论文部分内容阅读
随着社会进步和科技的发展，船舶设备的可靠性有了很大的进步，单纯由船舶设备故障导致的水上交通事故极为罕见，而人为失误已经成为水上交通事故的重要组成部分。据国际海事组织的统计数据显示，人为因素造成的直接或间接的船舶事故超过水上安全事故总量的80％。因此，研究船舶航行风险中的人为致因机理，预防人为失误，降低人为风险，实现船舶航行风险的人为致因机理和预警管理已经成为各船舶营运企业关注的头等大事，也是保障水上交通运输健康快速发展、促进国民经济发展的重要问题。基于以上需求，本文提出了一种基于Reason-SHEL模型进行船舶航行风险人为致因因素的分析，并利用多维关联规则挖掘船舶事故人为因素致因链的方法。本文的主要的研究工作有： (1)提出了针对研究船舶航行风险人为致因机理的完善的人为因素指标体系。首先分析Reason模型和SHEL模型的特性，并利用Reason模型和SHEL模型分析船舶航行风险中的人为因素；然后结合这两种模型的特性建立了Reason-SHEL模型，利用该模型构建了完善的船舶航行风险人为因素指标体系。 (2)设计了多维关联规则算法并构建了船舶航行风险预警规则库。利用Reason模型结合关联规则算法设计多维关联规则算法，并利用构建的人为因素指标体系分析水上交通事故报告得到事故人为致因，建立船舶事故数据库。然后利用设计的多维关联规则算法挖掘事故数据库得到船舶事故人为因素致因链，构建了船舶航行风险预警规则库，并利用相似度算法验证该规则库的可靠性。 (3)提出了结合预警规则库和模糊综合评价模型的船舶航行风险预警优化策略。对船舶航行风险人为因素指标集进行监测，并利用相似度算法对在航船舶人为因素指标集与预警规则库做相似度匹配，确定船舶航行风险致因集合；采用模糊综合评价模型对船舶风险进行评价，确定船舶航行风险等级；结合风险致因集合和风险等级制定了综合船舶航行风险控制方案。 (4)应用ASP.NETMVC技术，设计并实现了船舶航行风险人为致因机理与预警系统，通过功能和性能测试，阐明了系统功能的有效性和系统的可用性。 上述研究成果将会为船舶安全航行带来全新的科学管理方法，极大地消除事故隐患，降低船舶航行的事故发生率。上述研究具有重要的理论和现实意义。