基于SVR模型的水運(yùn)化學(xué)品事故損害賠償?shù)难芯?/h1>
2013-08-02 03:59:06張建霞許樂平何建海
交通運(yùn)輸系統(tǒng)工程與信息 2013年5期
張建霞,許樂平,何建海
(上海海事大學(xué)商船學(xué)院,上海201306)
基于SVR模型的水運(yùn)化學(xué)品事故損害賠償?shù)难芯?/p>
張建霞,許樂平*,何建海
(上海海事大學(xué)商船學(xué)院,上海201306)
散裝化學(xué)品船舶是一種移動(dòng)的危險(xiǎn)動(dòng)態(tài)源,在運(yùn)輸中出現(xiàn)的事故對(duì)人員安全和海洋環(huán)境威脅最大.因此需要結(jié)合化學(xué)品在船舶運(yùn)輸中的特性,對(duì)化學(xué)品泄漏污染損失額進(jìn)行合理的估算,為船舶污染索賠和環(huán)境保護(hù)提供科學(xué)的理論依據(jù).SVR作為一種基于統(tǒng)計(jì)學(xué)習(xí)理論的非線性回歸模式,具有良好的通用性和魯棒性,它通過算法從訓(xùn)練數(shù)據(jù)中抽取小的子集,建立拓?fù)浣Y(jié)構(gòu),可以在有限樣本下獲得最優(yōu)解,在解決回歸、擬合等領(lǐng)域有著廣泛的應(yīng)用.本文在介紹SVR回歸擬合的原理和算法的基礎(chǔ)上,通過對(duì)實(shí)例的選取和分析,進(jìn)行了水運(yùn)化學(xué)品泄漏事故的風(fēng)險(xiǎn)識(shí)別和事故損害賠償?shù)念A(yù)測(cè),建立了SVR模型對(duì)環(huán)境風(fēng)險(xiǎn)的損失價(jià)值進(jìn)行了評(píng)估.仿真結(jié)果表明,SVR在水運(yùn)化學(xué)品事故損害賠償評(píng)估中有著良好的預(yù)測(cè)性和可行性.
水路運(yùn)輸;SVR;小樣本;損害賠償;預(yù)測(cè)模型
1 引 言
由于船舶運(yùn)輸有著運(yùn)輸量大、成本低的優(yōu)點(diǎn),在各類運(yùn)輸方式中占有很大的比例.近年來,隨著高科技的發(fā)展,各種先進(jìn)技術(shù)也相繼應(yīng)用在船舶上,但船舶事故仍時(shí)有發(fā)生,其中既有人的因素,也有環(huán)境和管理因素.而危險(xiǎn)品船舶運(yùn)輸作為一種特殊的船舶運(yùn)輸方式,因其裝運(yùn)貨物的特殊性,近年來受到了各國政府的普遍重視.但是,船舶爆炸和泄漏事故還是時(shí)有發(fā)生,讓人類防不勝防.在船舶事故發(fā)生后,常常伴隨著幾個(gè)問題,一是如何建立切實(shí)可行的事故損害賠償模型,對(duì)受害者的權(quán)益進(jìn)行必要的維護(hù);二是在通過模型得出損害賠償金額后,通過什么渠道來賠償.其中第一個(gè)問題尤為關(guān)鍵,國外因?yàn)橛兄晟频氖鹿寿r償機(jī)制,發(fā)生的船舶事故大都能得到有效的賠償.而我國航運(yùn)事故賠償機(jī)制尚不完善,沒有形成合理、規(guī)范的污染損害評(píng)估機(jī)制,難以對(duì)發(fā)生的各類海洋事故進(jìn)行科學(xué)的評(píng)估,使得受害方由于沒有索賠依據(jù)而得不到合理的賠償,大大影響了生產(chǎn)和環(huán)境的恢復(fù)建設(shè).
在污染損害評(píng)估方面,有關(guān)學(xué)者采用很多的的研究手段對(duì)突發(fā)性事故進(jìn)行了環(huán)境方面的評(píng)價(jià),在船舶溢油方面已經(jīng)有了一個(gè)較為完善的評(píng)估體系[1].挪威的Mark Reed,Deborah French開發(fā)了一套用于評(píng)估環(huán)境影響的石油和化學(xué)泄漏的系統(tǒng),它通過模擬不同污染物的理化狀態(tài)可用于計(jì)算事故對(duì)生物和環(huán)境的影響和損害程度[2];美國的海上有害物質(zhì)損害污染賠償主要依據(jù)兩部主要的聯(lián)邦法律《油污法》(Oil Pollution Act,簡(jiǎn)稱OPA)和《環(huán)境反應(yīng)賠償責(zé)任綜合法》(Comprehensive Environmental Response,Compensation,and Liability Act,以下簡(jiǎn)稱CERCL),前者主要規(guī)范油污損害民事責(zé)任及賠償,后者主要適用于石油以外的其他危險(xiǎn)物質(zhì)污染;Deborah P.French Mccay等采用了篩分分析方法,利用CHEMMAP模型(泄漏化學(xué)品遷移軌跡和風(fēng)化模型)對(duì)大型港灣泄漏的化學(xué)品的濃度和未來的遷移及水生生物鏈的生態(tài)危害進(jìn)行了評(píng)估[3];我國如國家海洋局北海環(huán)境監(jiān)測(cè)中心以“塔斯曼?！陛喴缬托孤槔?在進(jìn)行多次現(xiàn)場(chǎng)調(diào)查和監(jiān)測(cè)的基礎(chǔ)上,采用了數(shù)值模擬、油指紋識(shí)別、生態(tài)損害評(píng)估等技術(shù)評(píng)估手段,對(duì)海洋環(huán)境與生態(tài)損害程度進(jìn)行了調(diào)查和評(píng)估.實(shí)踐表明,污染損害事實(shí)及程度的認(rèn)定基本符合客觀事實(shí)[4,5],馬麗等通過對(duì)華盛頓州“索賠公式法”、佛羅里達(dá)州“直接計(jì)算法”和溢油生態(tài)損害快速預(yù)評(píng)估模式3種典型的簡(jiǎn)易生態(tài)損害評(píng)估方法進(jìn)行分析比較,指出了簡(jiǎn)易評(píng)估方法對(duì)小型溢油事故生態(tài)損害進(jìn)行快速、高效的評(píng)估和及時(shí)進(jìn)行海洋生態(tài)損害賠償、修復(fù)具有重要意義[6].此外,北京師范大學(xué)的張繼偉通過開展海岸帶化工園區(qū)化學(xué)品泄漏事故的風(fēng)險(xiǎn)生態(tài)效應(yīng)識(shí)別與影響預(yù)測(cè),建立了生態(tài)-經(jīng)濟(jì)模型評(píng)估環(huán)境風(fēng)險(xiǎn)的生態(tài)損害價(jià)值;還有采用海洋災(zāi)害經(jīng)濟(jì)損失評(píng)估模型、人工神經(jīng)網(wǎng)絡(luò)模型、自然資源損害評(píng)估、生境等價(jià)分析、中國的漁業(yè)損害評(píng)估等進(jìn)行研究的.這些方法的結(jié)果相對(duì)準(zhǔn)確、合理,但大多數(shù)耗時(shí)長,成本高,涉及的專業(yè)人員多,需要收集的信息量大,往往適用于大型或特大型溢油事故.對(duì)于船運(yùn)化學(xué)品事故的損害賠償,還沒有太多的相關(guān)研究.本文在綜合分析船運(yùn)化學(xué)品的物理、化學(xué)性質(zhì)的基礎(chǔ)上,結(jié)合事故發(fā)生時(shí)的海況、船舶狀況等相關(guān)因素,利用SVR建立了船運(yùn)化學(xué)品損害賠償預(yù)測(cè)模型,并通過對(duì)不同核函數(shù)的選取,比較了其預(yù)測(cè)精度.結(jié)果表明,使用RBF核函數(shù)建立的SVR模型預(yù)測(cè)精度較高,可用于已發(fā)生事故損害賠償預(yù)測(cè).
