基于贝叶斯网络的船舶自沉事故后果预测

针对船舶自沉事故频发的问题,提出一种基于贝叶斯网络的模型预测船舶自沉事故后果和评价船舶自沉事故应急措施。该模型从人、环境、船舶和管理等4个方面综合分析影响船舶自沉事故后果的因素,并对28起自沉事故进行案例分析。研究结果表明,该模型能充分利用船舶自沉事故发生时的主客观信息,对船舶自沉事故后果进行有效预测,并对事故应急措施进行较为客观的评价,为决策降低船舶自沉事故后果提供理论支撑。     

新冠肺炎疫情对中国国际航运网络空间格局影响分析

基于2020年2月—5月全球航线班轮运输服务信息,对新冠肺炎疫情影响下中国国际集装箱航运网络空间格局的变化开展研究.考虑新冠肺炎疫情发展动态,基于全球主要航运公司往来中国的集装箱班轮运输服务信息及航线的名义舱位,构建了新冠肺炎疫情下中国际集装箱海上运输的有向加权复杂网络模型,从中国国际航线集装箱运力、航运网络拓扑结构特征以及港口和航线的地位3个方面对疫情期间中国国际航运网络空间格局的动态变化情况进行了定量分析.航线运力的分析结果表明,疫情爆发初期,中国国际集装箱运力损失超过50%,随着中国对疫情的积极控制,2020年第6周—第12周航线运力逐渐恢复,随后由于疫情的全球蔓延,中国对外出口海运运力再次出现波动下降趋势;网络建模及拓扑特征指标分析结果表明,疫情对中国国际集装箱航运网络的空间格局造成了严重冲击.其中,航运网络平均度值下降了23.73%,聚集系数下降了26.4%,平均路径长度下降了19.0%.