輪船碰撞應急決策支持系統的研究

陸海澎，陸能枝

（上海海事大學信息工程學院，上海　201306）

輪船碰撞應急決策支持系統的研究

陸海澎，陸能枝

（上海海事大學信息工程學院，上海201306）

0　引言

現在很多輪船避碰的研究正在如火如荼地進行中，隨著航運業和現代科學技術的發展，輪船避碰研究取得了很明顯的成果。但是輪船碰撞事件發生的因素有很多，諸如自然環境因素、航行環境因素、人為因素，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日在普吉島附近海域發生的一艘快艇和漁船相撞事故為例，造成23名中國游客受傷，兩名韓國游客失蹤。可見船舶碰撞往往會造成船舶損壞、貨物流失、環境污染、人員傷亡等災難性的后果，因此輪船碰撞應急措施的研究不管從經濟角度、環境角度亦或是安全角度上看都是很重要很有意義的。

1　輪船碰撞應急決策支持系統的設計

根據對歷史輪船碰撞事件的研究，我們發現有很多半結構化問題，我們所研究的數據會涉及到很多歷史數據，且大多分布于異構的數據平臺,數據集成不易。基于以上原因本次課題打算運用數據倉庫和數據挖掘以及神經網絡進行系統的設計。

建立該決策支持系統的過程可描述如下:

（1）分析應急決策需求,確定以減少碰撞后帶來的損失為目的,描述和表示決策的問題；

（2）確定數據來源,對碰撞后輪船參數、天氣狀況、水域環境等數據重新進行組織,建立數據倉庫；

（3）為了及時做出準確的參考決策,選擇 Fuzzy集合的貼近度算法并加以實現；

（4）調用數據挖掘功能,從歷史數據中提煉出綜合數據,交給決策者使用（流程如圖1）

圖1　輪船碰撞應急決策支持系統流程

2　碰撞數據庫

從輪船碰撞后檢測的各項重要信息中提取數據，建立碰撞數據庫。通過數據倉庫進行碰撞后各數據整理以及重組，以發現各數據的之間的關聯。進而用數據挖掘技術去提取發現許多人為難以發現的信息，這樣才能提出具有針對性的解決方案，提高決策者的決策能力。

在多維分析的商業智能解決方案中，根據事實表和維度表的關系，可將常見的模型分為星型模型和雪花型模型。考慮到應急決策必須是在短時間內做出，雪花型模型雖然去除了冗余，但有些統計需要通過表的連接才能產生。星型模型數據有冗余所以統計查詢不需要做外部的連接，一般情況下效率比雪花型模型要高。并且星型結構不用考慮很多正規化的因素，設計與實現都比較簡單。在冗余可以接受的前提下，此次選用星型模型，以便更有效率。

對碰撞案例分析可以明確fact表：本船信息、碰撞船信息、天氣狀況、水域環境、排水能力。建立維表（如圖2）。

圖2　碰撞數據庫維表

碰撞案例庫和模型庫的建立擬用XML技術對船碰撞案例進行標準化、數字化和網絡化，構建船舶碰撞案例DTD（Document Type Definition）。碰撞案例的特征具有很強的層次結構性,因此用對象集來表示碰撞案例。根據船舶碰撞案例的對象類層次結構圖，制定船舶碰撞案例XML文檔的DTD。船舶碰撞案例DTD對船舶碰撞案例XML文檔進行合法性檢驗,保證XML文檔必須是完整的、嚴密的和規范的［6］。

3　模糊匹配

碰撞案例庫和模型庫的建立，可以在實際情況碰撞發生后進行模糊匹配迅速做出應急決策，大大減少因為時間關系引起不必要的財產生命等的損失。本次采取Fuzzy集合的貼近度算法進行模糊匹配［4］。

定義1設X為論域，在X上給定了一個映射

A∶X→［0，1］，x|→A（x）

則稱A為x上的模糊集，A（*）稱為模糊集A的隸屬函數，A（x）叫元素x對Fuzzy集A的隸屬度。

定義2設U為論域，q是F中的貼近度。A=｛A1，A2，…，An｝是U的n個Fuzzy子集，叫Fuzzy模式。A* 是U的一個Fuzzy子集，叫待識別對象。如果i0≤n滿足

