王當利 劉振坤 王雪佳 呂雪
摘? 要:針對航標失常原因的復雜性、模糊性、不確定性,采用模糊理論與灰色關(guān)聯(lián)理論相結(jié)合的方法建立模糊灰色關(guān)聯(lián)分析模型,以南海海區(qū)某水域近10年的航標失常統(tǒng)計數(shù)據(jù)為例,對航標失常影響因素進行模糊灰色關(guān)聯(lián)分析,從定量的角度得出各影響因素對航標失常的影響程度及各影響因素之間的關(guān)聯(lián)關(guān)系。結(jié)果表明:各因素對該水域航標失常的影響程度不一,船舶碰撞對其影響最大,其次是惡劣氣象,影響最小的是人為破壞。研究結(jié)果可為航標建設(shè)、維護、管理工作提供思考。
關(guān)鍵詞:航標失常;影響因素;模糊灰色關(guān)聯(lián)分析;模型應(yīng)用
中圖分類號:U644.8? ? ? ? ?文獻標志碼:A? ? ? ? ?文章編號:2095-2945(2019)34-0008-04
Abstract: In view of the complexity, fuzziness and uncertainty of the causes of abnormal navigation marks, a fuzzy grey relational analysis model is established by combining fuzzy theory with grey relational theory. The statistical data of abnormal navigation marks in a certain area of the South China Sea in recent 10 years are taken as an example. This paper makes a fuzzy grey correlation analysis on the influencing factors of navigation mark abnormality, and obtains the influence degree of each influencing factor on navigation mark disorder and the correlation between the influencing factors from a quantitative point of view. The results show that the influence of various factors on the abnormal navigation mark in this area is different, the ship collision has the greatest influence on it, the second is bad weather, and the least influence is man-made destruction. The research results can provide thinking for the construction, maintenance and management of navigation marks.
Keywords: navigation mark disorder; influencing factors; fuzzy grey relational analysis; model application
引言
航標,即助航標志,是幫助船舶在航道安全航行的助導航設(shè)施,具有確定航道方向、標示航道界限的重要作用,包括燈塔、浮標、燈樁等目視航標、音響航標以及無線電航標[1]。由于各種原因,在崗航標會出現(xiàn)標體損壞,燈光熄滅,燈質(zhì)失常,水中標志沉沒、移位、漂失,音響、無線電航標故障等減弱或喪失其應(yīng)有作用的失常情形,即航標失常[2]。這就給航道中航行的船舶帶來了一定的安全隱患。因此,為了預(yù)防航標失常事件的頻發(fā),保證航標效能的正常發(fā)揮,提高航標的作用效果,有必要對航標失常機理進行全面、深入地分析。其中,首要的一點就是要明確影響航標失常的主要因素以及各影響因素之間的關(guān)聯(lián)關(guān)系。
