李連博， 牛佳偉， 劉軍坡， 劉德新

(大連海事大學(xué) 航海學(xué)院， 遼寧 大連 116026)

近年來，我國沿海水域通航環(huán)境日益復(fù)雜，船舶交通事故不斷增多。海上通航安全評(píng)價(jià)研究由于觀測水域位置和范圍受限，大都針對(duì)沿海港口及航道水域，而對(duì)于開闊海區(qū)的通航安全評(píng)價(jià)研究較少；傳統(tǒng)的通航安全評(píng)價(jià)研究方法中，船舶數(shù)據(jù)收集難度大、數(shù)據(jù)量小，且多考慮通航自然環(huán)境等要素，而對(duì)于能夠充分體現(xiàn)海區(qū)通航安全的交通流特性指標(biāo)考慮較少。借助船舶自動(dòng)識(shí)別系統(tǒng)(Automatic Indetification System,AIS)等現(xiàn)代導(dǎo)航儀器提供的交通實(shí)態(tài)觀測數(shù)據(jù)開展研究可彌補(bǔ)傳統(tǒng)研究方法的不足。通過海量AIS數(shù)據(jù)的挖掘并篩選有效的海區(qū)通航安全評(píng)價(jià)指標(biāo)進(jìn)行評(píng)估，對(duì)于更好地保護(hù)我國沿海開闊水域船舶通航安全具有重要的意義。

1 AIS信息特點(diǎn)

國際海上人命安全公約(International Convention for the Safety of Life at Sea,SOLAS)公約規(guī)定，航行于國際航線的300總噸以上船舶和締約國航行于國內(nèi)航線500總噸以上的船舶，到2008年7月1日止，必須配備AIS船載設(shè)備，提供完善的船舶動(dòng)態(tài)、靜態(tài)等[1-5]相關(guān)信息。近年來，AIS信息數(shù)據(jù)挖掘已成為許多學(xué)者研究的熱點(diǎn)，這些研究以AIS信息數(shù)據(jù)庫中動(dòng)態(tài)表及靜態(tài)表為數(shù)據(jù)源，通過對(duì)數(shù)據(jù)庫訪問技術(shù)及計(jì)算機(jī)編程語言的研究，并結(jié)合電子海圖系統(tǒng)的應(yīng)用，實(shí)現(xiàn)了船舶密度、速度、航跡及會(huì)遇率[1-5]等數(shù)據(jù)的獲取及數(shù)據(jù)分布的可視化，為人們對(duì)AIS信息的進(jìn)一步研究提供借鑒。

2 海區(qū)通航安全影響因素分析

2.1 碰撞可能性

2.1.1船舶交通量

2.1.1.1 平均船舶交通量

平均船舶交通量是指在一段時(shí)間某一水域或航道通過的船舶數(shù)目的平均值，可分為年、月和日均船舶交通量等。平均船舶交通量越大，危險(xiǎn)程度越高。

2.1.1.2 高峰交通量

高峰交通量是指在一段時(shí)間內(nèi)單位時(shí)間內(nèi)船舶交通量最大時(shí)段所對(duì)應(yīng)的船舶交通量。僅考慮平均交通量來評(píng)價(jià)海區(qū)通航是不夠安全的，易導(dǎo)致海區(qū)交通規(guī)模反映失真及危險(xiǎn)度評(píng)估不準(zhǔn)確。

2.1.2船舶密度及其分布

2.1.2.1 船舶密度

船舶密度是指單位面積水域某時(shí)刻的船舶數(shù)。當(dāng)海區(qū)范圍和船舶平均航速一定時(shí)，船舶交通擁擠度、危險(xiǎn)程度和潛在的風(fēng)險(xiǎn)與船舶密度大小成正比。

2.1.2.2 船舶密度分布

(1)

2.1.3船舶速度

2.1.3.1 平均船舶速度

平均船舶速度是指某一水域或航道中所有通航船舶速度的平均值。在通常情況下，當(dāng)某水域的船舶平均速度越大，船舶通航安全風(fēng)險(xiǎn)系數(shù)越高。

2.1.3.2 船舶速度分布離散度

(2)

2.1.4船舶間距

2.1.4.1 船舶瞬時(shí)間距

船舶瞬時(shí)間距反映某一時(shí)刻船舶間的距離分布情況。在海上，船舶駕駛員往往關(guān)注距離本船較近的一艘或幾艘船舶，故在計(jì)算海區(qū)船舶瞬時(shí)間距過程中，只考慮距離本船最近的一艘船舶，每艘船舶有一個(gè)與其對(duì)應(yīng)的距離他船最小值，取其平均值作為海區(qū)船舶瞬時(shí)間距，瞬時(shí)間距越小，通航安全程度越低。