2 支持向量機(jī)的回歸原理及算法
SVR(Support vector machine for regression)是回歸型支持向量機(jī),主要利用SVM解決回歸擬合方面的問題.作為一種新的機(jī)器學(xué)習(xí)方法,它的基礎(chǔ)是Vapnik的統(tǒng)計(jì)學(xué)習(xí)理論,采用的是結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則,并且沒有數(shù)據(jù)維數(shù)的限制,可以大大提高網(wǎng)絡(luò)的泛化能力.SVR是在SVM分類的基礎(chǔ)上引入了不敏感損失系數(shù)ε[7],其核心思想是尋找1個(gè)最優(yōu)分類面使得所有訓(xùn)練樣本離該最優(yōu)分類面的誤差最小.假設(shè)有一個(gè)訓(xùn)練集,樣本數(shù)為L, xi(xi∈R)是第i個(gè)訓(xùn)練樣本的輸入列向量,xi= [xi1,xi2,…,xid]T,yi∈R為對(duì)應(yīng)的輸出值.設(shè)在高維特征空間中建立的線性回歸函數(shù)為f(x)= wΦ(x)+b,其中,Φ(x)為非線性映射函數(shù),由于ε不敏感損失函數(shù)具有較好的稀疏特性,因此|yi-wxi-b|≤ε(i=1,…,l),如果存在擬合誤差,那么引入松弛變量:ξ≥0,ξ*≥0,則函數(shù)的回歸問題可以表述為[8]
式中 C為懲罰因子.在求解時(shí),引入Largrange函數(shù),并將其轉(zhuǎn)換為對(duì)偶優(yōu)化問題,則有
由公式(5)可知,SVR的最終函數(shù)形式與SVM相同.在上式中,K為核函數(shù),它的選取對(duì)網(wǎng)絡(luò)的精度有著明顯的影響,常用的核函數(shù)有以下4種:
(1)線性核函數(shù)k(x,xi)=xxi;線性核函數(shù)是核函數(shù)的一個(gè)特例,主要是在原始空間中尋找最優(yōu)泛化性的線性分類器.
(3)徑向核函數(shù)k(x,xi)=;該函數(shù)是局部性很強(qiáng)的核函數(shù),其外推能力隨參數(shù)的增大而減弱.
(4)具有參數(shù)k和θ的Sigmoid核函數(shù)k(x,xi)tanh(k(xxi)+θ);當(dāng)Sigmoid作為核函數(shù)時(shí), SVR就成為一種多層感知器神經(jīng)網(wǎng)絡(luò),其隱含層的節(jié)點(diǎn)數(shù)目、隱含層節(jié)點(diǎn)對(duì)輸入節(jié)點(diǎn)的權(quán)值都是在訓(xùn)練中自動(dòng)完成的.而且它最終取得的值是全局最優(yōu)值,而不是局部最小值.從而保證對(duì)未知樣本的良好泛化能力,不會(huì)出現(xiàn)過學(xué)習(xí)現(xiàn)象.
選用不同的核函數(shù)形成不同的SVR,而構(gòu)造一個(gè)良好性能的SVR,核函數(shù)的選取是很關(guān)鍵的.通常使用不同核函數(shù),誤差最小的核函數(shù)就是最好的核函數(shù).
3 SVR模型的建立與分析
3.1 樣本數(shù)據(jù)集的構(gòu)建
對(duì)事故損害賠償進(jìn)行評(píng)估時(shí),需要建立一定的模型,本文在有關(guān)歷史數(shù)據(jù)的基礎(chǔ)上,選取了典型的17組數(shù)據(jù)作為樣本.這些樣本覆蓋了這些年發(fā)生在我國沿江、沿海的許多不同類型的危險(xiǎn)化學(xué)品泄漏事故.在建立數(shù)據(jù)模型時(shí),需要對(duì)影響事故賠償金額的各個(gè)因素逐一判定,在樣本的處理上,根據(jù)各因素對(duì)船舶泄漏風(fēng)險(xiǎn)評(píng)價(jià)體系的影響程度,主要選取了泄漏量、泄漏點(diǎn)、易燃性、反應(yīng)活性、健康危害性、氣象海況和船舶噸位等7項(xiàng)指標(biāo)作為網(wǎng)絡(luò)輸入,以船舶損失賠償金額作為網(wǎng)絡(luò)輸出構(gòu)建網(wǎng)絡(luò)模型.在建模過程中,需要確定泄漏點(diǎn)、易燃性、反應(yīng)活性和健康危害性的等級(jí)大小.
泄漏點(diǎn)等級(jí)按照泄漏地點(diǎn)是否屬于自然保護(hù)區(qū)、養(yǎng)殖區(qū)、資源區(qū)、旅游區(qū)、浴場(chǎng)等,然后按照其承受污染風(fēng)險(xiǎn)的大小及程度分為5個(gè)等級(jí),分別是:
0類源頭水、國家自然保護(hù)區(qū)屬于特殊控制區(qū),禁止排放污水區(qū).
1類集中式生活飲用水水源地、一級(jí)保護(hù)區(qū)、珍貴魚類保護(hù)區(qū)、魚蝦產(chǎn)卵場(chǎng)等,屬于特殊控制區(qū),禁止排放污水區(qū).
2類集中式生活飲用水水源地、二級(jí)保護(hù)區(qū)、一級(jí)魚類保護(hù)區(qū)、游泳池,屬于重點(diǎn)控制區(qū),執(zhí)行一級(jí)標(biāo)準(zhǔn).
3類工業(yè)用水區(qū)、人體非直接接觸的娛樂、用水區(qū),屬于一般控制區(qū),執(zhí)行二級(jí)或三級(jí)標(biāo)準(zhǔn).
