基于组合优化算法的船舶信息风险评估

为避免船舶信息风险引发重大船舶航行事故，研究基于组合优化算法的船舶信息风险评估方法。选取通信、环境、管理、人为这4个方面因素共17个指标，构建船舶信息风险评估指标体系，将其作为径向基函数（RBF）神经网络输入层输入数据，经隐含层映射操作后，通过输出层输出评估到的船舶信息风险等级，采用结合模糊C均值聚类算法和遗传算法的组合优化算法，合理选取RBF神经网络隐含层中心向量并寻优获取最佳隐含层基函数宽度和权值向量，提升船舶信息风险评估效果。实验结果表明：该方法可有效评估多艘船舶的信息风险，并可依据评估结果获取何种因素导致船舶信息风险，提出针对性指导建议。