2.1.4.2 船舶平均間距

船舶平均間距是指在一段時(shí)間內(nèi)不同時(shí)刻船舶瞬時(shí)間距的平均值。船舶平均間距越小，海區(qū)船舶的通航安全系數(shù)越低，航行風(fēng)險(xiǎn)系數(shù)越高。

2.1.5船舶航跡分布

2.1.5.1 航跡重疊率

航跡重疊是指某海區(qū)在一段時(shí)間內(nèi)船舶航跡相互重疊覆蓋的情況。以某一交通流為例，一般情況下存在著正反兩方向的船舶交通流，而實(shí)際中在這正反兩個(gè)方向的交通流中間范圍通常存在一定程度的重疊，航跡重疊率則是指中間航跡重疊部分的交通流寬度與該交通流寬度的比值。逆向的航跡重疊率越高，船舶發(fā)生會(huì)遇的概率較大。

2.1.5.2 航跡交匯區(qū)個(gè)數(shù)

航跡交匯是指在某一水域中船舶航跡相互交匯的情況。船舶航跡交匯區(qū)域也是事故的多發(fā)水域,一般主要用航跡交匯區(qū)的多少來反映某水域船舶通航交匯風(fēng)險(xiǎn)的危險(xiǎn)程度，航跡交匯區(qū)越多，航行的風(fēng)險(xiǎn)就越大。

2.1.6會(huì)遇率

2.1.6.1 基于最小安全會(huì)遇距離的會(huì)遇率

會(huì)遇率即一個(gè)區(qū)域單位時(shí)間內(nèi)的會(huì)遇次數(shù)，是最能體現(xiàn)船舶在海區(qū)船舶碰撞可能性的指標(biāo)。通常會(huì)遇是指兩船最小會(huì)遇距離(Distance to Closest Point of Approach,DCPA)和最小會(huì)遇時(shí)間(Time to Closest Point of Approach,TCPA)均小于一定值?？紤]到AIS數(shù)據(jù)特點(diǎn)，基于DCPA精確統(tǒng)計(jì)會(huì)遇次數(shù)極其復(fù)雜，因此從最小安全距離(Distance to Safety Point of Approach,DSPA)角度出發(fā)，通過對(duì)海區(qū)的AIS信息進(jìn)行數(shù)據(jù)挖掘，并設(shè)定一個(gè)關(guān)于DSPA的閾值[6](這里設(shè)為1 n mile)，當(dāng)兩船間距小于該閾值時(shí)認(rèn)為構(gòu)成一次會(huì)遇，統(tǒng)計(jì)該海區(qū)單位時(shí)間內(nèi)會(huì)遇次數(shù)來計(jì)算會(huì)遇率，會(huì)遇率越高，通航危險(xiǎn)程度越大。

2.1.6.2 基于轉(zhuǎn)向避讓行動(dòng)的會(huì)遇率

基于轉(zhuǎn)向避讓A/C(Alter/Course)的會(huì)遇率是指通過對(duì)船舶的航向信息進(jìn)行跟蹤，如其發(fā)生一定角度的轉(zhuǎn)向后又恢復(fù)到原航向，并確定該轉(zhuǎn)向是為了避讓船舶而不是在航路轉(zhuǎn)向點(diǎn)附近采取的轉(zhuǎn)向行動(dòng)，則認(rèn)為構(gòu)成一次會(huì)遇，統(tǒng)計(jì)該海區(qū)單位時(shí)間內(nèi)總的會(huì)遇次數(shù)計(jì)算會(huì)遇率，會(huì)遇率越高，通航危險(xiǎn)程度越大。

2.2 潛在風(fēng)險(xiǎn)

船舶因素和海上交通事故情況是潛在風(fēng)險(xiǎn)的最為主要的因素，考慮到無法從AIS信息中挖掘海區(qū)交通事故情況，因而主要從船舶因素即船舶種類和船舶尺度兩個(gè)角度來分析。以油船、液化品船和客船在所有船舶中所占的比例為指標(biāo)對(duì)海區(qū)的通航安全進(jìn)行評(píng)價(jià)，比例越大，通航的潛在風(fēng)險(xiǎn)越高。在一般情況下，船舶尺度越大，受航道水深、寬度和自然條件(風(fēng)、流)等因素的影響越大，操縱越不便[7-8]，選取大型船舶所占百分比作為船舶尺度量化標(biāo)準(zhǔn)，比例越大，潛在風(fēng)險(xiǎn)越大。

