船舶航行防撞系統(tǒng)風險識別方法研究

賈立校，何俊含

(江蘇航運職業(yè)技術(shù)學院 航海技術(shù)學院，江蘇 南通 226010)

0 引 言

海上交通量增長迅速，導致船舶航行碰撞事故發(fā)生概率直線上升[1]，加劇了海事管理部門對船舶航行管理的難度。利用船舶航行防撞系統(tǒng)，可明顯降低船舶航行碰撞風險的發(fā)生概率。為進一步提升船舶航行安全性，研究更加有效的船舶航行防撞系統(tǒng)風險識別方法[2–3]。張文君等[4]通過等級全細建模框架，建立船舶航向風險因素識別模型，獲取航行風險影響因素，利用評級與管理思想，篩選船舶航行風險影響因素，通過貝葉斯方法結(jié)合篩選后的影響因素，得到船舶航行風險識別結(jié)果。該方法可有效識別船舶航行風險，確保船舶航行安全。但該方法無法解決風險識別信息的模糊性問題，影響風險識別結(jié)果的客觀可靠性。朱清華等[5]通過系統(tǒng)方法確定船舶航行風險影響因素體系，并計算各影響因素的權(quán)重，結(jié)合二維灰云模型，得到船舶航行風險識別結(jié)果。該方法可為船舶航行風險識別提供參考依據(jù)。但該方法在確定指標權(quán)重時的主觀意識與隨意性均較強，無法客觀呈現(xiàn)指標真實信息的多少，影響船舶航行風險識別效果。采用博弈論的組合賦權(quán)法，能夠平衡主觀權(quán)重和客觀權(quán)重，提升風險識別效果。模糊綜合評價法在助理風險識別信息模糊性上具備一定的優(yōu)勢，可提升風險識別結(jié)果的客觀可靠性。為此，研究船舶航行防撞系統(tǒng)風險識別方法，為提升船舶航行安全性提供參考依據(jù)。

1 船舶航行防撞系統(tǒng)風險識別方法

以B/S 架構(gòu)為基礎(chǔ)，設(shè)計船舶航行防撞系統(tǒng)，該系統(tǒng)的整體結(jié)構(gòu)如圖1 所示。

圖1 船舶航行防撞系統(tǒng)Fig. 1 Collision avoidance system for ship navigation

1）用戶管理模塊負責對船舶航行防撞系統(tǒng)進行用戶注冊、登錄、權(quán)限管理，系統(tǒng)管理員可實時查看注冊用戶的信息，并對其展開功能授權(quán)與收回授權(quán)。用戶可通過用戶管理模塊，登錄船舶航行防撞系統(tǒng)。

2）用戶登錄船舶航行防撞系統(tǒng)后，操作模塊利用相位激光測距算法，獲取船舶和障礙物間的距離；操作模塊還具備模擬航行、軌跡回放、記錄船舶詳細信息的功能[6]。

3）風險識別模塊依據(jù)操作模塊獲取的船舶相關(guān)信息，建立船舶航行碰撞風險識別指標體系；利用博弈論組合賦權(quán)法，計算各指標權(quán)重；通過模糊綜合評價法，結(jié)合指標權(quán)重，得到船舶航行碰撞風險識別結(jié)果，并以列表的形式呈現(xiàn)給用戶[7]。

4）碰撞預警模塊依據(jù)風險識別等級生成預警列表，并及時定位報警船舶，統(tǒng)計高危險區(qū)域，提升船舶航行安全性。

5）顯示模塊以電子海圖的方式實時呈現(xiàn)各船舶的位置以及預警信息。

1.1 船舶和障礙物間的測距算法

操作模塊利用相位激光測距算法，獲取船舶和障礙物間的距離D。該算法的核心思想為：通過發(fā)射激光的調(diào)制波長 λ，求解該相位延時所占據(jù)的距離，即船舶和障礙物間的距離。激光往返時間t的計算公式為：

式中： θ為激光接收和發(fā)射時刻的相位差；f為激光振蕩頻率。

D的計算公式為：

式中，c為激光傳播速度。

θ的計算公式為：

式中：N為整數(shù)； Δθ 為 θ的變化量。

1.2 船舶航行碰撞風險識別指標體系構(gòu)建

風險識別模塊依據(jù)操作模塊獲取的船舶航行相關(guān)信息，建立船舶航行碰撞風險識別指標體系，如圖2所示。船舶航行碰撞風險識別指標體系主要包含6 個方面，分別是地理因素、氣象因素、交通因素、船舶因素、操作人員因素與管理因素[8]。

