基于貝葉斯網(wǎng)絡(luò)的船舶航行安全性預測
發(fā)布時間:2021-12-18 06:39
船舶在水上航行時,一旦發(fā)生安全事故,后果非常嚴重。為降低船舶航行過程中安全事故的發(fā)生幾率,應(yīng)當對航行安全性進行預測。貝葉斯網(wǎng)絡(luò)在不確定性問題的解決中具有良好的適用性,而船舶航行安全性預測屬于典型的不確定性問題。因此,在該問題的解決中可對貝葉斯網(wǎng)絡(luò)進行合理運用;诖,本文從船舶航行安全性的影響因素分析入手,論述了基于貝葉斯網(wǎng)絡(luò)的船舶航行安全性預測方法,并提出提高船舶航行安全的建議。
【文章來源】:艦船科學技術(shù). 2020,42(12)北大核心
【文章頁數(shù)】:3 頁
【部分圖文】:
貝葉斯網(wǎng)絡(luò)的推理算法Fig.2InferencealgorithmofBayesiannetwork
風險因素的先驗概率進行預估,便可預測出船舶航行中可能遇到的風險。BN推理最為突出的特點在于能夠?qū)χ付l件下的風險進行預測,作為一種概率推理方法,可用其解決船舶航行安全性預測問題,在特定的情況下,BN除了能夠?qū)φw風險狀況進行準確預測之外,還能對極限情況下的風險發(fā)生概率進行預測,由此為風險規(guī)避提供了可靠依據(jù)。圖3船舶航行安全性預測的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)Fig.3Bayesiannetworkstructureofshipnavigationsafetyprediction圖4船舶航行風險貝葉斯網(wǎng)絡(luò)推理模型與結(jié)果Fig.4Bayesiannetworkreasoningmodelandresultsofshipnavigationrisk2.4船舶航行安全性的提升建議船舶在海面上航行時,安全性尤為重要,通過貝葉斯網(wǎng)絡(luò)對航行安全性進行預測后,可以得到相應(yīng)的風險等級,風險等級越高,表明發(fā)生安全事故的可能性越大,且事故后果越嚴重。所以,需要針對較高的風險等級進行有效的防范措施,下面提出幾點提高船舶航行安全性的建議。自然因素對船舶航行的安全性具有一定的影響,比如能見度、風等,由于這些自然因素并不能通過人為的方式進行消除,所以只能采取相應(yīng)的措施加以防范,從而最大限度地減輕自然因素對船舶航行安全性的影響,降低安全事故的發(fā)生幾率。海面上霧氣較大時,能見度比較低,如果能見度低于0.5nmile,船舶的駕駛員必須謹慎航行,并主動與周圍的船舶進行聯(lián)系,通過鳴放霧號和加強瞭望等措施,防止碰撞事故的發(fā)生;當大風出現(xiàn)時,受到風力的作用,海浪會隨之增大,這對于船舶的安全航行尤為不利,此時船舶的駕駛員應(yīng)當使船舶的運動方向與海浪的運動方向保持一致,并對航速進行調(diào)整,避免風浪對船體的沖擊。建議海事管理部門及時發(fā)布大風航行警告,通知船舶做好應(yīng)急
餳?意見2.1貝葉斯網(wǎng)絡(luò)貝葉斯網(wǎng)絡(luò)簡稱BN,是一種基于概率推理的圖形化網(wǎng)絡(luò),歸屬于數(shù)學模型的范疇,可用于解決不確定性和不完整性問題。BN本身是一個不定性因果關(guān)聯(lián)模型,它以多元知識圖解作為推理模型,能夠更加貼切地表達因果關(guān)系。由于BN通過條件概率對信息要素之間的關(guān)系進行表達,從而使其能夠在不確定和不完整的信息條件下,完成學習與推理,這使BN具有強大的不確定性問題處理能力。圖1為簡單的貝葉斯網(wǎng)絡(luò)框架。通過已知條件A,能夠連續(xù)推理出B,C,D,E等。圖1簡單的貝葉斯網(wǎng)絡(luò)框架Fig.1SimpleBayesiannetworkframework2.2推理依據(jù)BN在進行推理時的理論依據(jù)為條件獨立性假設(shè),通過該假設(shè),能夠使后續(xù)的計算過程得到簡化,從而節(jié)省推理時間,提高效率。