4類農(nóng)業(yè)用水區(qū)、一般景觀要求水域,屬于一般控制區(qū)標(biāo)準(zhǔn)(排入城鎮(zhèn)生活污水處理廠).
由于船載化學(xué)品種類繁多,毒性相差很大,其風(fēng)險(xiǎn)分級(jí)指數(shù)等級(jí)劃分主要根據(jù)化學(xué)品的熱物理、毒性、環(huán)境反應(yīng)活性來進(jìn)行,主要包括:可燃性、反應(yīng)活性和健康危害性.其依據(jù)是美國消防協(xié)會(huì)(NFPA)菱形數(shù)字分級(jí)和NPCA危險(xiǎn)辨識(shí)標(biāo)準(zhǔn).健康危害性按照對(duì)身體的傷害程度劃分為:0、1、2、3、4共5個(gè)級(jí)別;可燃性分級(jí)按照其內(nèi)在屬性(閃點(diǎn)溫度)劃分為0、1、2、3、4共5個(gè)級(jí)別;反應(yīng)活性則根據(jù)物質(zhì)在環(huán)境溫度下的穩(wěn)定程度劃分為0、1、2、3、4共5個(gè)級(jí)別[9].具體如表1所示.
由此,我們可以構(gòu)建一個(gè)模型,其中,有7個(gè)輸入,1個(gè)輸出,具體如表2所示(相關(guān)數(shù)據(jù)來自某海事局船舶事故數(shù)據(jù)統(tǒng)計(jì)).
表1 化學(xué)品理化分級(jí)表Table 1 Physical and chemical classification table of Chemical
表2 樣本參數(shù)分類表Table 2 Classification table of samples parameters
3.2 SVR模型參數(shù)的選取及仿真
在數(shù)據(jù)組織好以后,樣本數(shù)據(jù)分為2個(gè)部分:訓(xùn)練樣本和測(cè)試樣本,1-13號(hào)樣本為訓(xùn)練樣本, 14-17號(hào)樣本為測(cè)試樣本.訓(xùn)練樣本應(yīng)具有代表性,主要用來對(duì)建立的模型進(jìn)行訓(xùn)練,調(diào)整參數(shù),其格式要滿足libsvm對(duì)數(shù)據(jù)的要求;試測(cè)樣本用于檢測(cè)模型的學(xué)習(xí)效果如何.選好以后,就可以利用svmtrain創(chuàng)建一個(gè)SVR模型.需要注意的是,在建立模型前,為了消除各個(gè)數(shù)據(jù)樣本因量綱的不同對(duì)模型的影響,對(duì)數(shù)據(jù)要進(jìn)行歸一化處理[10],具體步驟如下:
(1)根據(jù)相關(guān)資料,對(duì)現(xiàn)有的數(shù)據(jù)進(jìn)行量化和模糊處理,然后利用mapminmax函數(shù)對(duì)輸入矩陣進(jìn)行歸一化處理,產(chǎn)生樣本集;
(2)建立相關(guān)SVR模型;
(3)利用所建模型對(duì)樣本進(jìn)行分析;
(4)利用svmpredict進(jìn)行仿真測(cè)試.
在進(jìn)行預(yù)測(cè)時(shí),需考慮相關(guān)參數(shù)對(duì)模型性能的影響,尤其是懲罰因子C和核函數(shù)方差g對(duì)預(yù)測(cè)精度的影響較大.一般,當(dāng)模型的性能大致相近時(shí),優(yōu)先選擇懲罰因子C較小的參數(shù),這樣,支持向量數(shù)少,計(jì)算量也小.
在模型的建立過程中,核函數(shù)參數(shù)k的不同取值對(duì)SVR的預(yù)測(cè)性能影響很大.參數(shù)選擇不同,網(wǎng)絡(luò)的學(xué)習(xí)效率和泛化性能也有很大的不同.在保證其他模型參數(shù)不變的情況下,僅修改核函數(shù)的類型,對(duì)模型的性能進(jìn)行衡量,指標(biāo)選用均方誤差E和決定系數(shù)R2.二者的計(jì)算公式如下:
選擇不同核函數(shù)時(shí)的均方誤差E和決定系數(shù)R2如表3所示.
從表3中可以清楚地看到,訓(xùn)練集里,多項(xiàng)式的均方誤差較小,決定系數(shù)最大;測(cè)試集里,RBF的均方誤差最小,多項(xiàng)式和均方誤差的決定系數(shù)相當(dāng),盡管多項(xiàng)式核函數(shù)對(duì)應(yīng)的模型訓(xùn)練集性能稍好于RBF核函數(shù),但是,其泛化能力較差,所以,RBF核函數(shù)對(duì)應(yīng)的模型泛化能力最好,性能最佳.因此.模型選用RBF作為核函數(shù).
表3 核函數(shù)類型對(duì)模型性能的影響Table 3 Effect of different Kernels on model performance
在其他參數(shù)的選取上,經(jīng)多次的測(cè)試、調(diào)整,選擇ε=0.001,C=10,g=0.7,建立仿真模型,其仿真結(jié)果如圖1和圖2所示.
圖1 訓(xùn)練樣本結(jié)果Fig.1 Result of the training sample
圖2 測(cè)試樣本結(jié)果Fig.2 Result of test sample
由仿真結(jié)果可知,基于SVR建立的水運(yùn)化學(xué)品事故賠償模型均方誤差MSE在訓(xùn)練集和預(yù)測(cè)集中分別為5.95e-008和8.168e-006,相關(guān)系數(shù)分別為0.99和0.99,這說明SVR模型通過參數(shù)的調(diào)整,其誤差減小,回歸函數(shù)平滑,有效地提高了泛化能力.從圖2可知其預(yù)測(cè)值與真實(shí)值非常接近,表明SVR模型的預(yù)測(cè)精度非常高,水運(yùn)化學(xué)品事故的賠償可以基于此SVR模型進(jìn)行賠償金額的預(yù)測(cè).
4 研究結(jié)論
(1)本文將回歸型支持向量機(jī)引入到水運(yùn)化學(xué)品事故損害評(píng)估方面,在選取分析反映水運(yùn)化學(xué)品事故損害賠償中的各個(gè)相關(guān)因素的基礎(chǔ)上,建立了以RBF為核函數(shù)的SVR損害評(píng)估模型,對(duì)化學(xué)品泄漏造成的環(huán)境污染危害賠償進(jìn)行了預(yù)測(cè).