則說明待識別對象A*與Fuzzy模式Ai0為A最貼近。

Fuzzy集有多種表示方法，例如：解析法、Zadeh法、序偶法、向量法、表格法、矩陣法，等等，此次研究選擇了解析法進行描述。

根據實際碰撞案例找出其中6個特征因素：碰撞船速度x1、被撞船速度x2、碰撞角度x3、吃水線變化x4、船傾角度x5、兩船的類型x6。

假設案例庫中現在有五個案例/模型，用Fuzzy集合表示如下：

此次碰撞表示為：

對每對A，B∈F（U），記q（A，B）=0.5［Hgt（A∩B）+ （1-Dpn（A∪B））］，則q是F（U）中的貼近度計算得：

所以輪船碰撞后可以借鑒案例/模型3的決策方案來進行決策參考。

4　人工神經網絡

在人工智能和機器學習研究領域，神經網絡通過對大量樣本模式學習，得到從n維輸入向量空間到m維輸出向量空間的非線性映射 F，F：Rn→Rm。利用神經網絡輸出結果經專家認可后，將其作為新的樣本實例存入系統中，不斷地從樣本模式中學習專家用于決策的、定性的、經驗性的知識，可以保證系統不斷地更新知識和獲取新知識。

此次選用人工神經網絡主要是利用其特點和優越性，主要表現在三個方面：第一，具有自學習功能；第二，具有聯想存儲功能；第三，具有高速尋找優化解的能力。

用W表示各個特征的權重值：碰撞船速度w1、被撞船速度w2、碰撞角度w3、吃水線變化w4、船傾角度w5、兩船的類型w6，y表示我們輸出的應急決策

我們給y設置一個門檻P，如果y＞P，可認定此次應急決策是可行的，否則判定不可行。發生不可行的時候系統會自動追溯用公式判定的過程，發現哪一步有偏差或者錯誤會減少相應特征的權重值，表示其信任值降低。系統通過學習不斷地修改各個權重值，使得做出的決策會越來越適合此次碰撞。

5　結語

此次研究提出了運用數據倉庫數據挖掘和人工神經網絡來建立輪船碰撞應急決策支持系統。數據倉庫的建立能有效地解決數據半結構化的問題，數據挖掘能很好提取出決策所需但人為很難獲取的信息，人工神經網絡的加入使得系統可以不斷去學習去完善。引入貼近算法使得模糊匹配和決策方案的提出更快，為輪船碰撞后的施救爭取更多時間，一定程度上能避免很多更嚴重的事故發生。

［1］薛兵.關于船舶發生碰撞后應急處置的探討［J］.航海技術，2013（4）

［2］王成，李明贊，王麗麗，董平，喬曉軍，郝瑞瑞，楊月英.基于數據倉庫和數據挖掘技術的溫室決策支持系統［J］.農業工程學報，2008，11，24（11）

［3］謝榕.基于數據倉庫的決策支持系統框架［J］.系統工程理論與實踐，2000，4（4）

［4］黃艷艷.關于貼近度的性質及一個新公式［D］.碩士學位論文，2009，4：7～9

［5］梁世華，韓松臣，朱新平.基于CBR的機場應急救援規模決策研究［J］.交通與計算機，2008，26（6）

［6］何立居，施平安，沈敏，王敬全.構建數字化船舶碰撞案例庫的研究［J］.航海技術，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

陸海澎（1990－），男，江蘇泰興人，碩士研究生，研究方向為港航與物流信息管理系統的研究與開發

2015-01-20

2015-02-15

輪船碰撞應急決策支持系統是一個比較復雜的系統，涉及到海洋航行環境、人為因素、船舶損毀狀況等不定要素。利用數據倉庫數據挖掘等技術對一些異構數據進行統計分析，建立輪船碰撞應急決策支持系統。并提出利用貼近算法進行案例或者模型的模糊匹配，以便能快速做出供參考的決策方案。引入神經網絡技術讓系統能夠做出更準確的應急決策。

輪船碰撞；決策支持系統；數據倉庫；數據挖掘；模糊匹配

陸能枝，男，副教授，研究方向為決策支持及其在港航信息工程中的應用、電子商務、地理信息及物流信息化技術、數據倉庫與數據庫系統等

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.