基于贝叶斯网络的船舶自沉事故致因分析.pdf
《基于贝叶斯网络的船舶自沉事故致因分析.pdf》由会员分享,可在线阅读,更多相关《基于贝叶斯网络的船舶自沉事故致因分析.pdf(5页珍藏版)》请在咨信网上搜索。
1、第3 1卷第2 期2023 年6 月广州航海学院学报JOURNAL OF GUANGZHOU MARITIME UNIVERSITYVol.31No.2Jun.2023基于贝叶斯网络的船舶自沉事故致因分析唐蓉,盛进路?(1.重庆交通大学交通运输学院,重庆40 0 0 7 4;2.重庆交通大学航运与船舶工程学院,重庆40 0 0 7 4)摘要:船舶自沉事故是造成人身伤亡及财产损失最大的一类事故,多数判定为全损.为控制和预防船舶自沉事故的发生,收集分析了12 6 起船舶自沉事故报告,提取出16 个致因因素,从人因、船舶、管理和环境四个方面对各因素进行梳理,从而建立贝叶斯网络致因模型,并通过实例验证
2、模型的有效性,基于构建的模型进行贝叶斯网络逆向推理分析.结果表明:恶劣环境是最主要的客观因素,人因及船舶问题是导致事故发生的直接因素,其中未保持风雨密是最敏感的因素,管理因素为事故的次要原因。关键词:贝叶斯网络;船舶自沉事故;致因;恶劣环境中图分类号:U698.6水路运输具有运量大、运输成本低等特点,是跨国贸易的主要运输方式.随着经济的发展,中国港口吞吐量不断增长,船舶交通流不断增大,船舶事故量增多.船舶自沉事故是造成人身伤亡及财产损失最大的一类事故,多数判定为全损.中国海事局公布的12 6 起事故中,失踪人数10 8 人,死亡人数128人,直接经济损失40 6 6 2 万.鉴于自沉事故的高发
3、特征,准确识别除客观因素以外的其他因素,分析各因素对事故的影响规律,从而控制和预防船舶自沉事故的发生,对提高航行安全具有重要意义国内外学者运用不同的方法针对船舶自沉这一特定事故的不同方面进行研究,并取得了相关成果.张慧等 运用BP神经网络对船舶航行倾覆风险进行评价.韩俊松等2 、李奕良3 分别就干散货船舶、固体散货船舶的所载货物性质分析自沉事故.JihongChen等4 考虑全损海洋事故的严重性,分析其主要为沉没、搁浅和火灾/爆炸事故.HuanxinWang等5 分析了海洋事故的严重程度与影响因素之间的关系,从是否远离港口、环境情况、船型、船龄、人员等方面进行了分析.安东东6 、周涛7 分别收
4、稿日期:2 0 2 3-0 3-2 9基金项目:重庆社会科学规划项目(2 0 2 1NDYB077)第一作者简介:唐蓉(19 9 8 一),女,硕士生,主要从事交通运输规划与管理研究通信作者:盛进路(19 7 6 一),男,博士,教授,主要从事港航企业运营与管理研究,E-mail:f o r w a r d l u l u 16 3.c o m文献标志码:A文章编号:10 0 9-8 52 6(2 0 2 3)0 2-0 0 18-0 5从船舶在随机风浪作用下的倾覆、内河船舶横风横浪状态下倾覆概率的计算等角度分析船舶自沉事故概率.KezhongLiu等8 通过建立贝叶斯网络揭示了沿海水域中不同
5、的风险影响因素,结果表明,小型普通货船是中国沿海水域中风险最大的货船,恶劣的天气条件往往会导致灾难性的事故,轻微的事故往往发生在交通密度较低的水域.张笛等9 提出提出了一种基于贝叶斯网络的模型,以预测船舶自沉事故的后果和评价船舶自沉事故的应急措施相对于其他常见事故,自沉事故的研究相对较少,且多从事故后果、人因、风浪等单一方面进行分析,少有分析事故影响因素,此外,建模概括性太大,精度不高.本文综合考虑恶劣环境对船舶自沉的影响,运用具体事故案例结合贝叶斯网络建立船舶自沉事故致因模型.1贝贝叶斯网络理论贝叶斯网络(BN)是以图论和概率论为基础、描述不确定性知识和推理问题的方法,是将先验第2 期知识与