(2)由預(yù)測(cè)結(jié)果可知,水運(yùn)化學(xué)品的理化性質(zhì)對(duì)事故損害賠償?shù)挠绊懽畲?其次,事發(fā)時(shí)航行氣象海況也對(duì)事故的損害程度有一定的影響.SVR模型有較高的擬合精度和較好的泛化能力,可以準(zhǔn)確地描述相關(guān)因素間的非線性關(guān)系,使得預(yù)測(cè)結(jié)果很好地貼合于實(shí)際,提高了損害賠償預(yù)測(cè)的準(zhǔn)確度,在船舶化學(xué)品事故的應(yīng)急處理、危害評(píng)估和損害賠償?shù)确矫嬗兄^為理想的使用價(jià)值.
(3)本文的方法主要是依靠歷史統(tǒng)計(jì)數(shù)據(jù)進(jìn)行了預(yù)測(cè),故樣本數(shù)量偏少,如何擴(kuò)大樣本數(shù)量,使其更能準(zhǔn)確地覆蓋到事故的各個(gè)潛在因素,并在優(yōu)化SVR核函數(shù)的基礎(chǔ)上,建立更加科學(xué)合理的評(píng)價(jià)模型,是今后研究的重點(diǎn).
(4)由于海洋和內(nèi)河的運(yùn)輸條件不同,船舶噸位也有所區(qū)別,因此,今后的研究方向可以劃分為遠(yuǎn)洋和江河近海分別進(jìn)行風(fēng)險(xiǎn)評(píng)估,這樣對(duì)不同區(qū)域的事故預(yù)測(cè)更有針對(duì)性和準(zhǔn)確性.
[1] 任常興.基于風(fēng)險(xiǎn)分析的危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化方法研究.[D].南開大學(xué)博士論文.2007.[REN C X.Hazardous materials transportation by road:riskanalysis-basedoptimalroutingmethodology[D]. Nankai University.2007.]
[2] Mark Reed,Deborah French,Thomas Grigalunas,et al.Overview of a natural resource damage assessment model system for coastal and marine environments[J]. Oil and Chemical Pollution,1989,5:85-97.
[3] Deborah P,French McCay.Chemical spill model (CHEMMAP)forforecasts/hindcastsand environmental risk assessment[R].Proceedings of the 24th Arctic and Marine Oil spill(AMOP)Technical Seminar,June 12-14,2001:825-846.
[4] 張繼偉,楊志峰,等.基于環(huán)境風(fēng)險(xiǎn)的海洋生態(tài)補(bǔ)償標(biāo)準(zhǔn)研究[J].海洋環(huán)境科學(xué)2010,29(5):751-753 [ZHANG J W,YANG Z F,et al.Research on marine ecologicalcompensationstandardbasedon environmental risk[J].Marine Environmental Science, 2010,29(5):751-753.]
[5] 高振會(huì),楊建強(qiáng),等.海洋溢油對(duì)環(huán)境與生態(tài)損害評(píng)估技術(shù)及應(yīng)用[M].海洋出版社,2005.[GAO Z H,YANG J Q,et al.Marine oil spill on the environmentandecologicaldamageassessment techniquesandapplication[M].Maritime Press,2005.]
[6] 楊建強(qiáng),張秋艷,等.海洋溢油生態(tài)損害快速預(yù)評(píng)估模式研究[J].海洋通報(bào),2011:702-704[YANG J Q, ZHANG Q Y,et al.Rapid assessment mode based on ecological damage of marine oil spill[J].Marine Science bulletin,2011:702-704.]
[7] 史峰,王輝,等.MATLAB智能算法30個(gè)案例分析[M].北京航空航天大學(xué)出版社,2010:269-289.[ SHI F,WANG H,et al.30 cases analysis of intelligent algorithms for MATLAB[M].Beihang University Press,2010:269,289.]
[8] 常曉麗.基于Matlab的BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)[J].機(jī)械工程與自動(dòng)化,2006,137(4):36-37.[CHANG X L. Design ofBPnetworksbasedonmatlab[J]. Mechanical Engineering&Automation,2006,137 (4):36-37.]
[9] 任長興,吳宗之.危險(xiǎn)品道路運(yùn)輸風(fēng)險(xiǎn)分級(jí)指數(shù)法研究[J].安全與環(huán)境學(xué)報(bào),2006,6(4):126-129. [REN J C,WU Z Z.Study on the risk rank indices of hazardous materials transportation[J].Journal of Safety and Environment,2006,6(4):126-129.]
[10] 唐偉勤.復(fù)雜系統(tǒng)非線性評(píng)估技術(shù)[D].武漢理工大學(xué),2004.[TANG W Q.Non-linear evaluation technologyaboutcomplexsystems[D].Wuhan University of Technology,2004.]
Damage Compensation of the Shipping Chemical Accident Based on SVR
ZHANG Jian-xia;XU Le-ping;HE Jian-hai
(Merchant Marine College,Shanghai Maritime University,Shanghai 200135,China)
The bulk chemical ship is a risk of shifting dangerous source which is the greatest threat to marine safety and environment in transit when the accident occurs.Therefore,it is necessary to combine the characteristics of the chemicals in the transport for the reasonable estimate the amount of chemical spill, pollution losses for ship pollution claims and environmental protection based on the scientific foundation. SVR is a non-linear regression model on the basis of statistical learning theory,and it has good versatility and robustness.The establishment topology is based on a small subset extracting from the training data by algorithm.The optimal solution will be obtained under the limited sample.Because of the above feature, SVR has been widely used in areas such as regression and fitting.Firstly,the basic regression and fitting principles of the SVR is introduced.Secondly,the accident damage compensation is predicted by analyzing the different examples and selecting the different kernel function.Finally,the results show that the damage compensation model is valid and feasible.
waterway transportation;SVR;small sample;damage compensation;prediction model
U698.7
: A
U698.7
A
1009-6744(2013)05-0114-06
2013-05-29
2013-07-11錄用日期:2013-07-29
張建霞(1972-),女,上海人,博士生.