3 海區(qū)通航危險(xiǎn)度決策模型

3.1 多層次多目標(biāo)高風(fēng)險(xiǎn)海區(qū)模糊優(yōu)選模型

設(shè)系統(tǒng)由n個(gè)可供選擇的方案組成決策集

D={d1,d2,…,dn}

(3)

第1層有t個(gè)并列的單元系統(tǒng)，其中第k個(gè)單元系統(tǒng)有m個(gè)目標(biāo)組成對(duì)決策集D的評(píng)價(jià)集，決策j的評(píng)價(jià)目標(biāo)用向量表示為

1kXj={1kx1j,1kx2j,…1kxmj}

i=1,2,3,…,m;k=1,2,3,…,t

(4)

式(4)中：1kxij為第1層第k個(gè)單元系統(tǒng)決策j目標(biāo)i的特征值。

對(duì)于第1層第k個(gè)單元系統(tǒng)n個(gè)決策的評(píng)價(jià)目標(biāo)特征值矩陣為

(5)

利用目標(biāo)相對(duì)優(yōu)屬度公式將目標(biāo)特征值矩陣X變換得到目標(biāo)相對(duì)優(yōu)屬度矩陣為

(6)

式(6)中:將矩陣X變換為矩陣R采用如下目標(biāo)相對(duì)優(yōu)屬度公式[9-10]:

對(duì)于越大越優(yōu)目標(biāo)有

(7)

對(duì)于越小越優(yōu)目標(biāo)有

(8)

設(shè)決策j的m個(gè)指標(biāo)的特征值分別具有不同的權(quán)重，權(quán)重向量為

(9)

采用文獻(xiàn)[11]推導(dǎo)出的決策相對(duì)優(yōu)屬度(決策相對(duì)隸屬度的最優(yōu)值)模型為

(10)

可得第1層第k單元系統(tǒng)的相對(duì)優(yōu)屬度向量為

1kuj=(1ku1,1ku2,…,1kun)

(11)

式(10)中:p為距離參數(shù),p=1時(shí)為海明距離,p=2時(shí)為歐氏距離。

通過式(10)計(jì)算第1層t個(gè)單元系統(tǒng)的相對(duì)優(yōu)屬度，得到高一層次(第2層)的決策相對(duì)優(yōu)屬度矩陣為

(12)

uj=(u1,u2,…,un)

(13)

指標(biāo)權(quán)向量的計(jì)算為

(14)

3.2 高風(fēng)險(xiǎn)海區(qū)多目標(biāo)評(píng)價(jià)層次結(jié)構(gòu)

通過對(duì)海區(qū)通航安全評(píng)價(jià)因素進(jìn)行分析，確定的綜合評(píng)價(jià)層次結(jié)構(gòu)見圖1,其中:x1、x2、x3、x4、x5、x6、x9、x10、x11、x12、x13、x14指標(biāo)均為越大越優(yōu)指標(biāo)；x7、x8指標(biāo)為越小越優(yōu)指標(biāo)。

圖1中：x1為平均船舶交通量,艘·小時(shí)百平方海里;x2為高峰小時(shí)交通量,艘·小時(shí)百平方海里;x3為船舶平均密度,艘/百平方海里;x4為密度分布離散度,艘/百平方海里；x5為船舶平均速度,kn;x6為船舶速度分布離散度,kn；x7為船舶瞬時(shí)間距,n mile;x8為船舶平均間距,n mile；x9為航跡重疊率,%;x10為航跡交匯區(qū)個(gè)數(shù),個(gè)；x11為基于DSPA的會(huì)遇率,次·小時(shí)百平方海里;x12為基于轉(zhuǎn)向避讓行動(dòng)的會(huì)遇率,次·小時(shí)百平方海里；x13為船舶種類,%;x14為船舶尺度,%。

