2014年--外文翻譯--用于海上運輸系統(tǒng)的風(fēng)險評估框架（譯文）

1、<p>　　17900漢字,1.2萬單詞，6萬英文字符</p><p>　　出處：Reliability Engineering and System Safety》，124 (2014) 142–157</p><p><b>　　畢業(yè)設(shè)計（論文）</b></p><p><b>　　外 文 譯 文</b>&l

2、t;/p><p>　　學(xué) 院 安全工程學(xué)院 </p><p>　　專業(yè)班級 </p><p>　　學(xué)生姓名 </p><p>　　學(xué) 號 </p><p>　　用于海上運輸系統(tǒng)的風(fēng)

3、險評估框架</p><p>　　一個涉及公海上客滾船船舶碰撞的案例研究</p><p>　　Jakub Montewka , SörenEhlers , FlorisGoerlandt , TomaszHinz , KristjanTabri , Pentti Kujala</p><p>　　摘要: 涉及船舶載客的海上交通事故造成人員傷亡的風(fēng)險很高。為了

4、有效的降低這種風(fēng)險，洞察風(fēng)險升級的過程是必要的。當(dāng)涉及到一個關(guān)于海上運輸系統(tǒng)的風(fēng)險建模時需要一個主動的視角。大多數(shù)現(xiàn)有的模型是基于一個海上事故的歷史數(shù)據(jù)，它們是被被動考慮的，而不是主動的。</p><p>　　本文介紹了一個可轉(zhuǎn)移和積極主動的用于評估海上運輸系統(tǒng)的風(fēng)險框架，要達到這些要求需要從遏制采用定義風(fēng)險的形式開始。該框架重點介紹一個客滾船被認為是襲擊船的在公海上的兩船碰撞事件。首先，它涵蓋了事件的標(biāo)識，兩船

5、在公海上發(fā)生碰撞；其次，通過測定碰撞的嚴(yán)重程度評估這些事件發(fā)生的概率。這個風(fēng)險框架是通過使用貝葉斯網(wǎng)絡(luò)和一套評估風(fēng)險參數(shù)模型的分析方法開發(fā)的。</p><p>　　最后，提出一個應(yīng)用于芬蘭海灣海上運輸系統(tǒng)運行的風(fēng)險框架的案例研究。從一個客滾船發(fā)生碰撞事故所獲得的結(jié)果與歷史數(shù)據(jù)和可用的模型進行比較，發(fā)現(xiàn)了好的可用的數(shù)據(jù)。</p><p>　　關(guān)鍵詞：海運；客滾船安全；風(fēng)險分析；貝葉斯網(wǎng)絡(luò)；F

6、-N線圖；船舶碰撞vg</p><p><b>　　1.引言 </b></p><p>　　海上交通造成的各種風(fēng)險包括人員傷亡、環(huán)境污染和財產(chǎn)損失。其中特別是，</p><p>　　可能造成很大的人員傷亡的船載運乘客的意外事故。因此，現(xiàn)在有許多關(guān)于提高船的安全性的研究，例如[1-6]。其中一項研究成果是用于載運乘客[7,8]的風(fēng)險基礎(chǔ)設(shè)計（RB

7、D），對RBD的主要標(biāo)準(zhǔn)是船舶在損壞條件下的生存能力;見[9,10]。這上面提到船舶地址的研究，但是，較少的關(guān)注已經(jīng)支付給船舶營運風(fēng)險基礎(chǔ)設(shè)計。雖然這個總體框架是由國際海事組織規(guī)定的-見[11]-，但一些研究人員已經(jīng)全面的處理了這個題目，參見[12-15]。這些模型依賴于事故統(tǒng)計，因此這些影響因素造成的風(fēng)險是難以測量的。此外，大多數(shù)模型利用故障樹（FT）或事件樹（ET）以下的布爾代數(shù)法則 [16-18]，但在某些情況下可能不能充分反映現(xiàn)

8、實，因為可能需要兩個以上的國家對這些事件進行分析。此外FT和ET允許單向的推斷，而這又可能會限制他們在系統(tǒng)性風(fēng)險緩解和管理領(lǐng)域的應(yīng)用。上述限制已被確認，風(fēng)險概率評估（PRA）在復(fù)雜的社會技術(shù)系統(tǒng)，其中改變原生的領(lǐng)域，混合利用FT、ET和貝葉斯網(wǎng)絡(luò)的方法已經(jīng)被提出，請參閱例如[19-24]。然而，對于本文所討論的領(lǐng)域，這樣的解決方案是不存在的。</p><p>　　因此，期望開發(fā)一種用主動和系統(tǒng)的方式評估船舶在設(shè)計