*通訊作者:xuleping78@163.com
猜你喜歡
論比例原則在知識(shí)產(chǎn)權(quán)損害賠償中的適用現(xiàn)代法學(xué)(2022年3期)2022-05-31 01:37:01 《船舶》2022 年度征訂啟事船舶(2021年4期)2021-09-07 17:32:22 船舶！請(qǐng)加速小哥白尼(趣味科學(xué))(2019年10期)2020-01-18 09:16:22 BOG壓縮機(jī)在小型LNG船舶上的應(yīng)用船舶標(biāo)準(zhǔn)化工程師(2019年4期)2019-07-24 07:21:12 危險(xiǎn)化學(xué)品安全監(jiān)管實(shí)踐與探索勞動(dòng)保護(hù)(2019年3期)2019-05-16 02:38:16 船舶壓載水管理系統(tǒng)中國船檢(2017年3期)2017-05-18 11:33:09 生態(tài)環(huán)境損害賠償制度明年起全國試行環(huán)境保護(hù)與循環(huán)經(jīng)濟(jì)(2017年12期)2017-03-04 15:21:07 知識(shí)產(chǎn)權(quán)侵權(quán)損害賠償:問題與反思知識(shí)產(chǎn)權(quán)(2016年5期)2016-12-01 06:58:47 關(guān)于知識(shí)產(chǎn)權(quán)損害賠償?shù)膸c(diǎn)思考知識(shí)產(chǎn)權(quán)(2016年5期)2016-12-01 06:58:32 《危險(xiǎn)化學(xué)品目錄(2015版)》解讀安全(2015年6期)2016-01-19 06:19:31
張建霞,許樂平,何建海
(上海海事大學(xué)商船學(xué)院,上海201306)
基于SVR模型的水運(yùn)化學(xué)品事故損害賠償?shù)难芯?/p>
張建霞,許樂平*,何建海
(上海海事大學(xué)商船學(xué)院,上海201306)
散裝化學(xué)品船舶是一種移動(dòng)的危險(xiǎn)動(dòng)態(tài)源,在運(yùn)輸中出現(xiàn)的事故對(duì)人員安全和海洋環(huán)境威脅最大.因此需要結(jié)合化學(xué)品在船舶運(yùn)輸中的特性,對(duì)化學(xué)品泄漏污染損失額進(jìn)行合理的估算,為船舶污染索賠和環(huán)境保護(hù)提供科學(xué)的理論依據(jù).SVR作為一種基于統(tǒng)計(jì)學(xué)習(xí)理論的非線性回歸模式,具有良好的通用性和魯棒性,它通過算法從訓(xùn)練數(shù)據(jù)中抽取小的子集,建立拓?fù)浣Y(jié)構(gòu),可以在有限樣本下獲得最優(yōu)解,在解決回歸、擬合等領(lǐng)域有著廣泛的應(yīng)用.本文在介紹SVR回歸擬合的原理和算法的基礎(chǔ)上,通過對(duì)實(shí)例的選取和分析,進(jìn)行了水運(yùn)化學(xué)品泄漏事故的風(fēng)險(xiǎn)識(shí)別和事故損害賠償?shù)念A(yù)測(cè),建立了SVR模型對(duì)環(huán)境風(fēng)險(xiǎn)的損失價(jià)值進(jìn)行了評(píng)估.仿真結(jié)果表明,SVR在水運(yùn)化學(xué)品事故損害賠償評(píng)估中有著良好的預(yù)測(cè)性和可行性.
水路運(yùn)輸;SVR;小樣本;損害賠償;預(yù)測(cè)模型
1 引 言
由于船舶運(yùn)輸有著運(yùn)輸量大、成本低的優(yōu)點(diǎn),在各類運(yùn)輸方式中占有很大的比例.近年來,隨著高科技的發(fā)展,各種先進(jìn)技術(shù)也相繼應(yīng)用在船舶上,但船舶事故仍時(shí)有發(fā)生,其中既有人的因素,也有環(huán)境和管理因素.而危險(xiǎn)品船舶運(yùn)輸作為一種特殊的船舶運(yùn)輸方式,因其裝運(yùn)貨物的特殊性,近年來受到了各國政府的普遍重視.但是,船舶爆炸和泄漏事故還是時(shí)有發(fā)生,讓人類防不勝防.在船舶事故發(fā)生后,常常伴隨著幾個(gè)問題,一是如何建立切實(shí)可行的事故損害賠償模型,對(duì)受害者的權(quán)益進(jìn)行必要的維護(hù);二是在通過模型得出損害賠償金額后,通過什么渠道來賠償.其中第一個(gè)問題尤為關(guān)鍵,國外因?yàn)橛兄晟频氖鹿寿r償機(jī)制,發(fā)生的船舶事故大都能得到有效的賠償.而我國航運(yùn)事故賠償機(jī)制尚不完善,沒有形成合理、規(guī)范的污染損害評(píng)估機(jī)制,難以對(duì)發(fā)生的各類海洋事故進(jìn)行科學(xué)的評(píng)估,使得受害方由于沒有索賠依據(jù)而得不到合理的賠償,大大影響了生產(chǎn)和環(huán)境的恢復(fù)建設(shè).
在污染損害評(píng)估方面,有關(guān)學(xué)者采用很多的的研究手段對(duì)突發(fā)性事故進(jìn)行了環(huán)境方面的評(píng)價(jià),在船舶溢油方面已經(jīng)有了一個(gè)較為完善的評(píng)估體系[1].挪威的Mark Reed,Deborah French開發(fā)了一套用于評(píng)估環(huán)境影響的石油和化學(xué)泄漏的系統(tǒng),它通過模擬不同污染物的理化狀態(tài)可用于計(jì)算事故對(duì)生物和環(huán)境的影響和損害程度[2];美國的海上有害物質(zhì)損害污染賠償主要依據(jù)兩部主要的聯(lián)邦法律《油污法》(Oil Pollution Act,簡(jiǎn)稱OPA)和《環(huán)境反應(yīng)賠償責(zé)任綜合法》(Comprehensive Environmental Response,Compensation,and Liability Act,以下簡(jiǎn)稱CERCL),前者主要規(guī)范油污損害民事責(zé)任及賠償,后者主要適用于石油以外的其他危險(xiǎn)物質(zhì)污染;Deborah P.French Mccay等采用了篩分分析方法,利用CHEMMAP模型(泄漏化學(xué)品遷移軌跡和風(fēng)化模型)對(duì)大型港灣泄漏的化學(xué)品的濃度和未來的遷移及水生生物鏈的生態(tài)危害進(jìn)行了評(píng)估[3];我國如國家海洋局北海環(huán)境監(jiān)測(cè)中心以“塔斯曼?！陛喴缬托孤槔?在進(jìn)行多次現(xiàn)場(chǎng)調(diào)查和監(jiān)測(cè)的基礎(chǔ)上,采用了數(shù)值模擬、油指紋識(shí)別、生態(tài)損害評(píng)估等技術(shù)評(píng)估手段,對(duì)海洋環(huán)境與生態(tài)損害程度進(jìn)行了調(diào)查和評(píng)估.實(shí)踐表明,污染損害事實(shí)及程度的認(rèn)定基本符合客觀事實(shí)[4,5],馬麗等通過對(duì)華盛頓州“索賠公式法”、佛羅里達(dá)州“直接計(jì)算法”和溢油生態(tài)損害快速預(yù)評(píng)估模式3種典型的簡(jiǎn)易生態(tài)損害評(píng)估方法進(jìn)行分析比較,指出了簡(jiǎn)易評(píng)估方法對(duì)小型溢油事故生態(tài)損害進(jìn)行快速、高效的評(píng)估和及時(shí)進(jìn)行海洋生態(tài)損害賠償、修復(fù)具有重要意義[6].此外,北京師范大學(xué)的張繼偉通過開展海岸帶化工園區(qū)化學(xué)品泄漏事故的風(fēng)險(xiǎn)生態(tài)效應(yīng)識(shí)別與影響預(yù)測(cè),建立了生態(tài)-經(jīng)濟(jì)模型評(píng)估環(huán)境風(fēng)險(xiǎn)的生態(tài)損害價(jià)值;還有采用海洋災(zāi)害經(jīng)濟(jì)損失評(píng)估模型、人工神經(jīng)網(wǎng)絡(luò)模型、自然資源損害評(píng)估、生境等價(jià)分析、中國的漁業(yè)損害評(píng)估等進(jìn)行研究的.這些方法的結(jié)果相對(duì)準(zhǔn)確、合理,但大多數(shù)耗時(shí)長,成本高,涉及的專業(yè)人員多,需要收集的信息量大,往往適用于大型或特大型溢油事故.對(duì)于船運(yùn)化學(xué)品事故的損害賠償,還沒有太多的相關(guān)研究.本文在綜合分析船運(yùn)化學(xué)品的物理、化學(xué)性質(zhì)的基礎(chǔ)上,結(jié)合事故發(fā)生時(shí)的海況、船舶狀況等相關(guān)因素,利用SVR建立了船運(yùn)化學(xué)品損害賠償預(yù)測(cè)模型,并通過對(duì)不同核函數(shù)的選取,比較了其預(yù)測(cè)精度.結(jié)果表明,使用RBF核函數(shù)建立的SVR模型預(yù)測(cè)精度較高,可用于已發(fā)生事故損害賠償預(yù)測(cè).