在此需要對條件獨立性進行必要的解釋,即在一定的前提條件下,一個節(jié)點相對于另外一個節(jié)點是獨立的,當條件改變后,2個節(jié)點可能會存在相關(guān)性或是相互影響。BN推理主要是通過對概率的運用,來獲取某些節(jié)點的后驗概率,較為常用的推理模式2兩種,一種是從上向下的因果推理,另一種是從下向上的診斷推理,前者是依據(jù)已經(jīng)顯現(xiàn)出來的某些特征,對未來可能發(fā)生的狀況進行預測;后者則是在已知事件發(fā)生的前提下,對發(fā)生該事件的可能原因進行探索。BN的推理算法比較多,具體如圖2所示。圖2貝葉斯網(wǎng)絡(luò)的推理算法Fig.2InferencealgorithmofBayesiannetwork在實際應(yīng)用中發(fā)現(xiàn),圖2中的推理算法各具優(yōu)缺點。目前,尚未出現(xiàn)一種具有普遍適用性和魯棒性的推理算法,所以通常都是根據(jù)實際問題,選取最為適宜的算法進行推理。2.3基于BN的船舶航行安全性預測在基于BN對船舶航行?
【參考文獻】:
期刊論文
[1]淺析熱帶氣旋(臺風)對船舶安全航行的影響及其防抗對策[J]. 吳國卿. 科學技術(shù)創(chuàng)新. 2019(35)
[2]東海大橋及附近水域船舶通航風險和安全航行建議[J]. 王亮,王巍. 航海. 2019(06)
[3]基于物元法的船舶定線制實施后水域通航安全評價[J]. 李志榮,朱金善,朱景林,黃成. 安全與環(huán)境工程. 2019(05)
[4]基于貝葉斯網(wǎng)絡(luò)的船舶靠離泊操作過程風險建模[J]. 劉明明,王永章. 廣東交通職業(yè)技術(shù)學院學報. 2019(03)
[5]信息融合與貝葉斯集成的船用中高速發(fā)動機磨損故障診斷[J]. 王永堅,陳丹,戴樂陽. 集美大學學報(自然科學版). 2018(03)
[6]基于互信息和貝葉斯網(wǎng)絡(luò)的船舶碰撞風險預測研究[J]. 李子強,杜利娥. 交通節(jié)能與環(huán)保. 2017(05)
本文編號:3541839
【文章來源】:艦船科學技術(shù). 2020,42(12)北大核心
【文章頁數(shù)】:3 頁
【部分圖文】:
貝葉斯網(wǎng)絡(luò)的推理算法Fig.2InferencealgorithmofBayesiannetwork
風險因素的先驗概率進行預估,便可預測出船舶航行中可能遇到的風險。BN推理最為突出的特點在于能夠?qū)χ付l件下的風險進行預測,作為一種概率推理方法,可用其解決船舶航行安全性預測問題,在特定的情況下,BN除了能夠?qū)φw風險狀況進行準確預測之外,還能對極限情況下的風險發(fā)生概率進行預測,由此為風險規(guī)避提供了可靠依據(jù)。圖3船舶航行安全性預測的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)Fig.3Bayesiannetworkstructureofshipnavigationsafetyprediction圖4船舶航行風險貝葉斯網(wǎng)絡(luò)推理模型與結(jié)果Fig.4Bayesiannetworkreasoningmodelandresultsofshipnavigationrisk2.4船舶航行安全性的提升建議船舶在海面上航行時,安全性尤為重要,通過貝葉斯網(wǎng)絡(luò)對航行安全性進行預測后,可以得到相應(yīng)的風險等級,風險等級越高,表明發(fā)生安全事故的可能性越大,且事故后果越嚴重。所以,需要針對較高的風險等級進行有效的防范措施,下面提出幾點提高船舶航行安全性的建議。自然因素對船舶航行的安全性具有一定的影響,比如能見度、風等,由于這些自然因素并不能通過人為的方式進行消除,所以只能采取相應(yīng)的措施加以防范,從而最大限度地減輕自然因素對船舶航行安全性的影響,降低安全事故的發(fā)生幾率。