李園園, 李 璇, 鄭彭軍

( 1.寧波大學(xué) 海運(yùn)學(xué)院， 浙江 寧波 315211；2.寧波港航物流服務(wù)體系協(xié)同創(chuàng)新中心， 浙江 寧波 315211; 3.現(xiàn)代城市交通技術(shù)江蘇高校協(xié)同創(chuàng)新中心, 南京 210096)

LI Yuanyuan1,2,3， LI Xuan1,2,3， ZHENG Pengjun1,2,3

基于ANFIS機(jī)理的船舶溢油損害評估模型

李園園1,2,3, 李 璇1,2,3, 鄭彭軍1,2,3

( 1.寧波大學(xué) 海運(yùn)學(xué)院， 浙江 寧波 315211；2.寧波港航物流服務(wù)體系協(xié)同創(chuàng)新中心， 浙江 寧波 315211; 3.現(xiàn)代城市交通技術(shù)江蘇高校協(xié)同創(chuàng)新中心, 南京 210096)

考慮到船舶溢油事故隨機(jī)性大、影響因素復(fù)雜，通過層次分析法確定溢油量、海域情況、清污情況和環(huán)境敏感度作為船舶溢油損害影響因子集?；趯ψ赃m應(yīng)神經(jīng)模糊推理系統(tǒng)(Adaptive Neural-network-based Fuzzy Interference System，ANFIS)建模機(jī)理的研究建立非線性模糊模型，并結(jié)合國際油污賠償基金公布的事故數(shù)據(jù)進(jìn)行溢油損害的仿真與驗(yàn)證。分析結(jié)果在合理的誤差范圍內(nèi)，證實(shí)了該模型在船舶溢油損害評估中的可行性。

水路運(yùn)輸；船舶;溢油；自適應(yīng)神經(jīng)模糊推理系統(tǒng)；損害評估；模型;仿真

LIYuanyuan1,2,3，LIXuan1,2,3，ZHENGPengjun1,2,3

Abstract: By an analytic hierarchy process, the oil spill quantity, clean-up response，oil spill area and the environment sensitivity are identified as the influencing factors of the damage of oil spill accidents, which possess strong randomness and complexity. The Adaptive Neural-network-based Fuzzy Interference System (ANFIS) is introduced, and a nonlinear fuzzy model for evaluating oil spill damage is established. For verifying the model, the simulation is performed and based on the oil spill data assembled by the International Oil Pollution Compensation Fund (IOPCF) and the simulation results are checked, which indicates that the estimates are reasonably accurate, implying the feasibility of the ANFIS evaluation model in dealing with vessel oil spill compensation.

Keywords: waterway transportation; vessel; oil spill； ANFIS； damage assessment； model; simulation

由于船舶溢油事故具有突發(fā)性強(qiáng)、危害面廣、清除難和處理周期長等特點(diǎn)，因此其引發(fā)的溢油污染不僅可能導(dǎo)致嚴(yán)重的人員傷亡，還會(huì)對周圍及海洋環(huán)境造成巨大的經(jīng)濟(jì)損失和生態(tài)傷害。隨著科技不斷進(jìn)步及各國對海洋競爭力的重視程度不斷增加，針對船舶溢油事故發(fā)生和損害賠償?shù)难芯咳找嬖龆?。建立有效可行、科學(xué)快捷的船舶溢油污染事故損害評估模型，對提高溢油清除效率和環(huán)境恢復(fù)效果等具有重要意義。

目前國內(nèi)外相關(guān)研究主要采用直接統(tǒng)計(jì)法和間接評估法[1-5]對船舶溢油事故進(jìn)行損害賠償?shù)脑u估。直接統(tǒng)計(jì)法雖然直觀、全面，但是評估過程繁瑣、評估時(shí)效性差，不利于后期船舶溢油應(yīng)急計(jì)劃的實(shí)施；間接評估法中，由于船舶溢油事故損害因素眾多且錯(cuò)綜復(fù)雜，因此傳統(tǒng)的回歸、模糊分析等方法不能有效解決非線性關(guān)系問題。這里通過建立自適應(yīng)神經(jīng)模糊推理系統(tǒng)(Adaptive Neural-network-based Fuzzy Interference System，ANFIS)進(jìn)行自主學(xué)習(xí)，確定船舶溢油影響因素與損害之間的關(guān)系，并進(jìn)行驗(yàn)證分析，解決傳統(tǒng)方法不能解決的非線性問題，找到一種有效可行、科學(xué)快捷的船舶溢油損害評估方法。經(jīng)驗(yàn)證,該方法可操作性較強(qiáng)，并可大大節(jié)省計(jì)算時(shí)間。