2 支持向量機(jī)的回歸原理及算法
SVR(Support vector machine for regression)是回歸型支持向量機(jī),主要利用SVM解決回歸擬合方面的問題.作為一種新的機(jī)器學(xué)習(xí)方法,它的基礎(chǔ)是Vapnik的統(tǒng)計(jì)學(xué)習(xí)理論,采用的是結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則,并且沒有數(shù)據(jù)維數(shù)的限制,可以大大提高網(wǎng)絡(luò)的泛化能力.SVR是在SVM分類的基礎(chǔ)上引入了不敏感損失系數(shù)ε[7],其核心思想是尋找1個(gè)最優(yōu)分類面使得所有訓(xùn)練樣本離該最優(yōu)分類面的誤差最小.假設(shè)有一個(gè)訓(xùn)練集,樣本數(shù)為L, xi(xi∈R)是第i個(gè)訓(xùn)練樣本的輸入列向量,xi= [xi1,xi2,…,xid]T,yi∈R為對(duì)應(yīng)的輸出值.設(shè)在高維特征空間中建立的線性回歸函數(shù)為f(x)= wΦ(x)+b,其中,Φ(x)為非線性映射函數(shù),由于ε不敏感損失函數(shù)具有較好的稀疏特性,因此|yi-wxi-b|≤ε(i=1,…,l),如果存在擬合誤差,那么引入松弛變量:ξ≥0,ξ*≥0,則函數(shù)的回歸問題可以表述為[8]
式中 C為懲罰因子.在求解時(shí),引入Largrange函數(shù),并將其轉(zhuǎn)換為對(duì)偶優(yōu)化問題,則有
由公式(5)可知,SVR的最終函數(shù)形式與SVM相同.在上式中,K為核函數(shù),它的選取對(duì)網(wǎng)絡(luò)的精度有著明顯的影響,常用的核函數(shù)有以下4種:
(1)線性核函數(shù)k(x,xi)=xxi;線性核函數(shù)是核函數(shù)的一個(gè)特例,主要是在原始空間中尋找最優(yōu)泛化性的線性分類器.
(3)徑向核函數(shù)k(x,xi)=;該函數(shù)是局部性很強(qiáng)的核函數(shù),其外推能力隨參數(shù)的增大而減弱.
(4)具有參數(shù)k和θ的Sigmoid核函數(shù)k(x,xi)tanh(k(xxi)+θ);當(dāng)Sigmoid作為核函數(shù)時(shí), SVR就成為一種多層感知器神經(jīng)網(wǎng)絡(luò),其隱含層的節(jié)點(diǎn)數(shù)目、隱含層節(jié)點(diǎn)對(duì)輸入節(jié)點(diǎn)的權(quán)值都是在訓(xùn)練中自動(dòng)完成的.而且它最終取得的值是全局最優(yōu)值,而不是局部最小值.從而保證對(duì)未知樣本的良好泛化能力,不會(huì)出現(xiàn)過學(xué)習(xí)現(xiàn)象.
選用不同的核函數(shù)形成不同的SVR,而構(gòu)造一個(gè)良好性能的SVR,核函數(shù)的選取是很關(guān)鍵的.通常使用不同核函數(shù),誤差最小的核函數(shù)就是最好的核函數(shù).
3 SVR模型的建立與分析
3.1 樣本數(shù)據(jù)集的構(gòu)建
對(duì)事故損害賠償進(jìn)行評(píng)估時(shí),需要建立一定的模型,本文在有關(guān)歷史數(shù)據(jù)的基礎(chǔ)上,選取了典型的17組數(shù)據(jù)作為樣本.這些樣本覆蓋了這些年發(fā)生在我國沿江、沿海的許多不同類型的危險(xiǎn)化學(xué)品泄漏事故.在建立數(shù)據(jù)模型時(shí),需要對(duì)影響事故賠償金額的各個(gè)因素逐一判定,在樣本的處理上,根據(jù)各因素對(duì)船舶泄漏風(fēng)險(xiǎn)評(píng)價(jià)體系的影響程度,主要選取了泄漏量、泄漏點(diǎn)、易燃性、反應(yīng)活性、健康危害性、氣象海況和船舶噸位等7項(xiàng)指標(biāo)作為網(wǎng)絡(luò)輸入,以船舶損失賠償金額作為網(wǎng)絡(luò)輸出構(gòu)建網(wǎng)絡(luò)模型.在建模過程中,需要確定泄漏點(diǎn)、易燃性、反應(yīng)活性和健康危害性的等級(jí)大小.
泄漏點(diǎn)等級(jí)按照泄漏地點(diǎn)是否屬于自然保護(hù)區(qū)、養(yǎng)殖區(qū)、資源區(qū)、旅游區(qū)、浴場(chǎng)等,然后按照其承受污染風(fēng)險(xiǎn)的大小及程度分為5個(gè)等級(jí),分別是:
0類源頭水、國家自然保護(hù)區(qū)屬于特殊控制區(qū),禁止排放污水區(qū).
1類集中式生活飲用水水源地、一級(jí)保護(hù)區(qū)、珍貴魚類保護(hù)區(qū)、魚蝦產(chǎn)卵場(chǎng)等,屬于特殊控制區(qū),禁止排放污水區(qū).
2類集中式生活飲用水水源地、二級(jí)保護(hù)區(qū)、一級(jí)魚類保護(hù)區(qū)、游泳池,屬于重點(diǎn)控制區(qū),執(zhí)行一級(jí)標(biāo)準(zhǔn).
