在VTS中利用回归分析方法预测研究

为提高船舶航行安全性,减少船舶碰撞事故,本文基于国内外船舶碰撞事故以及相关数据,采用数学统计理论对其进行数学建模,并基于VTS分析系统与数理统计模型,对船舶碰撞过程中的诸多因素进行分析。相关计算表明,本文建立的回归模型经过误差训练后,其误差能够迅速收敛,并且达到较高的收敛精度,能够可靠地用于船舶碰撞预测研究,为提高船舶航行安全性提供参考。     

事故树分析法在船舶运输安全工作中的应用

事故树分析法是可靠性工程的基本方法之一。本文对事故树分析法在船舶运输安全工作中的应用进行探讨和论述。通过事故树分析,不仅可定性地分析引起恶性海事的诸因素的内在联系,而且能定量地预测海事发生的可能性,并以此为依据,研究对策,采取有效的预防措施,消除隐患,确保船舶运输安全。     

基于GIS的船舶溢油避险系统设计

为实现海上溢油事故发生后及时掌握溢油分布并调度船舶,利用空间信息平台开发船舶溢油避险系统。系统首先采用溢油预测模型对溢油范围进行分析预测,实现事故溢油信息的空间布局分析,然后采用船舶避险模型对溢油事故影响范围进行计算,提取事故影响海域内的船舶信息,最终在空间信息平台下集成显示。结果表明,该系统可以实现对事故海域溢油信息的空间布局分析及事故海域船舶目标的提取,并在空间信息平台下事故海域范围内溢油扩散结果的可视化。     

基于贝叶斯网络的海上交通安全

利用Logistic回归和贝叶斯网络模型,研究发达国家和发展中国家船舶尺度、船龄、船旗、船型及港口监控对船舶事故的影响,挖掘当前海上交通安全管理中存在的问题。通过Logistic回归计算各因素对船舶事故、检查次数和滞留情况影响的条件概率,并构建船舶事故的贝叶斯网络模型。在探讨各因素在不同状态下对各类事故的影响程度的同时,发现发生事故的船舶多为被港口国重点监控的船舶。这在一定程度上说明当前各谅解备忘录(Memorandum of Understanding,Mo U)制定的船舶检查制度在筛选危险船舶方面具有一定的有效性,但因缺乏一定的惩罚力度,未能从根本上降低船舶事故发生率。因此,建议加强各港口国监控数据的共享,建立一套完善的港口监控及惩罚机制,以有效保证航运安全,敦促船舶所有人提高船舶质量、改善全球海上运输安全。     

模糊推理在船舶操纵运动时间序列预报中的应用

船舶体积、动力不断增加,动力系统的操控性能是检验船舶好坏的重要标志之一。提高操控性能首先需要对水动力过程进行建模,对运动的历史数据进行采集并分析,以此对操控运动的时间序列进行预测。基于模糊推理预测模型与数据挖掘结合,可以使预测系统与采集数据的分布相适应。本文研究船舶在水运动模型中的Z形运动数据,在此基础上利用模糊推理对船舶动力系统进行建模,最后通过仿真表明其时间预测结果对实际地操控有较强的指导性。     

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。     

船舶机损事故人误原因因素的灰色识别研究

为识别船舶机损事故中人误主要影响因素,基于认知系统工程分类方法,应用层次分析法构建3个层次的船舶机损事故人误原因因素结构模型,对随机抽取的某海运公司近6年发生的69起人误机损事件,运用灰色关联分析方法进行分析,计算出人误与各影响因素的关联度,定量反映人误与各因素之间的相互关系,识别出船舶机损事故中人误原因的主要影响因素,并提出相应的预防措施.     

基于ARIMA模型的水上交通事故预测

水上交通事故预测是水上交通安全规划和管理决策的基础,以往的水上交通事故预测,以预测年事故发生数居多,没有考虑全年季节性气候对船舶航行安全的影响。本文在考虑事故数据时间序列的季节周期性特性的基础上,利用时间序列分析方法进行分析,建立基于时间序列分析法的ARIMA模型,对水上交通事故的月事故发生数进行预测研究。并以2011年-2015年福建海域水上交通事故数据为基础,运用所建立的ARIMA预测模型,预测出2015年各月水上事故数。最后,通过与指数平滑法预测结果的对比分析,进一步验证出ARIMA预测模型的合理性和精确性。     

基于时间窗口选择和SVR的船舶交通事故率预测

为提高对船舶交通事故率的预测精度,建立基于时间窗口选择和支持向量回归的船舶交通事故率预测模型,该预测模型考虑船舶交通事故的发生具有随机不确定性,以及海事规则生效等导致的船舶交通事故率的变动趋势。在构造船舶交通事故率不确定时间序列的基础上,采用滑动窗口技术对置信区间比较集中的不确定时间序列点进行聚类并分段,选择最接近当前时间的区段作为统计时间窗口,并利用支持向量回归模型对船舶交通事故率进行预测。以英国籍船舶交通事故数据为例,对预测模型进行实例分析。通过与指数平滑法和自回归移动平均模型预测结果的对比验证预测模型的有效性,为船舶交通安全管理者的决策提供指导。     

多元线性回归模型在船舶燃油单耗预测中的应用

根据影响船舶千吨海里燃油消耗量指标的主要因素,采用多元线性回归方法,以海洋干散货船为例,建立船舶燃油单耗多元线性回归模型,通过采集到的大量相关数据,并进行整理、统计回归后,对多元线性回归模型中的参数进行标定,并对标定后的数学模型进行验证,通过该数学模型,可以计算不同船况下船舶的燃油单耗,为预测船舶燃油单耗的发展趋势,挖掘节能潜力提供参考依据。