陸海澎，陸能枝

（上海海事大學(xué)信息工程學(xué)院，上?！?01306）

輪船碰撞應(yīng)急決策支持系統(tǒng)的研究

陸海澎，陸能枝

（上海海事大學(xué)信息工程學(xué)院，上海201306）

0　引言

現(xiàn)在很多輪船避碰的研究正在如火如荼地進(jìn)行中，隨著航運(yùn)業(yè)和現(xiàn)代科學(xué)技術(shù)的發(fā)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(fā)生的因素有很多，諸如自然環(huán)境因素、航行環(huán)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(fā)生的一艘快艇和漁船相撞事故為例，造成23名中國(guó)游客受傷，兩名韓國(guó)游客失蹤。可見船舶碰撞往往會(huì)造成船舶損壞、貨物流失、環(huán)境污染、人員傷亡等災(zāi)難性的后果，因此輪船碰撞應(yīng)急措施的研究不管從經(jīng)濟(jì)角度、環(huán)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(yīng)急決策支持系統(tǒng)的設(shè)計(jì)

根據(jù)對(duì)歷史輪船碰撞事件的研究，我們發(fā)現(xiàn)有很多半結(jié)構(gòu)化問題，我們所研究的數(shù)據(jù)會(huì)涉及到很多歷史數(shù)據(jù)，且大多分布于異構(gòu)的數(shù)據(jù)平臺(tái),數(shù)據(jù)集成不易。基于以上原因本次課題打算運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘以及神經(jīng)網(wǎng)絡(luò)進(jìn)行系統(tǒng)的設(shè)計(jì)。

建立該決策支持系統(tǒng)的過程可描述如下:

（1）分析應(yīng)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(shù)據(jù)來源,對(duì)碰撞后輪船參數(shù)、天氣狀況、水域環(huán)境等數(shù)據(jù)重新進(jìn)行組織,建立數(shù)據(jù)倉(cāng)庫(kù)；

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

（4）調(diào)用數(shù)據(jù)挖掘功能,從歷史數(shù)據(jù)中提煉出綜合數(shù)據(jù),交給決策者使用（流程如圖1）

圖1　輪船碰撞應(yīng)急決策支持系統(tǒng)流程

2　碰撞數(shù)據(jù)庫(kù)

從輪船碰撞后檢測(cè)的各項(xiàng)重要信息中提取數(shù)據(jù)，建立碰撞數(shù)據(jù)庫(kù)。通過數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行碰撞后各數(shù)據(jù)整理以及重組，以發(fā)現(xiàn)各數(shù)據(jù)的之間的關(guān)聯(lián)。進(jìn)而用數(shù)據(jù)挖掘技術(shù)去提取發(fā)現(xiàn)許多人為難以發(fā)現(xiàn)的信息，這樣才能提出具有針對(duì)性的解決方案，提高決策者的決策能力。

在多維分析的商業(yè)智能解決方案中，根據(jù)事實(shí)表和維度表的關(guān)系，可將常見的模型分為星型模型和雪花型模型。考慮到應(yīng)急決策必須是在短時(shí)間內(nèi)做出，雪花型模型雖然去除了冗余，但有些統(tǒng)計(jì)需要通過表的連接才能產(chǎn)生。星型模型數(shù)據(jù)有冗余所以統(tǒng)計(jì)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(jié)構(gòu)不用考慮很多正規(guī)化的因素，設(shè)計(jì)與實(shí)現(xiàn)都比較簡(jiǎn)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(duì)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(huán)境、排水能力。建立維表（如圖2）。

圖2　碰撞數(shù)據(jù)庫(kù)維表

碰撞案例庫(kù)和模型庫(kù)的建立擬用XML技術(shù)對(duì)船碰撞案例進(jìn)行標(biāo)準(zhǔn)化、數(shù)字化和網(wǎng)絡(luò)化，構(gòu)建船舶碰撞案例DTD（Document Type Definition）。碰撞案例的特征具有很強(qiáng)的層次結(jié)構(gòu)性,因此用對(duì)象集來表示碰撞案例。根據(jù)船舶碰撞案例的對(duì)象類層次結(jié)構(gòu)圖，制定船舶碰撞案例XML文檔的DTD。船舶碰撞案例DTD對(duì)船舶碰撞案例XML文檔進(jìn)行合法性檢驗(yàn),保證XML文檔必須是完整的、嚴(yán)密的和規(guī)范的［6］。

3　模糊匹配

碰撞案例庫(kù)和模型庫(kù)的建立，可以在實(shí)際情況碰撞發(fā)生后進(jìn)行模糊匹配迅速做出應(yīng)急決策，大大減少因?yàn)闀r(shí)間關(guān)系引起不必要的財(cái)產(chǎn)生命等的損失。本次采取Fuzzy集合的貼近度算法進(jìn)行模糊匹配［4］。