1 材料和方法

在利用模型模擬船舶溢油損害賠償之前，首先要對損害的影響因素進(jìn)行篩選。選擇因素過少會(huì)影響模擬結(jié)果的準(zhǔn)確性；過多則可能會(huì)使模型陷入局部優(yōu)化，難以得到全局優(yōu)化解。

1.1層次分析法

層次分析法(Analytic Hierarchy Process, AHP)由著名運(yùn)籌學(xué)家T．L．Satty提出。作為一種系統(tǒng)分析方法，其顯著特點(diǎn)是將定量與定性相結(jié)合。自問世以來，其應(yīng)用已遍及計(jì)劃和管理、軍事指揮及環(huán)境保護(hù)等諸多領(lǐng)域，正發(fā)揮著越來越重要的作用。其理論思想為：首先將所要分析的問題層次化，并將全體指標(biāo)分為幾大類；然后分別求出各類的相對權(quán)重及某類下的各指標(biāo)相對權(quán)重。[6]考慮到該方法具有實(shí)用性強(qiáng)、簡便靈活等特點(diǎn)，可用來解決船舶溢油損害的諸多影響因素的篩選決策問題。

1.2自適應(yīng)神經(jīng)模糊推理系統(tǒng)

ANFIS作為一種新型模糊推理系統(tǒng)結(jié)構(gòu)，具有收斂速度快、穩(wěn)定性好和模擬精度高等特點(diǎn)，尤其適于處理各種工程中的模擬問題。ANFIS可利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機(jī)制自動(dòng)從樣本數(shù)據(jù)中抽取適當(dāng)規(guī)則，進(jìn)而構(gòu)成自適應(yīng)神經(jīng)模糊控制器;通過將模糊邏輯與神經(jīng)元網(wǎng)絡(luò)有機(jī)結(jié)合,實(shí)現(xiàn)對模型的快速、有效仿真。因此，ANFIS在解決溢油損害評估中影響因素復(fù)雜的非線性問題時(shí)有較大優(yōu)勢。[7]

2 模型的構(gòu)建

2.1模糊變量的選取

考慮到影響船舶溢油損害的因素錯(cuò)綜繁雜，基于層次性、重要性及保護(hù)與開發(fā)相結(jié)合等原則，以層次分析法與專家調(diào)查問卷相結(jié)合的方式確定各評價(jià)因素的權(quán)重值，進(jìn)而篩選出變量因素。調(diào)查問卷共發(fā)放40份，實(shí)際有效回收30份，回收率為75%；調(diào)查對象包括船長、船級(jí)社管理人員、港務(wù)監(jiān)督專業(yè)人員、教授及其他人員等?；贏HP思想進(jìn)行計(jì)算分析的步驟[8]如下。

1)建立層次結(jié)構(gòu)。根據(jù)所選取的評價(jià)指標(biāo)和評價(jià)因子建立船舶溢油損害評估指標(biāo)體系結(jié)構(gòu)。其目標(biāo)層為A，即船舶溢油損害評估；一級(jí)指標(biāo)層為B，包括溢油量、溢油種類、溢油海域、清污情況、環(huán)境敏感度及船舶狀況；二級(jí)指標(biāo)層為C，共有16個(gè)評價(jià)因子，分別表示溢油種類之油的比重、油的毒性和油的持久性，溢油海域之風(fēng)級(jí)、浪高和能見度，清污情況之清污設(shè)備、溢油跟蹤設(shè)備、預(yù)警設(shè)備、通信設(shè)備、清污人員數(shù)量和人員組成，船舶情況之船型、船齡、破損情況和剩余油量。

2)構(gòu)造判斷矩陣。

3)層次單排序判斷及矩陣的一致性檢驗(yàn)。

4)層次總排序及一致性檢驗(yàn)，其中,設(shè)B層中的B1,B2,…,Bn對A層中因素Aj(j=1,2,…,m)的層次單排序一致性指標(biāo)為CIj，隨機(jī)一致性指標(biāo)為RIj，則層次總排序的一致性比率CR為

(1)