9、和操作階段的風(fēng)險的框架，這將允許洞察來獲得成風(fēng)險進化的過程，還有定義最顯著和敏感變量大多數(shù)貢獻是為了以最佳的方式減輕它的風(fēng)險，見[25,26]。因此，本文介紹的系統(tǒng)，轉(zhuǎn)移和積極主動的框架測定導(dǎo)致客滾船在公海上發(fā)生碰撞的風(fēng)險。當(dāng)談到描述事故的演變框架嘗試捕獲的因果關(guān)系，這使得框架系統(tǒng)。它為了適應(yīng)不同的位置和條件它的模塊化特性持續(xù)改進，因此作出轉(zhuǎn)讓。該框架是使用貝葉斯網(wǎng)絡(luò)（BBNs）開發(fā)的，如公認的知識表示和高效的二維工具這樣的推理下的不確

10、定性，這使得金塔的框架積極主動;見[27-29]。此外，BBNs允許同時向兩個方向推理，指出最脆弱的節(jié)點和最有效的方法來改改進以前的模型。所以，反向傳播的概率可以被利用在建議階段的風(fēng)險評估，例如參見[30]。不過，這已經(jīng)超出了本文的研究范圍。上述所有情況，隨著量化的影響在這些假設(shè)條件里框架的結(jié)果改變- 見[31] –使得這些結(jié)果更加可靠。最終，該框架以系統(tǒng)中被分析的可用的背景知識水平，和它是如何分布在整個框架的與終端用戶進行通信。<

11、;/p><p>　　此外，貝葉斯網(wǎng)絡(luò)（BBNs）允許改編正式的風(fēng)險定義下列有根有據(jù)的三重的想法三重的被卡普蘭給出在[32]。三重試圖回答以下幾個問題: 系統(tǒng)中有什么可以是錯的；它會錯的可能性有多大；如果假設(shè)的情況發(fā)生，會有什么樣的后果？這個想法已經(jīng)廣泛地用于海上的風(fēng)險評估和管理，例如參見[33,34]，其可提供額外的理由將其用于這項研究的目的。所有相關(guān)組件的三重風(fēng)險在這里被討論，一個解決在芬蘭灣（GOF）上無冰季節(jié)操

12、作的埃斯特海上交通系統(tǒng)（MTS）案例研究被提出了，這個案例以一個特定的客滾船作為襲擊艦。</p><p>　　本文主要分為六個部分，第2部分解釋了如何使用貝葉斯網(wǎng)絡(luò)（BBNs）通過風(fēng)險的角度來描述海上交通系統(tǒng)的風(fēng)險。第三部分限定了風(fēng)險的框架，第四節(jié)描述了框架的元素。從第五部分所獲得的結(jié)果可以看出，討論和與可用的數(shù)據(jù)進行比較。第6節(jié)總結(jié)全文，重點是本文的主要結(jié)論和風(fēng)險框架的局限性。</p><p

13、>　　2.貝葉斯網(wǎng)絡(luò)作為反應(yīng)風(fēng)險的角度</p><p>　　一個關(guān)于風(fēng)險決策分析的正式的并且行之有效的定義是“在這樣的情況下，它既能夠定義一個全面的下降的結(jié)果，又能解決一些離散的概率通過這個數(shù)組的結(jié)果，見[35]。定義一系列的結(jié)果是以對系統(tǒng)科學(xué)和適當(dāng)?shù)睦斫饣颥F(xiàn)象的分析為前提。這進而使得情景導(dǎo)致感興趣的結(jié)果和它們的概率被定義。本文提出的借助貝葉斯網(wǎng)絡(luò)發(fā)展的框架是針對風(fēng)險分析的。這些概率工具允許反映現(xiàn)有知識被分

14、析的過程及其對它全面的認識。首先，偶然的不確定因素固有的模擬變量得到解決，通過描述變量在數(shù)值分析的過程中獲得的使用分布。其次，涉及模型結(jié)構(gòu)已知的不確定因素通過執(zhí)行備選假設(shè)檢驗被分析。為了這個目的，一組場景被開發(fā)，與常數(shù)變量集合，但不同的，變量之間的合理的假設(shè)治理聯(lián)系。這是為了在模型中的元素，其中，由于各種原因，在分析時不能量化所需的精確度。除了框架的不確定性量化，還允許在模型中分發(fā)它們。通過這樣，該模型的關(guān)鍵區(qū)域被指出，這里的有限的背景

