轮船碰撞应急决策支持系统的研究

陆海澎，陆能枝

（上海海事大学信息工程学院，上海　201306）

轮船碰撞应急决策支持系统的研究

陆海澎，陆能枝

（上海海事大学信息工程学院，上海201306）

0　引言

现在很多轮船避碰的研究正在如火如荼地进行中，随着航运业和现代科学技术的发展，轮船避碰研究取得了很明显的成果。但是轮船碰撞事件发生的因素有很多，诸如自然环境因素、航行环境因素、人为因素，等等，所以船舶的碰撞并不是完全可以避免的。以2014 年10月19日在普吉岛附近海域发生的一艘快艇和渔船相撞事故为例，造成23名中国游客受伤，两名韩国游客失踪。可见船舶碰撞往往会造成船舶损坏、货物流失、环境污染、人员伤亡等灾难性的后果，因此轮船碰撞应急措施的研究不管从经济角度、环境角度亦或是安全角度上看都是很重要很有意义的。

1　轮船碰撞应急决策支持系统的设计

根据对历史轮船碰撞事件的研究，我们发现有很多半结构化问题，我们所研究的数据会涉及到很多历史数据，且大多分布于异构的数据平台,数据集成不易。基于以上原因本次课题打算运用数据仓库和数据挖掘以及神经网络进行系统的设计。

建立该决策支持系统的过程可描述如下:

（1）分析应急决策需求,确定以减少碰撞后带来的损失为目的,描述和表示决策的问题；

（2）确定数据来源,对碰撞后轮船参数、天气状况、水域环境等数据重新进行组织,建立数据仓库；

（3）为了及时做出准确的参考决策,选择 Fuzzy集合的贴近度算法并加以实现；

（4）调用数据挖掘功能,从历史数据中提炼出综合数据,交给决策者使用（流程如图1）

图1　轮船碰撞应急决策支持系统流程

2　碰撞数据库

从轮船碰撞后检测的各项重要信息中提取数据，建立碰撞数据库。通过数据仓库进行碰撞后各数据整理以及重组，以发现各数据的之间的关联。进而用数据挖掘技术去提取发现许多人为难以发现的信息，这样才能提出具有针对性的解决方案，提高决策者的决策能力。

在多维分析的商业智能解决方案中，根据事实表和维度表的关系，可将常见的模型分为星型模型和雪花型模型。考虑到应急决策必须是在短时间内做出，雪花型模型虽然去除了冗余，但有些统计需要通过表的连接才能产生。星型模型数据有冗余所以统计查询不需要做外部的连接，一般情况下效率比雪花型模型要高。并且星型结构不用考虑很多正规化的因素，设计与实现都比较简单。在冗余可以接受的前提下，此次选用星型模型，以便更有效率。

对碰撞案例分析可以明确fact表：本船信息、碰撞船信息、天气状况、水域环境、排水能力。建立维表（如图2）。

图2　碰撞数据库维表

碰撞案例库和模型库的建立拟用XML技术对船碰撞案例进行标准化、数字化和网络化，构建船舶碰撞案例DTD（Document Type Definition）。碰撞案例的特征具有很强的层次结构性,因此用对象集来表示碰撞案例。根据船舶碰撞案例的对象类层次结构图，制定船舶碰撞案例XML文档的DTD。船舶碰撞案例DTD对船舶碰撞案例XML文档进行合法性检验,保证XML文档必须是完整的、严密的和规范的［6］。

3　模糊匹配

碰撞案例库和模型库的建立，可以在实际情况碰撞发生后进行模糊匹配迅速做出应急决策，大大减少因为时间关系引起不必要的财产生命等的损失。本次采取Fuzzy集合的贴近度算法进行模糊匹配［4］。

定义1设X为论域，在X上给定了一个映射

A∶X→［0，1］，x|→A（x）

则称A为x上的模糊集，A（*）称为模糊集A的隶属函数，A（x）叫元素x对Fuzzy集A的隶属度。

定义2设U为论域，q是F中的贴近度。A=｛A1，A2，…，An｝是U的n个Fuzzy子集，叫Fuzzy模式。A* 是U的一个Fuzzy子集，叫待识别对象。如果i0≤n满足