6、数据样本结合,通过结构学习、参数学习来建立网络,主要包括2 个部分:1)由网络节点和有向弧组成的有向无环图(DAG);2)条件概率表(CPT).其中,节点代表因素;有向弧代表因素之间的关系,由父节点指向子节点,没有父节点的节点称为根节点;条件概率表是因素之间关联程度的概率分布,其他节点的条件概率通过量化父节点和子节点之间的依赖关系获得.贝叶斯网络实际上是先验概率与后验概率之间的关系.假若存在两个随机变量事件A和B,求解未知事件B条件下事件A的概率,称为先验概率;求解已知事件B条件下事件A的概率,称为后验概率,即条件概_ P(A)P(BIA)率,有 P(AIB)=P(B)贝叶斯网络能够针对复杂系
7、统建模,准确计算事件发生的概率,由概率来表示各种形式的不确定性,所得网络是各节点发生的概率分布,利用概率规则来学习和推理.建立贝叶斯网络的步骤如下:首先,处理初始数据,确定网络根节点、中间节点以及目标节点;其次,学习网络结构,以确定贝叶斯网络拓扑结构;最后,求出条件概率.贝叶斯网络运用于各个领域,通过正向和逆向推理进行因素敏感性分析和诊断推理.2基于贝叶斯网络的船舶自沉事故分析建模选取中国海事局公布的船舶自沉事故13 5起案例作为分析对象,依据事故报告,剔除客船、游艇、事故原因不明等报告,提取出12 6 条有效事故数据,剔除数据量少的影响因素组,整合相关影响因素,最终确定16 个事故影响因素.
8、其中:选取116 条数据作为训练数据集,剩余10 条数据作为验证数据集.运用BN建立船舶自沉事故模型的流程如图1所示.影响因素人(H)(H,)操作不当(H,)应急处置不当(H)未保持风雨密(H4)船员不适任(H,)货物状态不当(H。)安全意识淡薄(H,)不规范航行(H。)配员不足唐蓉,等:基于贝叶斯网络的船舶自沉事故致因分析依据事故报告获取数据依据现有研究、专家意见等修正节点依据数据集在GeNle软件中训练图1运用BN建立船舶自沉事故模型流程2.1景影响因素及值域的确定事故的发生往往是多个因素共同导致的,考虑诱因间关系的复杂性,统计每个诱因发生比例,结合相关学者研究成果,将诱因分为人因、管理、
9、船舶、环境4个方面,最终选取操作不当、应急处置不当等16 个网络基础节点.尽管在船舶自沉事故过程中出现的致因种类不止这16 种,但为构建的网络模型的有效性,剔除部分概率小、非代表性诱因,并将一些相近的致因因素归到同一类中(如“抗风浪措施不当”归为应急处置不当一类,“船员未检查积排水情况/排水不及时/不当”归为船员不适任一类等).同时,不同学科背景下的恶劣环境定义不同10 ,海上恶劣环境主要是指暴风暴雨暴雪大雾等恶劣天气、急流涡流涨潮流等恶劣海况以及船舶通航环境复杂等.本文事故案例中小型船舶较多,为保证模型有效性,定义恶劣天气为风力7 级及以上、浪高3 m及以上、暴雨暴雪、能见度小于50 0 m
10、;恶劣海况为急流涡流及报告中明确指出海况恶劣的情况.各节点具体定义如表1所示.表1船舶自沉事故致因因素说明(定义)船舶行驶过程中,因人员操作不当而导致的事故发生险情时避险操作不当,包括抗风浪措施不当等船舶舱室未保持密封船长、船员等履职不当或超航区任职、排水不当等货物积载不当、货物系固不当或未平舱导致货物移动、货物不适装等船长、船员不重视天气预报冒险航行,未锚泊避风等超载及超航区航行船舶未达到最低配员要求以及无人值班等19网络节点筛选节点值域的确定建立BN网络结构BN参数学习模型分析与验证20(续表1)船舶(S)管理(M)环境(E)分别从事故报告中挖掘每起事故发生的诱因,最终形成0 1型矩阵A=