式(1)中:a1,a2,…,am為A層m個(gè)因素對總目標(biāo)的排序，當(dāng)CR<0.1時(shí)，認(rèn)為層次總排序通過一致性檢驗(yàn)。

根據(jù)上述理論，對相關(guān)數(shù)據(jù)進(jìn)行計(jì)算。

由式(2)～式(4)可知,結(jié)果滿足一致性要求。通過運(yùn)用AHP方法發(fā)現(xiàn)，B層指標(biāo)是影響船舶溢油損害評估的直接因素,其權(quán)重值排序依次為溢油量(0.371)、溢油海域(0.332)、環(huán)境敏感度(0.098)、清污情況(0.084)、船舶狀況(0.066)和溢油種類(0.049)?？煽闯觯阂缬土繉Υ耙缬蛽p害的影響最大；溢油海域是船舶溢油損害需著重考慮的因素，因而權(quán)重值也較大；環(huán)境敏感度往往涉及到環(huán)境生態(tài)保護(hù)問題，也是三大影響因素之一；清污情況因素雖然也很重要，但實(shí)際數(shù)據(jù)的獲取較困難。因此，綜合上述分析結(jié)果及船舶溢油突發(fā)性、復(fù)雜性特點(diǎn)，最終篩選溢油量、溢油海域、清污情況和環(huán)境敏感度等4個(gè)變量作為ANFIS模型變量。

2.2數(shù)據(jù)的預(yù)處理

通過整理分析國際油污賠償基金(International Oil Pollution Compensation Funds,IOPCF) 公布的溢油事故年報(bào)數(shù)據(jù)，最終確定41組數(shù)據(jù)作為研究的樣本數(shù)據(jù)(見表1),其中,前35組為樣本訓(xùn)練集，后6組為測試集。針對溢油量、賠償額等變量,采用min-max標(biāo)準(zhǔn)化方法處理數(shù)據(jù)，不同年份、不同貨幣種類的賠償額則通過計(jì)算通貨膨脹及相關(guān)利率等方式化為以2013年為基準(zhǔn)年的統(tǒng)一單位美元；針對海域情況及清污情況等變量，采用模糊數(shù)學(xué)評判方法，通過建立因素集、評語集并進(jìn)行綜合評判來實(shí)現(xiàn)數(shù)據(jù)的定量化；針對環(huán)境敏感度等變量，則通過查閱相關(guān)系數(shù)表格綜合確定.具體的處理計(jì)算通過Excel及MATLAB編程實(shí)現(xiàn)。

表1 溢油事故的歸一化數(shù)據(jù)

2.3模型的建立

將篩選確定的溢油量、溢油海域、清污情況和環(huán)境敏感度按順序依次命名為變量X1,X2,X3和X4，并作為樣本輸入量；將溢油賠償額命名為變量Y1，作為輸出量進(jìn)行訓(xùn)練。賦予每個(gè)輸入變量2個(gè)隸屬度函數(shù)，類型均為三角型“trimf”隸屬度函數(shù)；輸出隸屬度函數(shù)為“constant”；訓(xùn)練次數(shù)為100 次；學(xué)習(xí)方法采用“hybrid”混合學(xué)習(xí)算法。通過MATLAB實(shí)現(xiàn)船舶溢油損害的ANFIS建模過程主要分為以下5個(gè)步驟[9-10]。

1)分別產(chǎn)生訓(xùn)練與檢驗(yàn)數(shù)據(jù)。

2)確定輸入變量隸屬度函數(shù)的類型和個(gè)數(shù)。

3)通過genfis1函數(shù)來產(chǎn)生初始FIS結(jié)構(gòu)。

4)設(shè)定訓(xùn)練參數(shù)并進(jìn)行ANFIS訓(xùn)練。

5)檢測分析得到的FIS性能。

3 模型結(jié)果及分析

3.1模型的訓(xùn)練結(jié)果及分析

圖1為模型訓(xùn)練結(jié)果，從中可知，ANFIS系統(tǒng)通過分析前35組訓(xùn)練樣本建立的模型，經(jīng)過100次訓(xùn)練后，原始數(shù)據(jù)和ANFIS輸出數(shù)據(jù)的均方根誤差RMSE(Root Mean Square Error)為0.031 9，擬合效果較好。

