[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

说明书

本发明属于不确定优化设计技术领域，公开了一种基于统计推断的船舶不确定性因素分类方法，通过船载AIS系统收集船舶航行相关不确定性因素的数据；根据已收集的数据，将极大似然估计和Anderson‑Darling检验结合，实现船舶不确定性因素的分类。本发明通过对随机和认知两类不确定性因素进行分析，准确确定不确定因素所属的变量类型，完成了船舶不确定性因素的分类；通过将参数估计和拟合优度方法结合，对影响船舶性能的随机和认知两类不确定性因素进行分析，完成不确定性因素的分类，将不确定性因素划分为强统计变量、稀疏变量和区间变量三种不同类型的不确定量，从而为后续的船舶不确定性建模和分析传递打下基础。

技术领域

本发明属于不确定优化设计技术领域，尤其涉及一种基于统计推断的船舶不确定性因素分类方法。

背景技术

目前，不确定优化设计的研究重点为不确定性建模和不确定性分析传递。在航天、航空、汽车等领域，其研究已经进入了一个相当成熟的阶段，对于不确定量的建模，采用的方法也已经从传统的概率法向概率和非概率法混合建模过度；对于不确定性的分析和传递，由于设计者对稳健性和可靠性的迫切需求，不确定性分析传递方法得到了迅速的发展，并在工业中被广泛研究和应用。

近年来在船舶领域，不确定性优化设计的思想也逐渐在设计过程中有所体现。然而，目前的船舶不确定优化设计还处在初步的应用阶段，真正对不确定性优化本身存在的特性问题进行深入研究的尚较少。

目前设计者对不确定性因素的特性缺乏深入分析，对船舶整个生命过程中存在的不确定性一概而论，将所有不确定性因素都归结为强统计变量，并没有对不确定性因素准确地分类，从而导致后续建模和分析传递方法选择错误。

对不确定因素进行合理分类，是进行不确定性建模的基础。现有研究一般将不确定因素都归结为强统计变量，导致后续建模方法及计算结果产生一定的偏差。因此，亟需设计一种新的基于统计推断的船舶不确定性因素分类方法。

通过上述分析，现有技术存在的问题及缺陷为：

(1)目前的船舶不确定优化设计还处在初步的应用阶段，真正对不确定性优化本身存在的特性问题进行深入研究的尚较少。

(2)目前设计者对不确定性因素的特性缺乏深入分析，并没有对不确定性因素准确地分类，从而导致后续建模和分析传递方法选择错误。

(3)现有技术对船舶整个生命过程中存在的不确定性一概而论，将所有不确定性因素都归结为强统计变量，导致后续建模方法及计算结果产生了偏差。

发明内容

针对现有技术存在的问题，本发明提供了一种基于统计推断的船舶不确定性因素分类方法，尤其涉及一种基于统计推断的船舶不确定性因素分类方法。

本发明是这样实现的，一种基于统计推断的船舶不确定性因素分类方法，所述基于统计推断的船舶不确定性因素分类方法包括：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。

进一步，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，以便后续采用相应方法进行不确定性建模。

进一步，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。