基于模糊证据推理的内河船舶航行安全状态评价

在综合考虑我国内河水上交通安全管理部门的需求及相关规定的基础上,构建了船舶在内河航行中的安全评价模型。基于此,将定性指标风险等级划分为高、中、低3等,通过模糊理论构造定量指标的模糊评估等级分布图,根据获取到的指标层评价指标的信息,计算指标层评价指标的模糊信度分布,运用证据推理依次对各层级的评价结果进行融合,最后得到目标层的模糊信度分布。同时,采用效用函数将评价结果进行量化,定义风险等级中的高、中、低对应的效用值为0、0.5、1,从而得到船舶航行安全状态的量化评价结果。基于上述安全评价模型,针对我国内河船舶＂富发888＂开展案例研究,通过该模型计算得到船舶＂富发888＂的安全状态量化分值为0.578 1,属于中等风险水平,其风险等级与其真实航行状态基本吻合。

自主运输系统安全研究——ESREL 2018国际会议综述

近年来,自主系统在交通领域的应用被视为未来交通行业竞争和可持续发展的关键因素,其安全性也越来越被关注。第28届欧洲安全与可靠性会议(28th European Safety and Reliability Conference,ESREL 2018)在挪威科技大学召开,主题是变革中的安全界。针对自主运输系统安全这一内容,对390篇会议论文进行了的梳理,重点介绍了自主运输系统方面的15篇论文,结合国内外的文献详细阐述了自主运输系统分别应用于道路,铁路和水路的发展现状和安全研究的前沿问题。并基于这3个方面对自主运输系统的标准制定、人为因素、软硬件可靠性等风险评价中的热点问题进行了分析,展望了未来自主运输系统安全研究的发展趋势,提出了人因、风险分析方法、而通信及软件安全是未来自主运输系统安全研究可能的研究热点。

基于文本挖掘的内河船舶碰撞事故致因因素分析与风险预测

作为一种典型的高风险海事事故,内河船舶碰撞事故致因因素众多。为了明确内河船舶碰撞事故致因因素,分析内河船舶碰撞风险,选取2013年至2017年长江内河航道419起船舶碰撞事故报告作为文本挖掘语料,将语料库中的人为因素、船舶因素、自然环境因素以及管理因素作为目标数据,利用R语言和文本挖掘方法,获得包含特征值和特征值权重属性的高维稀疏的原始特征向量空间集合,对tf-idf公式进行平滑改进,解决了文本识别过程中无法识别统计较为生僻的专业名词的问题,提升了文本挖掘方法在交通运输领域的适应性。使用统计对其进行降维,获得最终33个维度的文本特征项,确定了船舶碰撞风险致因因素。通过实验验证了文本挖掘得出的船舶碰撞致因因素置信率达到了81%。以碰撞过程中的4个步骤为主线,构建基于"人-船-环境-管理"系统的船舶碰撞风险贝叶斯网络结构,计算贝叶斯网络结构中各节点的条件概率表,进行船舶碰撞风险建模。结合贝叶斯网络实现内河船舶碰撞事故的风险预测,并通过反向推理确定了人为因素是船舶碰撞事故致因中的首要因素。

海上自主水面船舶航行风险识别

为识别海上自主水面船舶(Maritime Autonomous Surface Ship,MASS)的航行风险,构建VBPO-HSET航行风险识别模型,其中VBPO代表航行计划、靠离泊作业、进出港航行和开阔水域航行等4个航行阶段,HSET代表人因、船舶、科技和环境等4类风险。基于该模型通过文献查阅与专家访谈等信息,共识别出MASS航行相关的风险因素66个。以自动化水平Ⅲ类MASS为研究对象,专家访谈结果表明:开阔水域航行阶段是Ⅲ类MASS航行高风险阶段,人因是影响Ⅲ类海上自主船舶的主要因素类型。