则说明待识别对象A*与Fuzzy模式Ai0为A最贴近。

Fuzzy集有多种表示方法，例如：解析法、Zadeh法、序偶法、向量法、表格法、矩阵法，等等，此次研究选择了解析法进行描述。

根据实际碰撞案例找出其中6个特征因素：碰撞船速度x1、被撞船速度x2、碰撞角度x3、吃水线变化x4、船倾角度x5、两船的类型x6。

假设案例库中现在有五个案例/模型，用Fuzzy集合表示如下：

此次碰撞表示为：

对每对A，B∈F（U），记q（A，B）=0.5［Hgt（A∩B）+ （1-Dpn（A∪B））］，则q是F（U）中的贴近度计算得：

所以轮船碰撞后可以借鉴案例/模型3的决策方案来进行决策参考。

4　人工神经网络

在人工智能和机器学习研究领域，神经网络通过对大量样本模式学习，得到从n维输入向量空间到m维输出向量空间的非线性映射 F，F：Rn→Rm。利用神经网络输出结果经专家认可后，将其作为新的样本实例存入系统中，不断地从样本模式中学习专家用于决策的、定性的、经验性的知识，可以保证系统不断地更新知识和获取新知识。

此次选用人工神经网络主要是利用其特点和优越性，主要表现在三个方面：第一，具有自学习功能；第二，具有联想存储功能；第三，具有高速寻找优化解的能力。

用W表示各个特征的权重值：碰撞船速度w1、被撞船速度w2、碰撞角度w3、吃水线变化w4、船倾角度w5、两船的类型w6，y表示我们输出的应急决策

我们给y设置一个门槛P，如果y＞P，可认定此次应急决策是可行的，否则判定不可行。发生不可行的时候系统会自动追溯用公式判定的过程，发现哪一步有偏差或者错误会减少相应特征的权重值，表示其信任值降低。系统通过学习不断地修改各个权重值，使得做出的决策会越来越适合此次碰撞。

5　结语

此次研究提出了运用数据仓库数据挖掘和人工神经网络来建立轮船碰撞应急决策支持系统。数据仓库的建立能有效地解决数据半结构化的问题，数据挖掘能很好提取出决策所需但人为很难获取的信息，人工神经网络的加入使得系统可以不断去学习去完善。引入贴近算法使得模糊匹配和决策方案的提出更快，为轮船碰撞后的施救争取更多时间，一定程度上能避免很多更严重的事故发生。

［1］薛兵.关于船舶发生碰撞后应急处置的探讨［J］.航海技术，2013（4）

［2］王成，李明赞，王丽丽，董平，乔晓军，郝瑞瑞，杨月英.基于数据仓库和数据挖掘技术的温室决策支持系统［J］.农业工程学报，2008，11，24（11）

［3］谢榕.基于数据仓库的决策支持系统框架［J］.系统工程理论与实践，2000，4（4）

［4］黄艳艳.关于贴近度的性质及一个新公式［D］.硕士学位论文，2009，4：7～9

［5］梁世华，韩松臣，朱新平.基于CBR的机场应急救援规模决策研究［J］.交通与计算机，2008，26（6）

［6］何立居，施平安，沈敏，王敬全.构建数字化船舶碰撞案例库的研究［J］.航海技术，2006，3

Ship Collision；Decision Support System；Data Warehouse；Data Mining；Fuzzy Matching

Research on the Emergency Decision Support System for Ship Collision

LU Hai-peng，LU Neng-zhi
（College of Information Engineering,Shanghai Maritime University，Shanghai 201306）

1007-1423（2015）08-0031-04

10.3969/j.issn.1007-1423.2015.08.007

陆海澎（1990－），男，江苏泰兴人，硕士研究生，研究方向为港航与物流信息管理系统的研究与开发

2015-01-20

2015-02-15

轮船碰撞应急决策支持系统是一个比较复杂的系统，涉及到海洋航行环境、人为因素、船舶损毁状况等不定要素。利用数据仓库数据挖掘等技术对一些异构数据进行统计分析，建立轮船碰撞应急决策支持系统。并提出利用贴近算法进行案例或者模型的模糊匹配，以便能快速做出供参考的决策方案。引入神经网络技术让系统能够做出更准确的应急决策。

轮船碰撞；决策支持系统；数据仓库；数据挖掘；模糊匹配

陆能枝，男，副教授，研究方向为决策支持及其在港航信息工程中的应用、电子商务、地理信息及物流信息化技术、数据仓库与数据库系统等

The ship collision emergency decision support system is a complex system,involving marine navigation environment,human factors,shipping damage status and some other indeterminate factors.Uses data warehouse and data mining technology to statistical analysis of some heterogeneous data,establishes the emergency decision support system for ship collision.And uses similarity algorithm or Fuzzy matching the case or model,so as to be able to make a quick decision scheme for reference.Introduces neural network to make emergency decision more accurate.