主要港口国组织和国家PSC检查选船机制

PSC检查是远洋运输船舶管理者关注的主要问题之一。分析巴黎备忘录、东京备忘录和美国海岸警卫队选船机制,对船舶到达相关备忘录国家和美国港口如何确定是否进行PSC检查给出建议。     

浅谈PSC选船系统目标因素设置应考虑的问题

通过对巴黎备忘录、AMSA和USCG港口国监督选船系统中目标因素（或称风险因素）设置进行分析,提出我国PSC选船系统目标因素设置应考虑的问题,以便更好利用PSC这道水上交通安全和防止船舶污染的门槛,将低标准船舶拒之于中国水域之外。     

粗糙集-BP神经网络组合在PSC选船模型中的应用

本文以欧盟最新港口国监督法令(2009/16/EC)巴黎备忘录目标船选船机制(NIR)为研究对象,提出基于粗糙集和BP神经网络组合算法的PSC的新选船模型。研究结果表明:该算法有效结合粗糙集理论与BP神经网络的优点,属性约简科学合理,避免选择评价因素的主观影响,简化了网络结构。     

基于支持向量机的船舶上层建筑纵向振动特性预报

根据支持向量机具有小样本学习、全局寻优和泛化能力强等特点,应用支持向量机对船舶上层建筑整体纵向振动固有频率进行预测。通过对船舶上层建筑整体振动特性的分析,以23条船的船舶主尺度、上层建筑的层数、类型以及上层建筑各层的长度、宽度和高度作为支持向量机的输入数据,上层建筑整体纵向振动固有频率实测值作为支持向量机的输出数据,建立了船舶上层建筑整体纵向振动固有频率的非线性回归模型。应用此模型对5条船的上层建筑整体纵向振动固有频率进行预测,预测值与实测值接近。这证明本文方法是可行的,为船舶上层建筑整体纵向振动固有频率预报提供了一种新思路。     

NIR:巴黎备忘录选船新机制

2011年1月1日,巴黎备忘录新的选船机制——NIR正式开始运行。这种新的选船机制将对港口国监督检查、船旗国检查及船公司产生深远的影响。本刊将从新的选船机制出台背景、内容、盘点等各方面入手,阐述新机制对航运公司和船舶的影响,提出相应的应对措施,期望能对中国籍船舶积极应对巴黎备忘录新的选船机制——NIR有所帮助。     

PSC检查遇到的几个问题

自1982年在法国巴黎商定世界上第一个备忘录巴黎谅解备忘录(PARIS MOU)建立港口国监督制度,至今,国际社会已成立九个备忘录PSC组织和美国海岸警备队(USCG).这些PSC组织对全球航运界产生了巨大影响.其中,影响力较大、滞留率较高的备忘录组织是巴黎、东京备忘录组织和美国海岸警备队.PSC检查力度较大的重点港口区域是澳大利亚、美国、巴黎和东京备忘录地区.参与东京、印度洋两个备忘录组织的成员国澳大利亚一直是滞留船舶大户.     

基于支持向量机的船舶航向广义预测控制

船舶的动态性能具有大惯性、大时滞、非线性等特点,经采用基于结构风险最小化原则的神经网络--支持向量机,能充分发挥其可以任意逼近非线性模型的良好特性来对船舶进行辨识,并以此作为广义预测控制算法中的预测模型,加以相应的预测控制算法达到航向保持的目的.仿真结果表明:支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力;基于支持向量机的广义预测控制算法具有很好的控制性能.     

巴黎备忘录PSC检查无缺陷通过率排名发布

本刊讯：5月3日,中国船级社（CCS）根据巴黎备忘录组织（PARISMOU）发布数据统计,中国旗船舶PSC检查无缺陷通过率排名第一,为61．11％。巴黎备忘录是欧洲及加拿大等27个国家组成的港口国控制政府间组织,负责对挂靠其管辖水域的船舶进行港口国控制（PSO检查。每年,巴黎备忘录根据其成员对船舶检查的情况发布分析数据,     

基于随机森林和支持向量机的船舶柴油机故障诊断

针对船舶低速二冲程柴油机故障的分析问题,提出基于随机森林和支持向量机的船舶柴油机故障诊断方法。对船舶低速二冲程柴油机MAN BW 6S50MC-C建立故障仿真模型并验证其有效性;在此基础上,通过故障仿真模型生成故障样本。运用基于随机森林的VarSelRF特征选择算法对故障数据进行降维,提出运用支持向量机对降维后的故障数据进行分类的方法。通过仿真试验验证并分析该方法的有效性。     

资讯

巴黎备忘录PSC检查无缺陷通过率排名发布近日,从中国船级社(CCS)获悉,根据巴黎备忘录组织(PARISMOU)发布数据统计,中国旗船舶PSC检查无缺陷通过率排名第一,为61.11%,表明我国对中国旗船舶及其