15、知識有待提高，因為它有顯著作用的結(jié)果。</p><p>　　最后連通的框架輸出在圖的形式，其呈現(xiàn)的累積分布為給定的情況下發(fā)生倫斯死亡數(shù)的可能性。通過采用該框架，和貝葉斯網(wǎng)絡(luò)作為概率建模工具，也能夠應(yīng)用于卡普蘭的改性風(fēng)險透視[32]，本文的內(nèi)容如下的：</p><p>　　其中，S代表一組場景，其包含相同的事件鏈，用相同的解釋變量，但變量的關(guān)系，也能夠通過采用不同的假設(shè)（備選假設(shè)）進行說明。

16、BK表示被分析過程中的我們的背景知識，例如參見[36]。L是一組可能性相應(yīng)于該組的后果C，對于一組給定的情況下（S）和給出了預(yù)期的設(shè)想管理該模型參數(shù)的組合。上面的方程使S，L，C的條件在BK之上，這條線正式定義在本節(jié)第一段規(guī)定的風(fēng)險，改編自[35]。這表明BK量化效果的必要性，其中福特變量可能對R限制。</p><p>　　貝葉斯網(wǎng)絡(luò)的不確定條件下的推理概率工具能夠反映所分析的情況與分配相關(guān)的概率。這反過來又導(dǎo)致

17、的后果進行量化處理。此外，貝葉斯網(wǎng)絡(luò)可以有效量化有限的知識和對框架的結(jié)果的分析系統(tǒng)的不完善理解的效果。</p><p>　　本節(jié)討論從風(fēng)險的正式定義所產(chǎn)生的貝葉斯網(wǎng)絡(luò)的主要特征。它還聲稱在多邊貿(mào)易體制風(fēng)險評估中貝葉斯網(wǎng)絡(luò)是最合適的、積極的工具。</p><p>　　2.1背景知識-BK</p><p>　　BK的一個明顯表征就是提供了有關(guān)給定系統(tǒng)的相關(guān)的為實際使用的

18、任何模型。這個案例里最為重要的就是多邊貿(mào)易體制的風(fēng)險建模，其中關(guān)于對均勻分布在整個系統(tǒng)中的背景知識分析是有限的。這，反過來，可能會根據(jù)在系統(tǒng)中的元件引入不同的不確定性。這可能導(dǎo)致一種情形，其中某些作為建模的系統(tǒng)可能缺乏足夠水平的滿足采用正式定義的風(fēng)險的背景知識。因此，期望與一個風(fēng)險框架交流背景知識的水平，以確定風(fēng)險的結(jié)果是否形成和可用于決策，或者要慎重使用。后者可能是這種情況，不確定性大于估計的風(fēng)險和風(fēng)險極限之間的空白。</p&g

19、t;<p>　　這可能導(dǎo)致對粒度問題或BK質(zhì)量分析的或者是一些可用的信息適當(dāng)水平早期的結(jié)論。作為概率圖形模型，貝葉斯網(wǎng)絡(luò)允許在存在不確定的條件下和僅僅只有限的數(shù)據(jù)的條件下進行推理;見[37-39]。此外，貝葉斯網(wǎng)絡(luò)可以進行測試，以發(fā)現(xiàn)對框架的輸出影響最大的信息量最多的必要變量；見[40]。為了這個目的，一個靈敏度分析和有價值的信息分析被執(zhí)行。此外，作為高效更新的對一個變量或一組變量給定的新的知識的貝葉斯網(wǎng)絡(luò)的結(jié)果，變化的變

20、量之間的預(yù)定關(guān)系的作用，被稱為概率函數(shù)（LF類），可以量化。在本文中，這是通過執(zhí)行一個所謂的影響分析來實現(xiàn)的。這種分析在似然函數(shù)中哪個不是基于堅實的基礎(chǔ)的情況下尤其重要。</p><p>　　所有這些以貝葉斯網(wǎng)絡(luò)為基礎(chǔ)的風(fēng)險框架分析可表示可用的有關(guān)的問題以透明和系統(tǒng)的方式表示的背景知識的水平。</p><p><b>　　2.2場景-S</b></p>