11、(;),值域为0 或1.其中,表示事故,j表示诱因.0 表示第i起事故中第j个诱因不发生,1表示第i起事故中第j个诱因发生.2.2建立贝叶斯网络拓扑结构分两步构建船舶自沉事故模型网络结构.步骤1:依据事故报告,提取造成各个事故的原因,初步形成BN网络结构;步骤2:初步分析事故的诱因,结合现有研究情况及专家意见,综合相关诱因,确定致因因素.船舶自沉事故模型的BN结构见图2.HHH4HHHHsHMiM2M;S2HSS图2 船舶自沉事故模型的BN结构2.3条件概率表的确定依据所得的网络结构,将12 6 条训练数据集导人贝叶斯可视化软件GeNle进行参数学习,生成完整的贝叶斯网络,获得各个节点的条件概
12、率分布P(n o 表示0”不发生,yes表示“1”发生).环境因素的条件概率表如表2 所示.表2 环境因素条件概率表EnoEnoE2no0.97 0.170.080.13 0.02 0.02 0.020.02noyes0.03 0.83 0.920.87 0.980.980.980.98广州航海学院学报影响因素说明(定义)(S,)船舶故障船舶使用年限长,船体出现破损、断裂、锈损等(S,)船舶不适航船舶重大改造未经检验、船舶老化、船舶锈蚀、船体强度存在安全隐患等(M)公司管理不到位船舶所有权公司管理疏忽、未保持船岸联系(M 2)船舶管理不到位船舶分管管理人管理不当、船舶未登记检验等(M,)公司未
13、履责未履行安全管理和安全防污染责任等相关责任(E,)恶劣气象风力达7 级及以上、暴雨暴雪、能见度低于50 0 m等(E2)恶劣海况浪高3 m及以上,急流涡流及报告中明确指出的情况等(E,)通航环境复杂附近船只众多、航行受限等2.4木模型验证将剩余10 起验证数据集的相关致因因素对应值导人模型,对贝叶斯网络模型的有效性进行验证.将事故报告中的诱因逐一输人,分析每起自沉事故发生的概率,以上海“0 424”“生松6 18”轮自沉事故调查报告为例,进行验证分析.事故概况如下:2 0 18 年0 4月2 4日0 9:10 左右,泰州市SS船务有限公司所属“生松6 18”轮在长江口南支航道延伸段A6灯浮东
14、侧3 nmile左右水域(概位:3 0 54.9 4N/12214.05E),遇大风浪,货舱、机舱进水,发生自沉事故,船上3 人失踪,直接经济损失约58 0 万元,构成较大等级水上交通事故.当天风力8 9 级,浪高3 m.事故结论为船舶负责人未重视大风警报及提醒,船舶冒险航行,未采取封舱措施,配员不足且船上人员均持内河船舶船员证书,导致船舶货舱、机舱进水失去浮力而沉没.报告中“船舶负责人未重视大风警报及提醒,MEE2EE3船舶自沉yesyesnoyesno第3 1卷船舶冒险航行”为安全意识淡薄因素,“船上人员均持内河船舶船员证书”为船员不适任因素,将恶劣气象、恶劣海况、未保持风雨密、安全意识淡
15、薄、船员不适任、配员不足、应急处置不当节点值输入模型中,其联合概率值为8 9%,具体见图3.未保持风雨击应急操作不当0%NO0%YE5100%YES100%操作不当NO82%VE5.18%配员不足NO80%VE520%船拍不适航O65%vES.35%80%yesMES20%yesno船员不适任NO0%YES100%人NO35%VES.65%自沉NO53%YES.47%yesno未规范航行066%VES34%货物状态不当NO62%YE538%安全意识洗莓0%YES100%管理vES.80%NO11%环境NO2%YES.98%yes惠步气象NO0%YES100%图3“生松6 18 轮事故验证公司管
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 贝叶斯 网络 船舶 自沉 事故 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。