和类型,并依据传感器提取的柴油机参数,建立灰色系统中指标参数的特征库,最后依靠特有的关联算法在各种故障因素之间建立对应的动态联系。本文分析船舶柴油机组的故障类型,并在此基础上应用灰色关联分析法建立故障诊断模型,有效改善故障识别的准确率。     

基于灰色理论的船舶通信系统信息融合技术

针对船舶交通服务系统和船舶自动识别系统中的数据信息,本文基于灰色理论与信息融合技术,充分研究了灰色理论的灰色关联算法,借助信息融合技术,实现两大系统的有机融合,为信息共享和数据互通提供支撑,这对于确保船舶航行的安全性意义重大。     

宁波-舟山核心港区警戒区的危险度评价

随着宁波-舟山港的发展,通航环境日趋复杂。文中以宁波-舟山核心港区深水航路主要交汇点划分出的三个警戒区为对象,在分析各警戒域的安全影响因素的基础上,确定评价指标及其权重,利用灰色关联度分析法建立灰色评价模型,定量分析比较各警戒区的危险度,从而提高船舶在此航行的安全。     

基于层次分析法的福南水道航行安全评价

针对张家港地区福南水道船舶航行环境的现状,采用层次分析法的基本原理,建立了航行环境安全评价分析模型.运用模糊评判方法,对福南水道航行环境进行了综合评价,分析了影响福南水道船舶航行环境安全的主要因素.在此基础上,提出了保障船舶航行安全的若干对策.     

基于灰评估的船舶航向优选方法研究

依据船舶耐波性理论计算结果,运用灰色关联综合评估理论对大风浪中船舶耐波性进行了综合评估,然后根据评估结果确定船舶在波浪中以某一航速航行时的优选航向,并通过实例应用与分析表明,使用该方法能为船舶安全航行提供科学指导。     

风浪中船舶航行安全性研究

依据船舶耐波性理论计算结果,运用灰色关联综合评估理论对大风浪中船舶耐波性进行了综合评估,然后根据评估结果确定船舶在波浪中以某一航速航行时的优选航向,并通过实例应用与分析表明,使用该方法能为船舶安全航行提供科学指导。     

遗传神经网络算法在船舶碰撞危险度确定中的应用

为提高船舶航行安全性,首先建立船舶碰撞危险度评估模型,并结合神经网络算法对特定的水域进行危险度模型拟合,获得较为准确的船舶碰撞危险度模型。基于Matlab软件对建立的模型进行编程计算。本文建立的船舶碰撞危险度模型经过50次误差训练后达到了较高的拟合精度,获得较好的效果,可为提高船舶航行安全性提供参考。     

船舶动态多速度点的数值模拟研究

为了保障船舶安全,要求船舶沿航行线路稳定航行,当前船舶航运事业不断发展,船舶航行速度受环境、天气、洋流等多种不确定因素的影响,因此当前对船舶动态速度的研究仍存在较多困难,难以对其进行准确计算,易导致船舶航行晚点甚至超速碰撞等问题。基于上述原因提出结合水面微幅运动动力分析的方法对船舶动态多速度点数值进行模拟研究,对船舶的航行速度和水流速度进行综合分析和数值模拟,对湍流模型进行设计和计算,并将结果与实际检测数据进行比较,以便对该算法的准确性进行检验。最后通过仿真实验结果证实,该算法对船舶动态多速度点的数值模拟研究效果较好,计算与船舶的实际航行速度检测结果基本吻合。由此证实通过利用水面微幅运动动力分析法对复杂船型流动速度问题进行研究,可有效对航线阻力、伴流等问题,以便对船舶动态多速度点数值进行准确计算,并及时给出与船舶运行实际情况相一致的结果,以保障船舶安全航行。该方法为船舶航行速度优化计算方法提供重要的参考依据。     

大风浪中船舶航向优选方法探讨

依据船舶耐波性理论计算结果，运用灰色关联综合评估理论对大风流中船舶耐波性进行了综合评估，然后根据结果确定船舶在波浪中以某一航速航行时的优选航向，并通过实例应用与分析表明，使用该方法能为船舶安全航行提供科学指导。     

船舶微惯导网络中航行轨迹数据采集算法

由于传统的航行轨迹数据采集算法对数据没有进行优化处理,导致数据采集精度低,无法满足船舶微惯导网络需求。因此,提出一种船舶微惯导网络中航行轨迹数据采集算法。在采集算法设计中,首先进行船舶航行轨迹的数据挖掘。然后,以航行数据为基础,结合遗传算法,完成船舶航行轨迹数据算法优化。最后,通过对航行轨迹的分析,实现船舶航行轨迹数据采集。实验结果表明,本文设计的数据采集算法,在相同的更新速度条件下,相比2种传统算法,数据采集精度更高。     

基于AHP-TOPSIS模型的引航员疲劳风险评价研究

船舶引航员的疲劳强度关系到船舶航行安全。对引航员的疲劳程度进行有效识别并进行评价可以有助于保障船舶航行安全。本文在综合分析影响长江引航员疲劳因素的基础上,采用改进的层次分析法(AHP)确定指标权重,构建长江引航员疲劳风险评价体系,最后采用TOPSIS(近理想排序)方法建立长江引航员疲劳风险评价模型,并与相关人员主观认识结果进行比较,验证了模型的可行性与有效性。     

海事事故的聚类与关联规则

为进一步分析海事事故发生的潜在原因,保障船舶航行安全,在对比各海事局事故数据质量的基础上,以浙江海域海事事故数据库作为研究对象,通过对海上船舶风险及其影响因子进行识别,以事故类型为聚类中心,并与关联规则Apriori算法进行融合,以较高的挖掘精度实现对海事事故数据的致因分析。挖掘试验结果表明:基于k-medoids和Apriori组合的挖掘算法在提升度和挖掘精度上均优于传统的Apriori算法。通过对逐条关联规则进行解释,分析出浙江海域海事事故的特征及致因,提出预防海事事故的建议和对策,保障浙江海域船舶的航行安全。     

平潭海峡大桥桥区水域通航环境安全评价

通过调查平潭海峡桥区水域船舶基本情况,应用海上交通安全评价的模糊推理系统,分析桥区水域航行环境的危险度,提出有效地提高平潭海峡桥区水域船舶安全航行的建议.