定義1設(shè)X為論域，在X上給定了一個(gè)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(shù)，A（x）叫元素x對(duì)Fuzzy集A的隸屬度。

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

則說明待識(shí)別對(duì)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(jìn)行描述。

根據(jù)實(shí)際碰撞案例找出其中6個(gè)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(shè)案例庫(kù)中現(xiàn)在有五個(gè)案例/模型，用Fuzzy集合表示如下：

此次碰撞表示為：

對(duì)每對(duì)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(jì)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(jìn)行決策參考。

4　人工神經(jīng)網(wǎng)絡(luò)

在人工智能和機(jī)器學(xué)習(xí)研究領(lǐng)域，神經(jīng)網(wǎng)絡(luò)通過對(duì)大量樣本模式學(xué)習(xí)，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(xiàn)：Rn→Rm。利用神經(jīng)網(wǎng)絡(luò)輸出結(jié)果經(jīng)專家認(rèn)可后，將其作為新的樣本實(shí)例存入系統(tǒng)中，不斷地從樣本模式中學(xué)習(xí)專家用于決策的、定性的、經(jīng)驗(yàn)性的知識(shí)，可以保證系統(tǒng)不斷地更新知識(shí)和獲取新知識(shí)。

此次選用人工神經(jīng)網(wǎng)絡(luò)主要是利用其特點(diǎn)和優(yōu)越性，主要表現(xiàn)在三個(gè)方面：第一，具有自學(xué)習(xí)功能；第二，具有聯(lián)想存儲(chǔ)功能；第三，具有高速尋找優(yōu)化解的能力。

用W表示各個(gè)特征的權(quán)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(yīng)急決策

我們給y設(shè)置一個(gè)門檻P，如果y＞P，可認(rèn)定此次應(yīng)急決策是可行的，否則判定不可行。發(fā)生不可行的時(shí)候系統(tǒng)會(huì)自動(dòng)追溯用公式判定的過程，發(fā)現(xiàn)哪一步有偏差或者錯(cuò)誤會(huì)減少相應(yīng)特征的權(quán)重值，表示其信任值降低。系統(tǒng)通過學(xué)習(xí)不斷地修改各個(gè)權(quán)重值，使得做出的決策會(huì)越來越適合此次碰撞。

5　結(jié)語

此次研究提出了運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)挖掘和人工神經(jīng)網(wǎng)絡(luò)來建立輪船碰撞應(yīng)急決策支持系統(tǒng)。數(shù)據(jù)倉(cāng)庫(kù)的建立能有效地解決數(shù)據(jù)半結(jié)構(gòu)化的問題，數(shù)據(jù)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(jīng)網(wǎng)絡(luò)的加入使得系統(tǒng)可以不斷去學(xué)習(xí)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(zhēng)取更多時(shí)間，一定程度上能避免很多更嚴(yán)重的事故發(fā)生。

［1］薛兵.關(guān)于船舶發(fā)生碰撞后應(yīng)急處置的探討［J］.航海技術(shù)，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(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)的溫室決策支持系統(tǒng)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2008，11，24（11）

［3］謝榕.基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)框架［J］.系統(tǒng)工程理論與實(shí)踐，2000，4（4）

［4］黃艷艷.關(guān)于貼近度的性質(zhì)及一個(gè)新公式［D］.碩士學(xué)位論文，2009，4：7～9

［5］梁世華，韓松臣，朱新平.基于CBR的機(jī)場(chǎng)應(yīng)急救援規(guī)模決策研究［J］.交通與計(jì)算機(jī)，2008，26（6）

［6］何立居，施平安，沈敏，王敬全.構(gòu)建數(shù)字化船舶碰撞案例庫(kù)的研究［J］.航海技術(shù)，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?yàn)楦酆脚c物流信息管理系統(tǒng)的研究與開發(fā)

2015-01-20

2015-02-15

輪船碰撞應(yīng)急決策支持系統(tǒng)是一個(gè)比較復(fù)雜的系統(tǒng)，涉及到海洋航行環(huán)境、人為因素、船舶損毀狀況等不定要素。利用數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)挖掘等技術(shù)對(duì)一些異構(gòu)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，建立輪船碰撞應(yīng)急決策支持系統(tǒng)。并提出利用貼近算法進(jìn)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(jīng)網(wǎng)絡(luò)技術(shù)讓系統(tǒng)能夠做出更準(zhǔn)確的應(yīng)急決策。

輪船碰撞；決策支持系統(tǒng)；數(shù)據(jù)倉(cāng)庫(kù)；數(shù)據(jù)挖掘；模糊匹配

陸能枝，男，副教授，研究方向?yàn)闆Q策支持及其在港航信息工程中的應(yīng)用、電子商務(wù)、地理信息及物流信息化技術(shù)、數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)系統(tǒng)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.