目前,國內(nèi)[3-5]對航標失常影響因素的分析多見于傳統(tǒng)的、簡單的統(tǒng)計分析,即通過統(tǒng)計數(shù)據(jù)的絕對大小直觀地比較影響因素的大小,不夠精確;邱云明[6]等曾首次將灰色關(guān)聯(lián)分析法用于長江下游航標失常原因的分析,建立了航標失常數(shù)與其影響因子之間的關(guān)系模型,從精細化定量的角度給出了各有關(guān)影響因子間的相互關(guān)系,具有一定的實用價值。但是,經(jīng)典灰色關(guān)聯(lián)度求法無法表征不同觀測序列中不同因子對關(guān)聯(lián)空間的直接影響程度大小,存在較大誤差[7]。考慮到本次研究對象的復雜性、模糊性、不確定性,本文將采用模糊理論與灰色關(guān)聯(lián)理論相結(jié)合的方法建立模糊灰色關(guān)聯(lián)分析模型,以便為航標失常應(yīng)對措施提供參考依據(jù)。
1 模糊灰色關(guān)聯(lián)分析模型的建立
灰色關(guān)聯(lián)理論用于比較研究信息不完全系統(tǒng)的相關(guān)性,其基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系的緊密程度;模糊理論則是對界限模糊的事物進行親疏程度分析,從而客觀地對研究對象進行分類[8]。本文使用夾角余弦模型和基于相近性原理的鄧氏灰色關(guān)聯(lián)分析模型,利用位移差來反應(yīng)序列間的相似程度,由關(guān)聯(lián)度導出關(guān)聯(lián)序,從而對各個因素的影響程度進行分析。模型建立的主要步驟如下。
1.1 設(shè)定參考序列和比較序列
參考序列是反映系統(tǒng)行為特征的數(shù)據(jù)序列,設(shè)參考序列
比較序列是影響系統(tǒng)行為的因素組成的數(shù)據(jù)序列,設(shè)比較序列
在此序列中,有m個影響因素向量,在影響因素的作用下有n種情況,第j個影響因素向量為xtj(j=1,2,…,m),第k種情況記為xtj(k)(k=1,2,…,n)。
1.2 原始數(shù)據(jù)無量綱化處理
對數(shù)據(jù)進行無量綱化處理可以減少因不同因素不同數(shù)據(jù)量綱而產(chǎn)生的識別分析誤差。經(jīng)典的灰色關(guān)聯(lián)分析法常采用初值化或均值化處理,這里進行數(shù)據(jù)區(qū)間化無綱量化轉(zhuǎn)換,與模糊聚類中的極差變化等同,即:
1.3 計算模糊隸屬度
為不受數(shù)據(jù)線性比例關(guān)系的影響,這里采用夾角余弦法建立模糊相似矩陣的數(shù)學模型,即通過計算兩參數(shù)之間的夾角余弦值來判斷兩因素的相似程度。其表現(xiàn)形式為:
1.4 計算灰色關(guān)聯(lián)系數(shù)
比較序列XT對參考序列YT在t=k時的關(guān)聯(lián)系數(shù)ξtj(k)由下式確定[10]:
式中:
(1)Δmin、Δmax分別為YT與XT中對應(yīng)元素的最小絕對差值和最大絕對差值,分別表現(xiàn)為:
(7)
(8)
(2)Δtj(k)為第k點YT與XT的絕對差,其表現(xiàn)形式為:
(3)ρ為分辨系數(shù),本質(zhì)上是最大絕對差值的權(quán)重,其取值需滿足抗干擾性和關(guān)聯(lián)度的整體性。方法如下:
首先,計算絕對差值的均值
其次,根據(jù)與Δmax的比值確定ρ的取值區(qū)間。記
則有EΔ≤ρ≤2EΔ。當Δmax>3時,EΔ≤ρ<1.5EΔ,表示被研究序列有異常值;當Δmax≤3時,1.5EΔ≤ρ≤2EΔ,表示被研究序列正常。
1.5 確定歐式灰色關(guān)聯(lián)度
