基于动态贝叶斯网络的海上通道风险预警

对海上通道突发历史案例进行统计,识别风险影响因素;针对海上通道风险特点,构建了基于DBN的海上通道风险预警模型;构建了基于BN和Markov的对比模型,验证了DBN模型的预警精度;以印度洋海域为研究对象,对海上通道风险进行预警。分析结果表明:研究期间途径印度洋海域的海上通道风险在小范围内有浮动,但总体呈下降趋势;DBN模型的准确率比BN和Markov模型分别高9.3%和9.2%。该模型能有效地预警海上通道风险,识别关键风险影响因素,为提高海上通道风险预警与应急管理能力提供决策参考。

基于Pareto蚁群算法的船舶风险规避路径优化

船舶在海上航行时,一直面临着海上运输风险的威胁,为了降低海上运输风险同时考虑船舶经济效益,本文建立了以运输风险最小和航行成本最小的双目标路径优化模型,实现船舶风险规避.运用栅格法构建环境模型,为相应的栅格路径赋予航行成本和运输风险,并设计了一种基于Pareto最优解集和NSGA小生境方法的多目标蚁群算法.以印度洋海域的2条航线为案例,以经典单目标蚁群算法为对比,验证了模型和算法的有效性.结果表明,该模型和算法在解决船舶风险规避路径优化问题上具有良好的效果,能为决策者制定船舶海上运输风险规避路径提供决策参考.

基于贝叶斯网络的海盗袭击事件影响因素

为分析海盗袭击事件的影响因素,减少海盗袭击事件的发生,保障海上运输安全,引入贝叶斯网络理论,利用期望最大化(Expectation Maximization,EM)算法和联合树推理算法构建海盗袭击事件分析模型。根据东南亚海域海盗袭击事件的实际数据获得贝叶斯网络(Bayesian Networks, BN)结构各节点之间的概率依赖关系,并对海盗袭击成功节点进行敏感性分析。分析结果表明:外界环境、船舶自身风险和时间是影响海盗袭击事件发生的主要因素。

公众对财政预算监督参与度的研究

自新《预算法》实施以来,各地政府的预决算草案从无到有、从粗到细,正经历着全新的改革和完善。目前,各地区相关单位也正在逐步完善工作流程。本文通过文献查询、问卷调查等研究方法就公众对财政预算工作的监督和参与情况进行了调研,总结归纳了公众在监督财政预算的过程中所发现的问题,并提出相应的解决措施。本文旨在提高预算公开的工作效率,改善预算公开的工作效果,提高公众的参与度,为预算公开工作的推进和完善做出贡献。

交通强国背景下我国国际海上通道安全影响因素分析

为分析交通强国背景下影响我国海上通道安全的主要因素,本文基于贝叶斯理论,构建了海上通道安全影响因素分析模型。利用国际海事组织数据库中海上突发事件的实际数据,构建网络结构,训练模型参数,对海上通道安全影响因素进行敏感性分析。分析结果表明:海盗、恐怖主义、风浪对海上通道安全的影响程度较大,根据分析结果提出相应的措施。敏感性分析结果可为保障我国国际海上通道安全和建设交通强国提供参考。

海上通道关键节点风险预警研究

海上通道关键节点风险预警研究是保障海上通道安全的重要环节,为准确地预警关键节点的风险,通过对历史案例的统计分析,得出主要风险源因素,构建预警指标体系,以粗糙集理论和粒子群优化原理为基础,建立了基于最小网络误差的最优风险预警模型.通过实例分析证明了该模型可对海上通道关键节点的风险进行有效预警,为保障我国国际海运通道安全,降低海上运输风险和建设'21世纪海上丝绸之路'提供决策参考.