海面上霧氣較大時,能見度比較低,如果能見度低于0.5nmile,船舶的駕駛員必須謹慎航行,并主動與周圍的船舶進行聯(lián)系,通過鳴放霧號和加強瞭望等措施,防止碰撞事故的發(fā)生;當大風出現(xiàn)時,受到風力的作用,海浪會隨之增大,這對于船舶的安全航行尤為不利,此時船舶的駕駛員應(yīng)當使船舶的運動方向與海浪的運動方向保持一致,并對航速進行調(diào)整,避免風浪對船體的沖擊。建議海事管理部門及時發(fā)布大風航行警告,通知船舶做好應(yīng)急
餳?意見2.1貝葉斯網(wǎng)絡(luò)貝葉斯網(wǎng)絡(luò)簡稱BN,是一種基于概率推理的圖形化網(wǎng)絡(luò),歸屬于數(shù)學模型的范疇,可用于解決不確定性和不完整性問題。BN本身是一個不定性因果關(guān)聯(lián)模型,它以多元知識圖解作為推理模型,能夠更加貼切地表達因果關(guān)系。由于BN通過條件概率對信息要素之間的關(guān)系進行表達,從而使其能夠在不確定和不完整的信息條件下,完成學習與推理,這使BN具有強大的不確定性問題處理能力。圖1為簡單的貝葉斯網(wǎng)絡(luò)框架。通過已知條件A,能夠連續(xù)推理出B,C,D,E等。圖1簡單的貝葉斯網(wǎng)絡(luò)框架Fig.1SimpleBayesiannetworkframework2.2推理依據(jù)BN在進行推理時的理論依據(jù)為條件獨立性假設(shè),通過該假設(shè),能夠使后續(xù)的計算過程得到簡化,從而節(jié)省推理時間,提高效率。在此需要對條件獨立性進行必要的解釋,即在一定的前提條件下,一個節(jié)點相對于另外一個節(jié)點是獨立的,當條件改變后,2個節(jié)點可能會存在相關(guān)性或是相互影響。BN推理主要是通過對概率的運用,來獲取某些節(jié)點的后驗概率,較為常用的推理模式2兩種,一種是從上向下的因果推理,另一種是從下向上的診斷推理,前者是依據(jù)已經(jīng)顯現(xiàn)出來的某些特征,對未來可能發(fā)生的狀況進行預測;后者則是在已知事件發(fā)生的前提下,對發(fā)生該事件的可能原因進行探索。BN的推理算法比較多,具體如圖2所示。圖2貝葉斯網(wǎng)絡(luò)的推理算法Fig.2InferencealgorithmofBayesiannetwork在實際應(yīng)用中發(fā)現(xiàn),圖2中的推理算法各具優(yōu)缺點。目前,尚未出現(xiàn)一種具有普遍適用性和魯棒性的推理算法,所以通常都是根據(jù)實際問題,選取最為適宜的算法進行推理。2.3基于BN的船舶航行安全性預測在基于BN對船舶航行?
【參考文獻】:
期刊論文
[1]淺析熱帶氣旋(臺風)對船舶安全航行的影響及其防抗對策[J]. 吳國卿. 科學技術(shù)創(chuàng)新. 2019(35)
[2]東海大橋及附近水域船舶通航風險和安全航行建議[J]. 王亮,王巍. 航海. 2019(06)
[3]基于物元法的船舶定線制實施后水域通航安全評價[J]. 李志榮,朱金善,朱景林,黃成. 安全與環(huán)境工程. 2019(05)
[4]基于貝葉斯網(wǎng)絡(luò)的船舶靠離泊操作過程風險建模[J]. 劉明明,王永章. 廣東交通職業(yè)技術(shù)學院學報. 2019(03)
[5]信息融合與貝葉斯集成的船用中高速發(fā)動機磨損故障診斷[J]. 王永堅,陳丹,戴樂陽. 集美大學學報(自然科學版). 2018(03)
[6]基于互信息和貝葉斯網(wǎng)絡(luò)的船舶碰撞風險預測研究[J]. 李子強,杜利娥. 交通節(jié)能與環(huán)保. 2017(05)
本文編號:3541839
本文鏈接:http://sikaile.net/kejilunwen/chuanbolw/3541839.html
最近更新
教材專著