21、<p>　　任何風(fēng)險分析的一個影響以下所有幾個階段的基本階段是場景識別。這包括對有關(guān)海上交通系統(tǒng)和在一定情況下（例如意外降臨的船舶）的行為知識的正確描述。這意味著，一個風(fēng)險管理框架應(yīng)當(dāng)能夠以正確的方式反映正確的隨著初始假設(shè)的一個明確定義的考慮到相關(guān)的不確定性的變量。此外，應(yīng)當(dāng)能夠確定對框架的結(jié)果的不確定性和假設(shè)的影響，參見[25,41-43]。</p><p>　　大多數(shù)用于海上運輸?shù)娘L(fēng)險評估的現(xiàn)有的模

22、型所采用的都是在一個空間 - 時間隨機架構(gòu)定義;一個有針對性的模型，例如見[44-48]。但是，往往這些模型被認為是輸入變量（如船的大小，碰撞速度，碰撞角度，相對醒目的位置，和天氣）和輸出變量（如船舶傾覆）之間的因果關(guān)系。這些關(guān)系在單一的概率（例如水浸給出碰撞或嚴(yán)重的沖突的概率的概率）或概率密度函數(shù)（例如，代表所引起的碰撞的損壞程度為PDF）下隱藏。這種方式表示數(shù)據(jù)忽略場景中的因果關(guān)系，以及風(fēng)險分析，因此實質(zhì)要件都錯過了，即變量之間的聯(lián)

23、系及其相互關(guān)系，例如見[42]。這最終增加了模型的不確定性。</p><p>　　然而，一些現(xiàn)有模型的上述缺點可以通過應(yīng)用貝葉斯網(wǎng)絡(luò)到風(fēng)險分析框架來解決。首先，貝葉斯網(wǎng)絡(luò)允許多場景思考，這不僅將視線集中在一個不希望的結(jié)束事件（沖突），而且一個事故的進化過程也在視線中。其次，貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)反映了更多的以知識為基礎(chǔ)的決策的因果關(guān)系被分析的過程 [49,30]。第三，貝葉斯網(wǎng)絡(luò)可以有效地處理有關(guān)變量的不確定性和變量之間

24、關(guān)系的不確定性，以及表示的那些結(jié)果。</p><p><b>　　2.3概率-L</b></p><p>　　在工程系統(tǒng)風(fēng)險分析的領(lǐng)域中，解釋的可能性的三種方法通常如下：相對概率，主觀概率，以及這些所謂的頻率的概率的混合物；關(guān)于這些討論，參見，例如，[32,50,51]。本文介紹的貝葉斯網(wǎng)絡(luò)來自前兩個概念的組合，在這里通過采用相對于可用的知識做出決定。如果后者允許頻率

25、論方法被使用，并且重復(fù)進行實驗; 其他明智的概率是通過有知識的專家的啟發(fā)而得到。概率，如數(shù)學(xué)概念，遵循一定的公理，這在一些現(xiàn)實生活中的情況下可能不是真實的;達可在公理和給定的有效性的方法中討論，參見，例如，[51,52]。</p><p>　　從各種來源獲得的數(shù)字與通過使用確定一組條件概率函數(shù)（CPFs）對概率密度函數(shù)中的隨機變量進行編碼的方法的貝葉斯網(wǎng)絡(luò)相結(jié)合。每個變量都被一個表示給定圖中的分子分母的值的變量的

26、概率的條件概率函數(shù)（P(X/Pa(x))）所標(biāo)注。</p><p>　　條件概率函數(shù)描述所有的父節(jié)點的狀態(tài)的所有可能的組合的條件概率。如果一個節(jié)點沒有父母，其CPF降低到的功能的無條件概率，即通過被稱為變量做的一個先驗概率。</p><p>　　從數(shù)學(xué)的角度來看，傳統(tǒng)的貝葉斯網(wǎng)絡(luò)是一對N={G,P};其中G=（V，E）是一個有向非循環(huán)圖（DAG），（V）是它的節(jié)點，（E）是邊緣，而P是一組

