[发明专利]一种基于贝叶斯网络的船舶碰撞事故等级预测方法和系统

说明书

本发明公开了一种基于贝叶斯网络的船舶碰撞事故等级预测方法和系统，该方法通过构建船舶碰撞事故预测模型，实现对船舶碰撞事故的等级预测，从数据的角度出发，通过深度挖掘事故因素之间的联系，寻找事故因素之间的规律，代替主观性过强的专家知识法，实现船舶碰撞事故贝叶斯网络的建立。从方法的角度出发，基于贝叶斯网络构建船舶碰撞事故预测模型，解决船舶碰撞事故等级的预测问题，推动海事风险理论的发展。从应用的角度出发，研究成果可为会遇船舶航行指挥与应急决策提供科学依据。

技术领域

本发明涉及交通安全预测技术领域，特别涉及一种基于贝叶斯网络的船舶碰撞事故等级预测方法和系统。

背景技术

我国是世界航运大国，航运对国家具有重要的战略意义。随着海上运输业的发达，航线日益繁忙，船舶密度不断加大，船舶向大型化、专业化发展，船舶航速不断提高，通航环境更趋复杂化，导致各类海上交通事故频繁发生。在海上交通安全形势日益严峻的情形下，如何保证安全高效的海洋运输，已成为世界各国、各海事部门关注的焦点。

水上交通事故统计表明，船舶碰撞事故发生率一直高居各类海难事故的前列。本发明中船舶碰撞是指两艘或两艘以上船舶在海上或者与海相通的可航水域发生接触造成损害的事故。船舶碰撞事故所带来的后果往往是灾难性的，严重威胁人的生命、财产安全，而且船舶溢油、危险物泄露等会严重污染海洋环境，后果不易控制。同时，海上船舶碰撞事故具有很大的随机性和不确定性。因此，各国海事领域一直非常重视船舶碰撞事故的研究。

关于水上交通安全的研究多年以来都是交通领域的研究热点和重点，引起了国内外相关研究人员的高度关注，并产生了丰硕的研究成果。船舶碰撞事故的风险一般采用事故发生的可能性(概率)与事故造成的损失的乘积来衡量。总体来说，国内外学者对于船舶碰撞事故的研究主要集中在事故发生的概率以及事故发生原因的分析上，对碰撞事故损失的预测研究较少。

在船舶碰撞事故概率预测、致因分析等方面，国外已经进行了大量深入的研究，模型和理论比较成熟。Friis-Hansen P和Simonsen B C在总结前人所建的船舶碰撞事故致因链的基础上，进一步分析船舶碰撞事故发生的影响因素，并建立模型对事故发生概率进行推理预测。Ylitalo J提出了船舶碰撞概率评估模型标准，针对特定水域航行的船舶先后用三个模型计算船舶碰撞概率，并根据评估结果预测了该水域2006年至2015年间船舶碰撞风险的走势。 S U等通过分析海峡地理特征和交通状况，结合VTS(船舶交通服务，Vessel Traffic Service)数据，建立了风险分析数学模型，分析了不同种类的因素对海峡造成风险的影响。

相比于国外的研究，我国对于船舶碰撞事故的相关研究开展相对晚一些，但是经过众多学者、专家的共同努力，也取得丰硕的研究成果。范耀天以主航道轴线为基准将某一水域进行网格化划分，综合考虑各种因素计算每个单元格的会遇率，并基于地理分布的风险评估方法，以天津港为例建立船舶碰撞风险预测模型，把水上交通调查、构建预测模型、模型验证和未来预测有机结合起来，形成闭环式的水域通航环境风险评估新方法。杨田学确立了以概率风险评估为基础的船舶碰撞风险分析框架，建立人工神经网络的风险分析模型，对国内沿海30个港口水域的船舶碰撞风险进行分析。

目前，水上交通事故后果的研究尚处于初级阶段，有待于进行深入的探究。然而，在道路交通事故后果、态势方面，国内外已经做了很多研究，常用方法包括BP神经网络、灰色关联、决策树、贝叶斯网络等结构化的多元分析技术。由于水上交通情况的特殊性和对应急管理的极高要求，船舶碰撞事故研究不能照搬陆地上交通事故的分析模式，但两者有许多相似之处。因此，在进行船舶碰撞事故后果分析和预测时可参照道路交通领域所运用的方法，但具体应用时应结合船舶碰撞事故的特点和演变机理，选择科学合理的研究方法。