由關(guān)聯(lián)系數(shù)的計算結(jié)果會得到較多結(jié)果,為便于比較,需要將各關(guān)聯(lián)系數(shù)集中體現(xiàn)在一個值上,即灰色關(guān)聯(lián)度[9]:
為得到更精確的結(jié)果,則上式變?yōu)?/p>
1.6 確定模糊灰色關(guān)聯(lián)度
由模糊隸屬度rtj與灰色關(guān)聯(lián)度rtj'可得到定義航標失常影響因素的一個綜合指標,即模糊灰色關(guān)聯(lián)度Rtj[11]:
綜上所述,模糊灰色關(guān)聯(lián)分析模型的主要過程如下圖所示:
2 實例分析
2.1 航標失常的主要影響因素
航標失常的原因十分復雜,自然因素、人為因素等相互關(guān)聯(lián),具體可歸納為惡劣氣象、強水文、船舶碰撞、設(shè)備質(zhì)量、人為破壞等5個主要因素[2]。其中,惡劣氣象因素主要包括高強度暴風、暴雨、雷電、連續(xù)陰雨、冰凍天氣等對航標的影響,如連續(xù)陰雨天氣導致太陽能電源充電不足欠壓,致使燈器工作電流不足無法正常發(fā)光;強水文因素主要表現(xiàn)為水位變化造成浮標位置偏移或水位陡漲時漂浮物在浮標前方大量堆積使鋼絲繩繃斷而造成浮標遺失;船舶碰撞導致的航標失常多發(fā)生于晚上或拂曉有輕霧天氣等視覺不良時或某些特殊河段,如彎曲河段、水文條件惡劣河段、航道寬度突然縮窄河段、船舶過往密集河段等,有時船舶遭遇航行緊迫時,為避免相互碰撞會選擇與可漂浮移位的燈浮相撞以減少自身損害;設(shè)備質(zhì)量問題主要指燈器本身設(shè)計不當,或未經(jīng)過有效的產(chǎn)品驗收造成燈器進水、燈光失常等問題[4];人為破壞主要包括航標設(shè)施的偷盜或破壞、嬉戲攀爬浮標、碼頭作業(yè)時的碰撞等對航標造成的損壞,致使航標失常。
2.2 模型應(yīng)用
以南海海區(qū)某水域近10年的航標失常統(tǒng)計數(shù)據(jù)為例,對航標失常影響因素進行模糊灰色關(guān)聯(lián)分析。
設(shè)航標失常事件總數(shù)序列為參考序列Y,航標失常的主要因素構(gòu)成比較序列X,可得到以下系數(shù)矩陣:
無量綱化后得到以下系數(shù)矩陣:
通過分析圖2中各曲線幾何形狀的相似程度,可對航標失常因素的影響程度進行大致的比較,如影響因素“人為破壞”所在的曲線與“航標失??倲?shù)”所在的曲線變化趨勢相差較大,說明“人為破壞”這一因素對航標失常事件的影響不大,此種方法較直觀,但不精確。
將無量綱化系數(shù)矩陣代入式(5)可得航標失常影響因素的模糊隸屬度,如表2所示。
將無量綱化系數(shù)矩陣代入式(7)、(8)、(9),得Δmin=0、Δmax=1,參考序列與比較虛列的絕對差矩陣為:
將絕對差矩陣代入式(10),得所有絕對差的均值≈0.2024,EΔ=/Δmax=0.2024,則ρ的取值區(qū)間為:0.2024≤ρ≤0.4048,因Δmax>3,故0.2024≤ρ≤0.3036,選取1.25EΔ對系數(shù)進行修正,即ρ=1.25EΔ=0.253。由式(6)可得灰色關(guān)聯(lián)系數(shù)矩陣:
將該矩陣代入式(13)可得各因素對航標失常影響的加權(quán)灰色關(guān)聯(lián)程度,將模糊隸屬度與加權(quán)灰色關(guān)聯(lián)度代入式(14)可得航標失常影響因素的模糊灰色關(guān)聯(lián)度,如表3所示,二者的折線圖如圖3所示。
經(jīng)排序后,有R4>R1>R3>R2>R5,分別代表船舶碰撞、惡劣氣象、設(shè)備質(zhì)量、強水文、人為破壞??梢姡谠撍蚪臧l(fā)生的航標失常事件中,船舶碰撞和惡劣氣象是主要影響因素,而船舶碰撞大多發(fā)生于惡劣天氣、大霧、海況等視覺不良時或特殊航段,這與惡劣氣象及強水文都有一定的關(guān)系,與上述結(jié)果一致;另外,該水域氣象水文狀況較惡劣,船舶碰撞航標的情況時有發(fā)生,對航標的質(zhì)量也就有了更高的要求。人為破壞這一因素對航標失常的影響最小,說明該區(qū)域的民眾法律意識較高,航標保護意識較強。