3類工業(yè)用水區(qū)、人體非直接接觸的娛樂、用水區(qū),屬于一般控制區(qū),執(zhí)行二級(jí)或三級(jí)標(biāo)準(zhǔn).
4類農(nóng)業(yè)用水區(qū)、一般景觀要求水域,屬于一般控制區(qū)標(biāo)準(zhǔn)(排入城鎮(zhèn)生活污水處理廠).
由于船載化學(xué)品種類繁多,毒性相差很大,其風(fēng)險(xiǎn)分級(jí)指數(shù)等級(jí)劃分主要根據(jù)化學(xué)品的熱物理、毒性、環(huán)境反應(yīng)活性來進(jìn)行,主要包括:可燃性、反應(yīng)活性和健康危害性.其依據(jù)是美國消防協(xié)會(huì)(NFPA)菱形數(shù)字分級(jí)和NPCA危險(xiǎn)辨識(shí)標(biāo)準(zhǔn).健康危害性按照對(duì)身體的傷害程度劃分為:0、1、2、3、4共5個(gè)級(jí)別;可燃性分級(jí)按照其內(nèi)在屬性(閃點(diǎn)溫度)劃分為0、1、2、3、4共5個(gè)級(jí)別;反應(yīng)活性則根據(jù)物質(zhì)在環(huán)境溫度下的穩(wěn)定程度劃分為0、1、2、3、4共5個(gè)級(jí)別[9].具體如表1所示.
由此,我們可以構(gòu)建一個(gè)模型,其中,有7個(gè)輸入,1個(gè)輸出,具體如表2所示(相關(guān)數(shù)據(jù)來自某海事局船舶事故數(shù)據(jù)統(tǒng)計(jì)).
表1 化學(xué)品理化分級(jí)表Table 1 Physical and chemical classification table of Chemical
表2 樣本參數(shù)分類表Table 2 Classification table of samples parameters
3.2 SVR模型參數(shù)的選取及仿真
在數(shù)據(jù)組織好以后,樣本數(shù)據(jù)分為2個(gè)部分:訓(xùn)練樣本和測(cè)試樣本,1-13號(hào)樣本為訓(xùn)練樣本, 14-17號(hào)樣本為測(cè)試樣本.訓(xùn)練樣本應(yīng)具有代表性,主要用來對(duì)建立的模型進(jìn)行訓(xùn)練,調(diào)整參數(shù),其格式要滿足libsvm對(duì)數(shù)據(jù)的要求;試測(cè)樣本用于檢測(cè)模型的學(xué)習(xí)效果如何.選好以后,就可以利用svmtrain創(chuàng)建一個(gè)SVR模型.需要注意的是,在建立模型前,為了消除各個(gè)數(shù)據(jù)樣本因量綱的不同對(duì)模型的影響,對(duì)數(shù)據(jù)要進(jìn)行歸一化處理[10],具體步驟如下:
(1)根據(jù)相關(guān)資料,對(duì)現(xiàn)有的數(shù)據(jù)進(jìn)行量化和模糊處理,然后利用mapminmax函數(shù)對(duì)輸入矩陣進(jìn)行歸一化處理,產(chǎn)生樣本集;
(2)建立相關(guān)SVR模型;
(3)利用所建模型對(duì)樣本進(jìn)行分析;
(4)利用svmpredict進(jìn)行仿真測(cè)試.
在進(jìn)行預(yù)測(cè)時(shí),需考慮相關(guān)參數(shù)對(duì)模型性能的影響,尤其是懲罰因子C和核函數(shù)方差g對(duì)預(yù)測(cè)精度的影響較大.一般,當(dāng)模型的性能大致相近時(shí),優(yōu)先選擇懲罰因子C較小的參數(shù),這樣,支持向量數(shù)少,計(jì)算量也小.
在模型的建立過程中,核函數(shù)參數(shù)k的不同取值對(duì)SVR的預(yù)測(cè)性能影響很大.參數(shù)選擇不同,網(wǎng)絡(luò)的學(xué)習(xí)效率和泛化性能也有很大的不同.在保證其他模型參數(shù)不變的情況下,僅修改核函數(shù)的類型,對(duì)模型的性能進(jìn)行衡量,指標(biāo)選用均方誤差E和決定系數(shù)R2.二者的計(jì)算公式如下:
選擇不同核函數(shù)時(shí)的均方誤差E和決定系數(shù)R2如表3所示.
從表3中可以清楚地看到,訓(xùn)練集里,多項(xiàng)式的均方誤差較小,決定系數(shù)最大;測(cè)試集里,RBF的均方誤差最小,多項(xiàng)式和均方誤差的決定系數(shù)相當(dāng),盡管多項(xiàng)式核函數(shù)對(duì)應(yīng)的模型訓(xùn)練集性能稍好于RBF核函數(shù),但是,其泛化能力較差,所以,RBF核函數(shù)對(duì)應(yīng)的模型泛化能力最好,性能最佳.因此.模型選用RBF作為核函數(shù).
表3 核函數(shù)類型對(duì)模型性能的影響Table 3 Effect of different Kernels on model performance
在其他參數(shù)的選取上,經(jīng)多次的測(cè)試、調(diào)整,選擇ε=0.001,C=10,g=0.7,建立仿真模型,其仿真結(jié)果如圖1和圖2所示.
圖1 訓(xùn)練樣本結(jié)果Fig.1 Result of the training sample
圖2 測(cè)試樣本結(jié)果Fig.2 Result of test sample
由仿真結(jié)果可知,基于SVR建立的水運(yùn)化學(xué)品事故賠償模型均方誤差MSE在訓(xùn)練集和預(yù)測(cè)集中分別為5.95e-008和8.168e-006,相關(guān)系數(shù)分別為0.99和0.99,這說明SVR模型通過參數(shù)的調(diào)整,其誤差減小,回歸函數(shù)平滑,有效地提高了泛化能力.從圖2可知其預(yù)測(cè)值與真實(shí)值非常接近,表明SVR模型的預(yù)測(cè)精度非常高,水運(yùn)化學(xué)品事故的賠償可以基于此SVR模型進(jìn)行賠償金額的預(yù)測(cè).
4 研究結(jié)論
(1)本文將回歸型支持向量機(jī)引入到水運(yùn)化學(xué)品事故損害評(píng)估方面,在選取分析反映水運(yùn)化學(xué)品事故損害賠償中的各個(gè)相關(guān)因素的基礎(chǔ)上,建立了以RBF為核函數(shù)的SVR損害評(píng)估模型,對(duì)化學(xué)品泄漏造成的環(huán)境污染危害賠償進(jìn)行了預(yù)測(cè).