27、V的概率分布。因此，貝葉斯網(wǎng)絡(luò)代表一組變量，其相關(guān)性由兩部分組成，一個是定量（P）一個是定性（G）。因此，因此，網(wǎng)絡(luò)N={G,P}是一個聯(lián)合概率分布P（V）在V的高效表示，給定名稱的G用以下通式表示，故見[27,28]：</p><p>　　在這里所描述的框架內(nèi)，條件概率函數(shù)通過模擬，文獻研究，自然規(guī)律和專家意見獲得。條件概率函數(shù)是框架的有關(guān)內(nèi)容;首先，它們支配知識的流動通過的框架，第二，它們構(gòu)成了框架的定性和定

28、量部件之間的鏈接。</p><p><b>　　3.風(fēng)險框架的定義</b></p><p>　　本節(jié)介紹的五個步驟根據(jù)[53]，定義風(fēng)險的框架如下:</p><p><b>　　1.定義模型;</b></p><p><b>　　2.定義變量;</b></p>&

29、lt;p>　　3.制定顯影框架的定性部分;</p><p>　　4.制定顯影框架的定量部分;</p><p><b>　　5.驗證框架。</b></p><p><b>　　3.1定義模型</b></p><p>　　擬議框架目的是評估海上交通系統(tǒng)的風(fēng)險，重點選擇意外場景，最終導(dǎo)致了襲擊客滾船

30、的損失。論文的情況是：（I）以客滾船的內(nèi)殼被擊中為突破口的沒有和由此產(chǎn)生的洪水是有預(yù)料的; 這可能進一步的導(dǎo)致船舶的損失;（II）客滾船被擊中而無顯著船體損壞;然而，船舶被禁止漂移，經(jīng)歷顯著滾動的波浪和風(fēng)力作用可能會進一步導(dǎo)致船舶的傾覆?？蜐L船的損失被預(yù)計如果連續(xù)兩次抗撞性和穩(wěn)定性超過限值。</p><p>　　隨后對應(yīng)的可能性的界限被超出，給定的交通和環(huán)境條件都在這里提出的模型的基礎(chǔ)上評估了。為了這個目的，按照

31、一般的因素考慮在內(nèi):海上交通的組成在合成區(qū)的被分析；碰撞動力學(xué)，船舶流體力學(xué)和它的加載條件。最終，死亡的累計次數(shù)（N），從而產(chǎn)生的事故模型是利用傷亡率的概念開發(fā)的。這個比率是判定要考慮到避難船到達的時間和船舶翻船的時間。船上的乘客人數(shù)是假定的利用從芬蘭灣客滾船運營商得到的數(shù)據(jù)。所有這些，連同相關(guān)的概率（P）的死亡數(shù)，最終描繪在F 2 N圖上，這個圖可以考慮作為風(fēng)險的畫面。</p><p>　　圖1 .這里介紹一個

32、定性的風(fēng)險框架。每個變量參考了一節(jié)，在這節(jié)描述了一個被給定的變量。</p><p><b>　　3.2定義變量</b></p><p>　　這里提出的框架嘗試反映在公海碰撞過程中的正在被限定相關(guān)的變量和構(gòu)成之間邏輯關(guān)系分析的因果關(guān)系。因此框架包括四個主要的部分，包括以下幾個方面：（I）碰撞相關(guān)的參數(shù)；（II）翻船相關(guān)的參數(shù)；（III）應(yīng)對意外；（IV）定量的后果；本節(jié)

33、將在第四部分進一步的描述圖1。碰撞相關(guān)的參數(shù)是從利用AIS數(shù)據(jù)和芬蘭灣的事故統(tǒng)計的海上交通模擬器獲得的，見4.1節(jié)。船舶傾覆的條件是不同的事件，其中最相關(guān)的是（I）碰撞的速度和角度，導(dǎo)致一個客滾船被碰撞時內(nèi)殼出現(xiàn)破裂；（II）損傷導(dǎo)致水的顯著侵入，在這樣的條件下內(nèi)殼破裂; （III）水文氣象條件造成船舶傾覆在給定水的顯著入口時; （IV）客滾船的最大側(cè)傾角度在其中被禁用。所有瘢痕的獲得靠使用有限元模擬，六個自由度的船舶運動模型，和現(xiàn)有的

34、文獻。</p><p>　　事故應(yīng)對手段救援疏散時間或拖船抵達出事地點需要的時間。前面的模型是采用IMO的要求。后者利用海上交通模擬器和有關(guān)該地區(qū)的救援拖船所在的位置的現(xiàn)有數(shù)據(jù)。仿照死亡的概念塑造事故的后果，詳細描述見4.13.1。</p><p>　　3.3制定框架的定性部分</p><p>　　這個步驟，圖形結(jié)構(gòu)的網(wǎng)絡(luò)被創(chuàng)建。相對于稀少痕跡后果為滾裝人以上成行船

