[发明专利]一种基于统计推断的船舶不确定性因素分类方法

权利要求书

1.一种基于统计推断的船舶不确定性因素分类方法，其特征在于，收集船舶航行相关不确定性因素的数据，根据已收集数据，通过参数估计和检验方法，确定最符合数据样本的分布类型，实现船舶不确定性因素的分类。

2.如权利要求1所述基于统计推断的船舶不确定性因素分类方法，其特征在于，所述基于统计推断的船舶不确定性因素分类方法包括以下步骤：

步骤一，通过船载AIS系统获取船舶实时航行数据，提取影响船舶性能典型不确定性因素的相关数据，为建立概率分布提供数据样本；

步骤二，对于不确定变量，根据AIS系统收集的数据，获得相应样本x_i(i＝1,2,…,n)，令变量依次满足6种竞争分布和1种混合分布，将极大似然估计和Anderson-Darling检验结合，确定变量满足的概率分布及分布参数，进而实现船舶不确定性因素分类。

3.如权利要求2所述基于统计推断的船舶不确定性因素分类方法，其特征在于，所述步骤一中的影响船舶性能典型不确定性因素的相关数据包括航速、吃水和浮态。

4.如权利要求2所述基于统计推断的船舶不确定性因素分类方法，其特征在于，所述步骤二中的对于不确定变量，根据AIS系统收集的数据，获得相应样本x_i(i＝1,2,…,n)，进而实现船舶不确定性因素分类包括：

(1)当船舶不确定变量为强统计变量，令变量依次满足6种竞争分布，并采用极大似然估计对变量进行参数估计；

(2)当船舶不确定变量为稀疏变量，分布类型为竞争分布的加权和；

(3)分别求解该船舶不确定性变量待选的6种竞争分布和1种加权平均竞争分布的累积密度函数F_i(x)(i＝1,2,…,7)；

(4)根据Anderson-Darling检验公式计算得到距离AD，再得到观察到的显著性水平OSL值；选择7种分布中OSL的最大值，与临界值CV进行比较。

5.如权利要求4所述基于统计推断的船舶不确定性因素分类方法，其特征在于，所述步骤(2)中的竞争分布的加权和的计算公式为：

Y～w_iθ_i(ξⁱ)；

其中，w_i，θ_i，ξⁱ表示第i个概率分布对应的权重，概率密度函数和该分布对应的参数。

6.如权利要求4所述基于统计推断的船舶不确定性因素分类方法，其特征在于，所述步骤(4)中的比较方法包括：

1)若OSL最大值大于CV，且对应的分布类型为单一的概率分布，则船舶不确定性变量为强统计变量，满足概率分布；

2)若OSL最大值大于CV，且对应的分布类型为竞争分布的加权和，则船舶不确定性变量为稀疏变量，满足混合分布；

3)若OSL最大值小于CV，则船舶不确定性变量为区间变量，区间上下限满足：

Z＝Z_min-ψ·σ_Z；

其中，σ_Z、Z_min、Z_max分别为样本点x_i(i＝1,2,…,n)的标准差、最小值、最大值，ψ为区间的拓展参数。

7.一种应用如权利要求1～6任意一项所述基于统计推断的船舶不确定性因素分类方法的船舶不确定性因素分类系统，其特征在于，所述船舶不确定性因素分类系统包括：

船舶数据获取模块，用于通过船载AIS系统获取船舶实时航行数据；

典型因素提取模块，用于提取影响船舶性能典型不确定性因素的相关数据；

相应样本获取模块，用于根据AIS系统收集的数据，获得相应样本。