4 高風(fēng)險(xiǎn)海區(qū)模糊優(yōu)選模型模擬計(jì)算

4.1 目標(biāo)海區(qū)及其評(píng)價(jià)指標(biāo)特征值

通過對(duì)有關(guān)基于AIS信息的船舶交通實(shí)態(tài)觀測數(shù)據(jù)挖掘算法深入研究，在Windows平臺(tái)下利用微軟的基礎(chǔ)類庫(Microsoft Foundation Classes, MFC)開發(fā)應(yīng)用程序，設(shè)計(jì)開發(fā)基于AIS數(shù)據(jù)的船舶交通流特性統(tǒng)計(jì)平臺(tái)，對(duì)一段時(shí)間海區(qū)的船舶交通實(shí)態(tài)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。以成山頭沿海開闊水域?yàn)槔?，按面積大小將其分為16個(gè)面積大致相同的海區(qū)，分別記為海區(qū)1至海區(qū)16，基于上述平臺(tái)對(duì)各個(gè)海區(qū)的交通實(shí)況數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，得到各海區(qū)的評(píng)價(jià)指標(biāo)特征值見表1，船舶交通流特性統(tǒng)計(jì)平臺(tái)界面顯示見圖2。

表1 基于AIS的海區(qū)交通實(shí)況原始數(shù)據(jù)

4.2 高風(fēng)險(xiǎn)海區(qū)模糊優(yōu)選決策

根據(jù)表1中的數(shù)據(jù)可以得出目標(biāo)海區(qū)的特征值矩陣1kX(k=1,2,3,4,5,6,7)為

根據(jù)前述對(duì)指標(biāo)的分析，可知其中x7、x8為越小越優(yōu)指標(biāo)，其余均為越大越優(yōu)指標(biāo)。根據(jù)式(7)和式(8)可得到第1層的相對(duì)優(yōu)屬度矩陣1ku(k=1,2,3,4,5,6,7)為

根據(jù)式(14)計(jì)算得出第1層權(quán)重向量w1k(k=1,2,3,4,5,6,7)為

11w=(0.480 7，0.519 3)

12w=(0.420 7，0.579 3)

13w=(0.532 8，0.467 2)

14w=(0.507 4，0.492 6)

15w=(0.454 1，0.545 9)

16w=(0.497 2，0.502 8)

17w=(0.510 0，0.490 0)

根據(jù)式(10)得到第2層目標(biāo)海區(qū)相對(duì)優(yōu)屬度矩陣為

同理，由式(14)得到第2層權(quán)重向量2w為

2w=(0.115 9，0.157 8，0.173 1，0.177 6，0.129 9，0.119 1，0.126 6)

重復(fù)利用式(10)求得多目標(biāo)多層次海區(qū)通航危險(xiǎn)相對(duì)隸屬度向量為

uj=(0.143，0.564，0.680，0.182，0.844，0.702，

0.450，0.181，0.588，0.454，0.235，0.154，0.252，

0.493，0.150，0.174)

按照相對(duì)隸屬度越大風(fēng)險(xiǎn)系數(shù)越高的原則可知,目標(biāo)海區(qū)通航風(fēng)險(xiǎn)程度由高到低的排序?yàn)楹^(qū)5、海區(qū)6、海區(qū)3、海區(qū)9、海區(qū)2、海區(qū)14、海區(qū)10、海區(qū)7、海區(qū)13、海區(qū)11、海區(qū)4、海區(qū)8、海區(qū)16、海區(qū)12、海區(qū)15、海區(qū)1。其中，海區(qū)5、海區(qū)6、海區(qū)3的危險(xiǎn)程度較高，海區(qū)12、海區(qū)15、海區(qū)1的危險(xiǎn)程度較低。

5 決策模型評(píng)價(jià)結(jié)果檢驗(yàn)