35、為可用事故數(shù)據(jù)的基礎(chǔ)上通過并在其他船，另一信息源必須找到擊中。我們決定利用現(xiàn)有的事件樹的風(fēng)險的框架的為客滾船進行一部分定性，見[3,54]，面對有關(guān)領(lǐng)域?qū)＜业闹R。</p><p>　　由于所研究的領(lǐng)域是廣泛的，多學(xué)科的，我們把它分為以下幾個部分：（I）船舶營運，包括船舶的穩(wěn)定性；（II）船舶的結(jié)構(gòu);(III)事故響應(yīng)。</p><p>　　關(guān)于這個領(lǐng)域?qū)＜业闹R是通過頭腦風(fēng)暴會議和單個會

36、議引發(fā)的。在會議上，其呈現(xiàn)給專家評審的該模型的初始結(jié)構(gòu)根據(jù)自己的建議修改。專家小組由15個研究人員和船舶設(shè)計、船舶營運、救援服務(wù)領(lǐng)域的從業(yè)者組成。一旦確定了該模型的結(jié)構(gòu)，則該模型的定量部分也被確定了。</p><p>　　3.4制定顯影框架的定量部分</p><p>　　所需的呈指數(shù)級增長的BBN的概率數(shù)目取決于網(wǎng)絡(luò)的結(jié)構(gòu)和它們指出的變量的數(shù)量。降低概率的數(shù)字需要確定的評估框架，該參數(shù)的概

37、率分布（PPDS）變量被使用。本文為獲取所需的概率提供簡單的計算規(guī)則;見[29]。所有參數(shù)的概率分布被證明在模型中，詳細說明見第4節(jié)。</p><p><b>　　3.5驗證框架</b></p><p>　　在這個階段中，風(fēng)險框架用下面的方式驗證;另見[40]：該框架的靈敏度分析，價值信息的分析，影響分析，與獲得的現(xiàn)有數(shù)據(jù)的結(jié)果進行比較。這一階段重要的方面是有責(zé)任和有

38、效性的框架，知識分布和不確定性分析的框架的輸出見[55,43]。有關(guān)背景知識分析系統(tǒng)的缺乏導(dǎo)致不確定性的模型參數(shù)，并影響支持模型結(jié)構(gòu)的假設(shè)。有許多方法報告來表達模型的不確定性，例如，見[56]。這里介紹的風(fēng)險框架允許對有關(guān)背景知識2倍的不確定性的影響評價。首先，分析這些變量的偶然的不確定性。對于這一點，被視為分布在一定范圍掃描取得的參數(shù)的相關(guān)變量進行分析。其次，認識的不確定性相關(guān)的模型結(jié)構(gòu)通過執(zhí)行替代假設(shè)檢驗分析。為了這個目的，一組模型

39、（BBNs）被研制，這模型用恒定的變量集，但不同的是合理的假說支配變量之間的聯(lián)系。除了定量的不確定性，該框架允許他們穿過模型的分布。通過這樣，對模型的關(guān)鍵區(qū)域進行標(biāo)識。在這些方面對背景知識的限制必須改進，因為它對結(jié)果具有顯著效果。</p><p>　　如果該框架是用于分析在太平洋上海上運輸系統(tǒng)的風(fēng)險，則敏感的變量應(yīng)在當(dāng)?shù)剡M行評估，以反映實際的情況。但是，如果這是不可能的，該框架允許對基本假設(shè)的框架的結(jié)果的影響進行

40、定量處理。該框架剩余的較少的敏感變量是可以通用的，因為它們的更改不會顯著的影響結(jié)果。</p><p><b>　　4. 風(fēng)險框架匯總</b></p><p>　　本節(jié)描述了確定風(fēng)險框架的方法，這意味著變量以及變量之間的關(guān)系。同時還介紹了側(cè)重于芬蘭灣（GOF）海上交通系統(tǒng)操作的案例研究的結(jié)果。雖然結(jié)果是有效的海上交通組成和盛行于芬蘭海灣的水文氣象條件，但該方法適用于通用