(2)由預(yù)測(cè)結(jié)果可知,水運(yùn)化學(xué)品的理化性質(zhì)對(duì)事故損害賠償?shù)挠绊懽畲?其次,事發(fā)時(shí)航行氣象海況也對(duì)事故的損害程度有一定的影響.SVR模型有較高的擬合精度和較好的泛化能力,可以準(zhǔn)確地描述相關(guān)因素間的非線性關(guān)系,使得預(yù)測(cè)結(jié)果很好地貼合于實(shí)際,提高了損害賠償預(yù)測(cè)的準(zhǔn)確度,在船舶化學(xué)品事故的應(yīng)急處理、危害評(píng)估和損害賠償?shù)确矫嬗兄^為理想的使用價(jià)值.
(3)本文的方法主要是依靠歷史統(tǒng)計(jì)數(shù)據(jù)進(jìn)行了預(yù)測(cè),故樣本數(shù)量偏少,如何擴(kuò)大樣本數(shù)量,使其更能準(zhǔn)確地覆蓋到事故的各個(gè)潛在因素,并在優(yōu)化SVR核函數(shù)的基礎(chǔ)上,建立更加科學(xué)合理的評(píng)價(jià)模型,是今后研究的重點(diǎn).
(4)由于海洋和內(nèi)河的運(yùn)輸條件不同,船舶噸位也有所區(qū)別,因此,今后的研究方向可以劃分為遠(yuǎn)洋和江河近海分別進(jìn)行風(fēng)險(xiǎn)評(píng)估,這樣對(duì)不同區(qū)域的事故預(yù)測(cè)更有針對(duì)性和準(zhǔn)確性.
[1] 任常興.基于風(fēng)險(xiǎn)分析的危險(xiǎn)品道路運(yùn)輸路徑優(yōu)化方法研究.[D].南開大學(xué)博士論文.2007.[REN C X.Hazardous materials transportation by road:riskanalysis-basedoptimalroutingmethodology[D]. Nankai University.2007.]
[2] Mark Reed,Deborah French,Thomas Grigalunas,et al.Overview of a natural resource damage assessment model system for coastal and marine environments[J]. Oil and Chemical Pollution,1989,5:85-97.
[3] Deborah P,French McCay.Chemical spill model (CHEMMAP)forforecasts/hindcastsand environmental risk assessment[R].Proceedings of the 24th Arctic and Marine Oil spill(AMOP)Technical Seminar,June 12-14,2001:825-846.
[4] 張繼偉,楊志峰,等.基于環(huán)境風(fēng)險(xiǎn)的海洋生態(tài)補(bǔ)償標(biāo)準(zhǔn)研究[J].海洋環(huán)境科學(xué)2010,29(5):751-753 [ZHANG J W,YANG Z F,et al.Research on marine ecologicalcompensationstandardbasedon environmental risk[J].Marine Environmental Science, 2010,29(5):751-753.]
[5] 高振會(huì),楊建強(qiáng),等.海洋溢油對(duì)環(huán)境與生態(tài)損害評(píng)估技術(shù)及應(yīng)用[M].海洋出版社,2005.[GAO Z H,YANG J Q,et al.Marine oil spill on the environmentandecologicaldamageassessment techniquesandapplication[M].Maritime Press,2005.]
[6] 楊建強(qiáng),張秋艷,等.海洋溢油生態(tài)損害快速預(yù)評(píng)估模式研究[J].海洋通報(bào),2011:702-704[YANG J Q, ZHANG Q Y,et al.Rapid assessment mode based on ecological damage of marine oil spill[J].Marine Science bulletin,2011:702-704.]
[7] 史峰,王輝,等.MATLAB智能算法30個(gè)案例分析[M].北京航空航天大學(xué)出版社,2010:269-289.[ SHI F,WANG H,et al.30 cases analysis of intelligent algorithms for MATLAB[M].Beihang University Press,2010:269,289.]
[8] 常曉麗.基于Matlab的BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)[J].機(jī)械工程與自動(dòng)化,2006,137(4):36-37.[CHANG X L. Design ofBPnetworksbasedonmatlab[J]. Mechanical Engineering&Automation,2006,137 (4):36-37.]
[9] 任長興,吳宗之.危險(xiǎn)品道路運(yùn)輸風(fēng)險(xiǎn)分級(jí)指數(shù)法研究[J].安全與環(huán)境學(xué)報(bào),2006,6(4):126-129. [REN J C,WU Z Z.Study on the risk rank indices of hazardous materials transportation[J].Journal of Safety and Environment,2006,6(4):126-129.]
[10] 唐偉勤.復(fù)雜系統(tǒng)非線性評(píng)估技術(shù)[D].武漢理工大學(xué),2004.[TANG W Q.Non-linear evaluation technologyaboutcomplexsystems[D].Wuhan University of Technology,2004.]
Damage Compensation of the Shipping Chemical Accident Based on SVR
ZHANG Jian-xia;XU Le-ping;HE Jian-hai
(Merchant Marine College,Shanghai Maritime University,Shanghai 200135,China)
The bulk chemical ship is a risk of shifting dangerous source which is the greatest threat to marine safety and environment in transit when the accident occurs.Therefore,it is necessary to combine the characteristics of the chemicals in the transport for the reasonable estimate the amount of chemical spill, pollution losses for ship pollution claims and environmental protection based on the scientific foundation. SVR is a non-linear regression model on the basis of statistical learning theory,and it has good versatility and robustness.The establishment topology is based on a small subset extracting from the training data by algorithm.The optimal solution will be obtained under the limited sample.Because of the above feature, SVR has been widely used in areas such as regression and fitting.Firstly,the basic regression and fitting principles of the SVR is introduced.Secondly,the accident damage compensation is predicted by analyzing the different examples and selecting the different kernel function.Finally,the results show that the damage compensation model is valid and feasible.
waterway transportation;SVR;small sample;damage compensation;prediction model
U698.7
: A
U698.7
A
1009-6744(2013)05-0114-06
2013-05-29
2013-07-11錄用日期:2013-07-29
張建霞(1972-),女,上海人,博士生.
*通訊作者:xuleping78@163.com
猜你喜歡
現(xiàn)代法學(xué)(2022年3期)2022-05-31 01:37:01
船舶(2021年4期)2021-09-07 17:32:22
小哥白尼(趣味科學(xué))(2019年10期)2020-01-18 09:16:22
船舶標(biāo)準(zhǔn)化工程師(2019年4期)2019-07-24 07:21:12
勞動(dòng)保護(hù)(2019年3期)2019-05-16 02:38:16
中國船檢(2017年3期)2017-05-18 11:33:09
環(huán)境保護(hù)與循環(huán)經(jīng)濟(jì)(2017年12期)2017-03-04 15:21:07
知識(shí)產(chǎn)權(quán)(2016年5期)2016-12-01 06:58:47
知識(shí)產(chǎn)權(quán)(2016年5期)2016-12-01 06:58:32
安全(2015年6期)2016-01-19 06:19:31