3.2模型的訓(xùn)練結(jié)果及分析

圖1 ANFIS訓(xùn)練結(jié)果

圖2為模型針對第36～41組樣本實(shí)測結(jié)果和ANFIS系統(tǒng)輸出結(jié)果對比圖，其中輸出值與原值的均方根誤差為0.033 0。為進(jìn)一步判斷ANFIS模型模擬的準(zhǔn)確性，運(yùn)用極差公式對輸出值進(jìn)行反歸一化，分析結(jié)果見表2?？紤]到溢油事故發(fā)生的現(xiàn)實(shí)復(fù)雜性、賠償者實(shí)際支付能力及法官一定程度的自由裁量權(quán)等因素，針對溢油損害的評估，從數(shù)量級(jí)角度分析比起精算更具有實(shí)際意義。因此，ANFIS模型對船舶溢油損害賠償?shù)哪M結(jié)果與真實(shí)值在一定合理范圍內(nèi)是一致的，是一種快速、有效的評估方法。

圖2 ANFIS測試結(jié)果

表2 實(shí)際與模型結(jié)果驗(yàn)證

4 結(jié)束語

結(jié)合層次分析法(AHP)和自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)對船舶溢油損害進(jìn)行研究。通過層次分析法確定影響船舶溢油損害的主要因子，包括溢油量、清污情況、海域情況和環(huán)境敏感度。利用國際油污賠償基金公布的船舶溢油事故數(shù)據(jù)，基于上述因子建立ANFIS模型并進(jìn)行訓(xùn)練檢測，結(jié)果顯示訓(xùn)練精度高、模擬效果較好，驗(yàn)證了ANFIS評估模型在船舶溢油損害評估中的可行性，對相關(guān)海事及決策部門處理溢油事故定損問題具有一定參考價(jià)值。

[1] 寧庭東. 船舶油污事故的損害評估及應(yīng)急處理[D]. 大連： 大連海事大學(xué), 2006.

[2] KONTOVAS C A,HARILAOS N P,NIKOLAOS P V. An Empirical Analysis of IOPCF Oil Spill Cost Data[J].Marine Pollution Bulletin, 2010, 60:1455-1466.

[4] 熊德琪, 殷佩海,馮曉東, 等. 船舶油污損害賠償評估的模糊類比分析法[J]. 中國航海,2000(1):24-29.

[5] 張秋艷. 海洋溢油生態(tài)損害快速預(yù)評估模式研究[D].青島:中國海洋大學(xué), 2010.

[6] 湯懷勝. 橋梁技術(shù)狀況評估、預(yù)測及管理系統(tǒng)開發(fā)研究[D]. 長沙:湖南大學(xué), 2008.

[7] 徐琰珂, 梁曉庚, 賈曉洪. 基于ANFIS的自適應(yīng)機(jī)動(dòng)目標(biāo)狀態(tài)估計(jì)算法[J]. 系統(tǒng)工程與電子技術(shù), 2013,35(2):250-255.

[8] 尚豫新,高明辰. 層次分析法在中國電力企業(yè)培訓(xùn)評估中的應(yīng)用[J]. 經(jīng)濟(jì)視角(下), 2011(7): 21-22.

[9] YANG L, ENTCHEV E. Performance Prediction of a Hybrid Microgeneration System Using Adaptive Neuro-Fuzzy Inference System (ANFIS) Technique[J]. Applied Energy,2014,134:197-203.

[10] 許麗佳, 陳陽舟. 基于MATLAB的非線性系統(tǒng)模糊建模及仿真[J]. 計(jì)算機(jī)仿真, 2004, 21(5): 49-52.

VesselOilSpillDamageEvaluationModelwithAdaptiveNeural-Network-BasedFuzzyInterferenceSystem

(1. Faculty of Maritime and Transportation, Ningbo University, Ningbo 315211, China; 2. Ningbo Collaborative Innovation Center for Port and Shipping Services System, Ningbo 315211, China; 3. Jiangsu Province Collaborative Innovation Center for Modern Urban Traffic Technologies, Nanjing 210096, China)

X55； U698.7

A

2016-02-19

國家自然科學(xué)基金(61074142;51408323)；交通運(yùn)輸部海事科技項(xiàng)目(2013-68;2012-06)；浙江省自然科學(xué)基金(LY15E080013)

李園園(1991—),女, 山東德州人，助理研究員，從事港航技術(shù)與管理研究。 E-mail: 1192727413@qq.com 李 璇(1985—)，女，河南南陽人， 博士，從事交通工程研究。 E-mail：lixuan@nbu.edu.cn

1000-4653(2016)02-0092-04