5.1 海區(qū)交通實(shí)況驗(yàn)證

自2015年6月1日起，成山角水域?qū)嵤┬碌姆值劳ê街贫?，在原來分道通航定線制東側(cè)新增外分道通航定線制，包括外分道通航和外警戒區(qū)。外分道通航部分由東、南和北分道通航及分隔帶組成。海區(qū)11、海區(qū)12、海區(qū)15、海區(qū)16主要包括外分道通航的南分道通航；海區(qū)3、海區(qū)4、海區(qū)7、海區(qū)8主要包括外分道通航部分東、南和北分道通航及外警戒區(qū)；海區(qū)1、海區(qū)2、海區(qū)5、海區(qū)6主要包括內(nèi)外兩個(gè)警戒區(qū)和外分道通航北分道通航；海區(qū)9、海區(qū)10、海區(qū)13、海區(qū)14主要包括原分道通航的南分道通航。所有使用新分道通航定線制進(jìn)出渤海灣的船舶都需經(jīng)過海區(qū)5、海區(qū)6和部分海區(qū)2，并在內(nèi)外警戒區(qū)交匯，船舶流量大、平均間距小、避讓操縱頻繁且會(huì)遇率高，故碰撞危險(xiǎn)度高；使用新分道通航定線制航經(jīng)海區(qū)3和海區(qū)7的船舶包括北上大連等港口、部分進(jìn)出渤海灣、東往日韓和南下的船舶，該海域船舶流量和轉(zhuǎn)向角度較大，操縱難度較高，船舶尺度偏大，故碰撞后潛在風(fēng)險(xiǎn)較高；海區(qū)9和海區(qū)13離岸距離近，尤其是海區(qū)9，漁船活動(dòng)頻繁，對(duì)航經(jīng)船舶有一定影響，船舶間距較小致使碰撞風(fēng)險(xiǎn)增加。海區(qū)11和海區(qū)12中航行船舶雖然噸位較大，但無需轉(zhuǎn)向，船舶交匯率低，故碰撞危險(xiǎn)度低。利用基于AIS數(shù)據(jù)的船舶交通流特性統(tǒng)計(jì)平臺(tái)統(tǒng)計(jì)成山頭水域連續(xù)72 h航跡分布及船舶密度疊加情況，見圖3。根據(jù)分布圖直觀觀察，各海區(qū)交通實(shí)況與上述描述一致。通過以上對(duì)各海區(qū)交通實(shí)況的分析，可得各海區(qū)船舶通航危險(xiǎn)度大小與模型計(jì)算結(jié)果相吻合，符合客觀實(shí)際。

5.2 不同模型評(píng)價(jià)結(jié)果對(duì)比驗(yàn)證

為進(jìn)一步從理論上對(duì)決策模型計(jì)算結(jié)果進(jìn)行驗(yàn)證，選取安全評(píng)價(jià)中成熟的模糊綜合評(píng)價(jià)模型，基于改進(jìn)的層次分析法—模糊層次分析法確定各指標(biāo)權(quán)重，結(jié)合專家咨詢意見確定各指標(biāo)的評(píng)價(jià)標(biāo)準(zhǔn)及建立相應(yīng)的隸屬度函數(shù)，分別對(duì)海區(qū)1～16號(hào)進(jìn)行模糊層次綜合評(píng)價(jià)，確定各海區(qū)的通航危險(xiǎn)度。

5.2.1確定因素集

U={u1,u2,…,un}

(15)

將評(píng)價(jià)指標(biāo)集定義為U={碰撞可能性u(píng)1,潛在風(fēng)險(xiǎn)u2},并有u1={交通量u11,船舶密度u12，…，會(huì)遇率u13}，u2={船舶因素u21}，u11={平均交通量u111，高峰交通量u112}，…，u16={基于DSPA的會(huì)遇率u161，基于A/C的會(huì)遇率u162}，u21={船舶尺度u211，船舶種類u212}。

5.2.2確定權(quán)重集

咨詢專家意見，讓專家對(duì)各層指標(biāo)兩兩進(jìn)行比較,進(jìn)而得到模糊一致性判斷矩陣M=(mij)n×n，然后計(jì)算各指標(biāo)的權(quán)重為

(16)

式(16)中：wi為權(quán)重值;a為個(gè)人對(duì)元素差異程度認(rèn)知的一種度量，通常取a=(n-1)/2。

利用模糊層次分析法處理調(diào)查問卷計(jì)算得到各指標(biāo)的權(quán)重可得:

一級(jí)指標(biāo)權(quán)重為

W=(0.7 0.3)

二級(jí)指標(biāo)權(quán)重為

三級(jí)指標(biāo)權(quán)重為

5.2.3確定評(píng)價(jià)集

定義評(píng)價(jià)等級(jí)V={v1,v2,v3,v4,v5}，其中v1～v5分別代表的評(píng)價(jià)等級(jí)評(píng)語集為：低危險(xiǎn)、較低危險(xiǎn)、一般危險(xiǎn)、較高危險(xiǎn)及高危險(xiǎn)，對(duì)應(yīng)的模糊數(shù)分別為1，2，3，4，5。

通過參考以往學(xué)者的研究成果并結(jié)合專家咨詢建議，各指標(biāo)的危險(xiǎn)度等級(jí)量化標(biāo)準(zhǔn)見表2。

5.2.4確定隸屬度函數(shù)