2.3 防范對策
為使航標建設(shè)、維護、管理工作更有針對性,更能防患于未然,根據(jù)上述模型應(yīng)用的結(jié)果,建議采取以下措施:
(1)為避免船舶撞損航標事件的發(fā)生,一是可以在被撞高發(fā)點適當調(diào)整燈浮位置、提高燈器的射程或亮度、設(shè)置直徑更大的浮標或加設(shè)雷達應(yīng)答器、AIS應(yīng)答器等;二是加強與海事部門的合作,通過海事甚高頻(VHF)對進出港口的船舶進行預(yù)警和提示;三是加強宣傳力度,介紹航標失常的危害,呼吁船員謹慎駕駛愛護航標。
(2)密切關(guān)注天氣變化并注意水情,提前做好相關(guān)準備。如水位漲幅較大時,要及時調(diào)整浮標位置或適當松放鋼纜,并及時清除浮標上的漂浮物;惡劣天氣時,加大對燈器、電源等易受損壞的航標設(shè)備及相關(guān)器材的檢查力度,確保技術(shù)狀況正常;對不同水域風、浪、流、底質(zhì)等進行細致研判,不同情況采取不同措施,如錨鏈在沙質(zhì)底的磨損比泥質(zhì)底嚴重,就需要在沙質(zhì)底水域更換較粗的錨鏈。
(3)積極引用先進技術(shù),提高航標設(shè)備質(zhì)量。科技總是在不斷發(fā)展中的,性能更穩(wěn)定、品質(zhì)更優(yōu)良的航標設(shè)備和器材發(fā)生失常事件的概率會大大降低,高新技術(shù)的融入對航標維修、控制、監(jiān)管等工作更是強有力的助推。如開發(fā)使用大容量的航標電池可以提高燈浮標運行的可靠性;做工更精細、雜質(zhì)較少的合金鋼卸扣就比之前的開口銷卸扣更耐磨損,更不易被腐蝕;改傳統(tǒng)的鋼質(zhì)燈浮為新材料燈浮,頂部燈器增加保護罩可以減少燈浮被撞后的損失。
3 結(jié)束語
(1)基于模糊理論與灰色關(guān)聯(lián)理論,建立了模糊灰色關(guān)聯(lián)分析模型,對航標失常的影響因素進行了分析和評定,科學地表征了各影響因素對航標失常的影響程度及各因素間的關(guān)聯(lián)程度,最大程度上保證了評價的準確性。
(2)該模型可直接用于其他水域航標失常影響因子評定的研究,為航標失常事件的分析與處理提供了參考依據(jù)。
參考文獻:
[1]姜立得.航標燈塔設(shè)計研究[D].華南理工大學,2011.
[2]敖自棟,張海.試析航標失常的原因分析與控制[J].科技風,2018(06):239.
[3]孔濤,毛建峰.黃驊港轄區(qū)航標失常原因分析及對策[J].天津航海,2018(02):51-53.
[4]施利民.寧波航標處轄區(qū)沿海燈浮標志失常原因分析及應(yīng)對措施[J].中國水運(下半月),2017,17(05):47-50.
[5]嚴桂強,龐瑞炎.航標失常的原因分析與控制[J].西部交通科技,2011(02):90-92.
[6]邱云明,季永青,潘金穩(wěn).長江下游航標失常的影響因子量化分析[J].上海海事大學學報,2007(01):57-61.
[7]劉思峰,蔡華,楊英杰,等.灰色關(guān)聯(lián)分析模型研究進展[J].系統(tǒng)工程理論與實踐,2013,33(08):2041-2046.
[8]張小才.基于聚類與模糊評價的內(nèi)河航標分級方法研究[D].大連海事大學,2016.
[9]景國勛,張悅.火災(zāi)事故致因的多因素灰色關(guān)聯(lián)分析[J].中國安全科學學報,2009,19(03):93-97.
[10]黃永霞,熊文真,馬東平.綠色GDP與主要影響因素的模糊灰色關(guān)聯(lián)分析研究[J].山東商業(yè)職業(yè)技術(shù)學院學報,2015,15(02):106-109.
[11]劉雨.基于三角模糊數(shù)灰色關(guān)聯(lián)算法的礦山成本關(guān)鍵影響因素的決策模型[D].武漢科技大學,2016.