41、的模塊化的框架。該框架用貝葉斯網(wǎng)絡(luò)編碼，由稱為精靈的可用軟件包的方式開發(fā);參見[57,58]。給出定性的描述框架在圖1中,其中每個變量注釋與參考一節(jié)中描述了這個變量。此外，用三種顏色來區(qū)分變量，從數(shù)值模擬獲得的(藍色)，從文學(xué)(黃色)、(灰色)或純粹基于某些假設(shè)取決于他們的父母(不填)?？蚣懿蹲揭馔馇闆r下，客滾船在公海被另一艘船碰撞。碰撞是碰撞的角度來描述的,碰撞船舶碰撞速度和質(zhì)量和相對顯著的位置沿船體。潛在的事故和碰撞位置相關(guān)參數(shù)得到

42、從海上交通模擬器。確定的客滾船船體內(nèi)部碰撞后,破裂的臨界速度使用數(shù)值模型計算,然后與實際碰撞速度。如果一個碰撞速度是高于預(yù)計船體破裂臨界速度。那么框架估計的損害是否會引起災(zāi)難性的洪水。如果是這種情況，該模型預(yù)測的隨長時間的船舶傾覆的概率。一個完好的暴露在波浪中的客滾船也可以傾覆。因此,客滾船的概率完整但殘疾人由于柱碰撞損害她的推進是使用船舶動態(tài)模型計</p><p><b>　　4.1碰撞概率</

43、b></p><p>　　在這里給出的案例研究,在公海上客滾船被另一艘船相撞（兩船相碰）的概率是通過海上交通模擬器（DMTS）估計的,由Goerlandt和Kujala[45]。另外芬蘭海灣的事故統(tǒng)計數(shù)據(jù)被利用。海上交通模擬器DTMS的輸入來自自動識別系統(tǒng)（AIS），增強與港口有關(guān)的交易的貨種的統(tǒng)計數(shù)據(jù)。模型確定一年一度的兩艘船相撞事故的頻率假設(shè)在全年無冰的條件下整個芬蘭海灣的客滾船被襲擊了。每年此類事故的

44、發(fā)生頻率等于0.1。這意味著如果有全年無冰的條件每十年才會發(fā)生一個涉及客滾船碰撞事故。然而, 在芬蘭海灣現(xiàn)實并非如此,因此假設(shè)是每年仍有3個月有冰的存在。這意味著一個客滾船在公海上被碰撞的年度頻率等于0.07，而這樣的事故的復(fù)發(fā)周期是14年。然而，從編譯的可用的事故統(tǒng)計數(shù)字顯示，無論船型和冰條件兩艘船之間在海上碰撞的年度頻率為0.2，;見[59]。然后,歸于平等被襲擊的可能性和引人注目的一艘參與碰撞,一年一度的頻率為一艘船被擊中,不管她

45、的類型,給定一個碰撞是0.1。假設(shè)客滾船船舶與其他船舶在芬蘭海灣航行的數(shù)之比為1：10，每年客滾船被撞擊的頻率為0.01。芬蘭海灣的凍結(jié)期為3個月，假設(shè)在此期間在公海上一個客滾</p><p>　　因此，得到了兩個有關(guān)在公海上客滾船被碰撞數(shù)字，0.07從海上交通模擬器得到，0.0075從以往的事故統(tǒng)計得到。然而，這兩個值都背負著一定的不確定性，由于從事故統(tǒng)計推理或海上交通模擬器（DMTS）簡化假設(shè)的。因此認為“真

46、正的頻率”介于這兩個數(shù)字之間，并且它們認為公海上發(fā)生碰撞其中一個客滾船是被碰船的概率范圍應(yīng)均勻分布;見公式（3）。</p><p>　　發(fā)生這樣的事故的最可能的位置被描繪在圖2，簡化碰撞和時間之間缺乏相關(guān)性：</p><p>　　圖2.模型是一個以客滾船為襲擊船的事故</p><p><b>　　4.2碰撞參數(shù)</b></p>&

47、lt;p>　　另一項目涉及船舶類型，船舶大小，碰撞角度，碰撞速度和潛在碰撞的一天中的時間的組合物中的術(shù)語的信息從海上交通模擬器導(dǎo)出。為本文提供風(fēng)險框架這些是必不可少的輸入，因為他們詳細描述了交通的速度空間布局。在海上交通模擬器DMTS中生成的軌跡對每個單船航行的區(qū)域稱為交通事件，并對這個事件分配多個參數(shù)，如圖三所示。</p><p>　　圖3.每個交通事件模擬船數(shù)據(jù)的生成</p><p&