本文基于模糊分布隸屬度函數(shù)，采用偏小型、中間型和偏大型梯形模糊分布確定各指標(biāo)隸屬度函數(shù)。以平均交通量為例，其對(duì)應(yīng)的隸屬度函數(shù)，見圖4。

5.2.5模糊綜合評(píng)價(jià)

進(jìn)行單因素評(píng)價(jià)，計(jì)算各指標(biāo)相對(duì)各評(píng)語集的隸屬度，得到單因素評(píng)判矩陣R(rij)，結(jié)合多因素下的權(quán)重分配，采用加權(quán)平均型模糊算子，模糊綜合評(píng)價(jià)決策模型為

表2 危險(xiǎn)度等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)

(17)

通過計(jì)算，基于加權(quán)平均的海區(qū)1至海區(qū)16的模糊層次綜合評(píng)價(jià)的結(jié)果依次為2.102,2.992,3.014,2.245,3.217,3.157,2.877,2.181,2.948,2.771,2.473,2.022,2.719,2.914,2.608,1.894。

根據(jù)以上評(píng)價(jià)結(jié)果，按照加權(quán)平均處理后的評(píng)價(jià)值越大危險(xiǎn)度越高的原則，各海區(qū)通航危險(xiǎn)度由高到低的排序依次為海區(qū)5、海區(qū)6、海區(qū)3、海區(qū)2、海區(qū)9、海區(qū)14、海區(qū)7、海區(qū)10、海區(qū)13、海區(qū)11、海區(qū)4、海區(qū)8、海區(qū)1、海區(qū)12、海區(qū)15、海區(qū)16。對(duì)比上文多目標(biāo)多層次模糊優(yōu)選決策模型計(jì)算結(jié)果海區(qū)5、海區(qū)6、海區(qū)3、海區(qū)9、海區(qū)2、海區(qū)14、海區(qū)10、海區(qū)7、海區(qū)13、海區(qū)11、海區(qū)4、海區(qū)8、海區(qū)16、海區(qū)12、海區(qū)15、海區(qū)1，可見兩種模型決策結(jié)果大致相同，部分排序存在差異。分析其原因，主要是由于兩種模型指標(biāo)賦權(quán)方法不同造成的。模糊優(yōu)選模型指標(biāo)權(quán)重是客觀的，而模糊綜合評(píng)價(jià)指標(biāo)權(quán)重是主觀的，可能更側(cè)重某一項(xiàng)指標(biāo)，因此排序結(jié)果存在一定差異是正常的。但兩種模型排序結(jié)果大致相同，說明模糊優(yōu)選模型客觀評(píng)價(jià)結(jié)果也符合人們主觀上的認(rèn)識(shí)，主客觀相一致，進(jìn)一步驗(yàn)證多目標(biāo)多層次模糊優(yōu)選決策模型的科學(xué)性和可行性。

6 結(jié)束語

本文以成山頭沿海開闊水域?yàn)槔M(jìn)行計(jì)算，分別結(jié)合相關(guān)海區(qū)交通實(shí)況和模糊層次綜合評(píng)價(jià)模型的評(píng)價(jià)結(jié)果來驗(yàn)證多層次多目標(biāo)模糊優(yōu)選模型的計(jì)算結(jié)果，可知該優(yōu)選模型科學(xué)實(shí)用，決策結(jié)果合理可信，能夠準(zhǔn)確地確定不同海區(qū)之間的相對(duì)通航危險(xiǎn)程度，為駕駛員在不同海域航行時(shí)進(jìn)行航線設(shè)計(jì)提供指導(dǎo)，也可為沿海水域船舶定線制規(guī)劃設(shè)計(jì)、搜救站點(diǎn)布局和搜救力量的配置等決策提供參考。

在利用目標(biāo)絕對(duì)優(yōu)屬度模型進(jìn)行決策時(shí)，往往難以確定目標(biāo)特征值的上確界和下確界，因而造成很大的決策主觀任意性。利用模糊優(yōu)選模型計(jì)算目標(biāo)相對(duì)優(yōu)屬度與決策相對(duì)優(yōu)屬度，可有效避免絕對(duì)優(yōu)屬度模型主觀性過強(qiáng)的缺點(diǎn)[12-13]。此外，該模型物理含義明確，理論嚴(yán)密，計(jì)算簡單，具有良好的適用性和可靠性，進(jìn)一步豐富了模糊優(yōu)選模型在航海上的應(yīng)用。