圖2 船舶航行碰撞風險識別指標體系Fig. 2 Identification index system of ship collision risk

1.3 船舶航行碰撞風險識別

利用博弈論的組合賦權(quán)法，確定風險識別指標的權(quán)重。通過熵權(quán)法計算風險識別指標的客觀權(quán)重，公式如下：

式中：n為風險識別指標數(shù)量；第j個指標的客觀權(quán)重是wj；Hj為第j個 指標的 熵。

Hj的計算公式如下：

式中，pj為 第j個指標的離散概率。

利用層次分析法，計算風險識別指標的主觀權(quán)重w′j，通過博弈論組合w′j與wj，公式如下：

式中：zj為w′j與wj的 線性組合系數(shù)；w*j為組合后的權(quán)重。

通過歸一化處理zj，優(yōu)化zj，提升權(quán)重線性組合精度，公式如下：

將式(7)代入式(6)便可獲取最終的風險識別指標權(quán)重w*。

利用模糊綜合評價法，結(jié)合風險識別指標權(quán)重，完成船舶航行碰撞風險識別，具體步驟如下：

步驟1確定船舶航行碰撞風險識別對象論域，令一級指標為Ui，二級指標為Uij。

步驟2確定風險識別等級論域V=(V1,V2,···,V5)，分別代表高風險、較高風險、一般風險、較低風險、低風險，風險識別等級的分值區(qū)間如表1 所示。

表1 風險識別等級分值Tab. 1 Scores of risk identification grade

步驟3利用博弈論計算各指標的權(quán)重w*。

步驟4構(gòu)造風險識別指標對各識別等級論域的模糊關(guān)系矩陣Ui內(nèi) 第j個 因 素Uij，對V內(nèi) 第k個等級Vk的隸屬度是rjk。

步驟5標準化處理Sj，公式如下：

步驟6建立模糊綜合評價模型，公式如下：

式中，Qj為第j個指標的風險識別分值。

2 實驗結(jié)果與分析

以某船為實驗對象，所在航道長度為7.1 n mile，寬度為300 m，每年夏季多西南風，水域潮流基本為沿深水水道流動。利用本文方法為該船進行船舶航行防撞系統(tǒng)風險識別。以某天的船舶航行情況為例，天氣晴朗，風力為5～6 級，最大流速為1.83 m/s，最大浪高為1.2 m，航道內(nèi)交通量為153，船寬為25 m。

利用本文方法記錄船舶的詳細信息，本文方法記錄的部分信息如表2 所示。可知，本文方法可有效記錄船舶航向的詳細信息，為后續(xù)船舶航行碰撞風險識別提供數(shù)據(jù)支持。

表2 部分船舶信息Tab. 2 Part of fishing boat information

利用本文方法計算該船風險識別指標的權(quán)重與風險識別分值，計算結(jié)果如表3 所示。可知，本文方法可有效計算各風險識別指標的權(quán)重與分值，對比表1可知，該船的地理因素中各二級指標的分值均屬于低風險等級；氣象因素中僅有涌浪指標的分值屬于低風險，其余2 個二級指標的分值均屬于較低風險；交通因素中僅有時均船舶通量分值屬于低風險，其余2 個二級指標的分值均屬于較低風險；船舶因素中各二級指標的分值均屬于一般風險；操作人員因素中僅有生理狀態(tài)分值屬于低風險，其余3 個指標分值均屬于較低風險；管理因素中僅有海事監(jiān)管分值屬于較低風險，其余4 個指標分值均屬于低風險。綜合分析可知，該船的航行碰撞風險等級較低，僅需重點關(guān)注船舶因素對于航向碰撞風險的影響，提升航行防撞效果。

表3 風險識別指標權(quán)重與風險識別分值計算結(jié)果Tab. 3 Calculation results of risk identification index weight and risk identification score

本文方法可有效呈現(xiàn)船舶碰撞風險預警信息，及時提醒工作人員船舶存在的潛在碰撞風險，并加以規(guī)避，提升船舶航行防撞效果，確保船舶安全航行。

3 結(jié) 語

研究船舶航行防撞系統(tǒng)風險識別方法，提升風險識別效果，避免船舶間發(fā)生碰撞危險，提升船舶的自我保護能力與防撞能力。