[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在审
| 申请号: | 201910021019.7 | 申请日: | 2019-01-09 |
| 公开(公告)号: | CN109657880A | 公开(公告)日: | 2019-04-19 |
| 发明(设计)人: | 张云;桑凌志;段涛;耿丹阳;苏航;白雪娇;王文杰;胡鹏程 | 申请(专利权)人: | 中交信息技术国家工程实验室有限公司 |
| 主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06F17/18;G06K9/62 |
| 代理公司: | 北京正鼎专利代理事务所(普通合伙) 11495 | 代理人: | 岳亚 |
| 地址: | 100011 *** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | 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。 | ||
| 搜索关键词: | 船舶碰撞 贝叶斯网络 等级预测 事故因素 事故预测 构建 船舶航行 风险理论 应急决策 专家知识 主观性 海事 挖掘 预测 指挥 应用 研究 | ||
【主权项】:
1.一种基于贝叶斯网络的船舶碰撞事故等级预测方法,其特征在于,包括以下步骤:获取水上交通事故调查报告,从中提取事故因素数据;将所述事故因素数据按照联合分布特征进行初步离散化处理,将各影响因素与事故后果要素进行敏感度分析,合并各影响因素的部分离散化集合,得到离散化集合的结果,作为贝叶斯网络节点;基于对变量间的相关性分析,结合专家建模经验确定所述贝叶斯网络节点的排序;编写机器语言,进行贝叶斯网络结构学习;根据K2结构学习算法获得贝叶斯网络结构;根据所述贝叶斯网络结构,输入相应先验信息,运用贝叶斯参数学习算法,学习获得各网络节点的条件概率分布;将所得条件概率表赋予确定的贝叶斯网络拓扑结构,建立船舶碰撞事故的贝叶斯网络;根据联合树推理的方法,根据所述船舶碰撞事故的贝叶斯网络构建出贝叶斯网络推理模型,得出船舶碰撞事故后果预测模型;以船舶事故等级为查询变量,根据所述船舶碰撞事故后果预测模型推算出事故后果的概率分布。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中交信息技术国家工程实验室有限公司,未经中交信息技术国家工程实验室有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910021019.7/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理