48、gt;　　由海上交通模擬器（DMTS）建模的交通事件基于船舶的正常運行，最終導(dǎo)致安全導(dǎo)航數(shù)據(jù)。因此，船舶模型運動參數(shù)在碰撞過程（自己的速度和課程），不考慮引起旨在防止碰撞避讓操作的更改。為了填補這一空白，一個兩步驟的過程被應(yīng)用到確定碰撞速度。首先，從海上交通模擬器（DMTS）獲得此參數(shù)的初始值，然后它被認為是作為用于統(tǒng)計模型的輸入值，從而完成了實際的碰撞速度。有幾種不同的統(tǒng)計模型來估計的碰撞速度和碰撞角度;見[42]。但是，只有一個，被

49、Lützen提出 [60]，考慮到該變化從所采取的各船規(guī)避動作而產(chǎn)生的初始參數(shù)。因此，這一概念在這里應(yīng)用了以下假設(shè)：</p><p>　　1.驚人的船A的速度在它初始速度的0到75%之間是均勻分布的，然后它的速度成三角形的降低成0；</p><p>　　2.襲擊船只B的速度以三角形分布來近似，最可能的值等于零和最大價值等于她的初速度;</p><p>　　

50、3. A和B的初始速度值從海上交通模擬器DMTS獲得；</p><p>　　4.碰撞角度，定義在兩個碰撞船舶的標(biāo)題差之間，被均勻分布在10度至170度之間。</p><p>　　然后，應(yīng)用“四步式“Monte Carlo隨機抽樣，估計實際碰撞速度的分布如下：</p><p>　　1.從海上交通模擬器MDTS獲得樣本船的初始速度，然后用它作為輸入，以確定適量均勻的三角

51、形分布;隨后從隨機樣本中取得該分布的速度，并將其存儲為VA;</p><p>　　2. 從海上交通模擬器MDTS 獲得樣本襲擊船的初始速度，并用它作為輸入到該三角分布;，隨后從隨機樣本中取得該分布的速度，并將其存儲為VB;</p><p>　　3. 隨機抽取的碰撞角α來自均勻分布。</p><p>　　4.知道VA，VB和α，計算船A和被襲擊船B的相對速度，認為這是

52、碰撞速度，[61]，并將其保存為V（A,B）;參照圖四。</p><p>　　圖4.定義碰撞速度V(A,B)</p><p>　　海上交通模擬器DMTS上面的程序反復(fù)運行獲得每次碰撞和一組碰撞的速度被給定以某碰撞角度得出。然后所有的碰撞速度值根據(jù)10-45度，45-135度，135-170度被分為三個子集。接著，該子集使用正態(tài)分布被描述，哪些是最適合的，參見圖五。最后，假設(shè)分布嵌入到貝葉斯

53、網(wǎng)絡(luò)中呈現(xiàn)在這里，作為實例闡述表1。</p><p>　　圖5.CDFS可變的碰撞速度-圖中標(biāo)為CS-碰撞角度的采用須這里貝葉斯網(wǎng)絡(luò)的開發(fā)</p><p>　　表1給定碰撞角度，碰撞速度的連續(xù)分布圖</p><p>　　4.3客滾船的餒殼破裂</p><p>　　實際的碰撞速度的值輸入到一個確定的函數(shù)，客滾船的內(nèi)殼是否破裂;見方程（4）。另一

54、個輸入是該船舶的結(jié)構(gòu)能力被分析，由該函數(shù)描述所謂的極限速度 – Vrupture，這是一個導(dǎo)致內(nèi)殼破裂的速度。是應(yīng)用數(shù)值模型被評估的，該參數(shù)在本節(jié)被描述。</p><p>　　碰撞速度V（A,B）和極限速度Vrupture之間的關(guān)系由以下Heaviside函數(shù)給定：</p><p>　　極限速度Vrupture的數(shù)值為各船的尺寸的函數(shù)，一個襲擊客滾船的撞擊角度和沿所述船體的相對突出的位置。

55、這個量是通過使用碰撞能量的概念來確定的，這是評估客滾船的參考;見表2.在案例研究介紹這里的以下尺寸撞擊船都被認為相對于襲擊客滾船：一類似的大?。ㄙ|(zhì)量比1.0），船舶確實是小25％（質(zhì)量比1.33），船舶確實是大25％（質(zhì)量比0.8），并做了船較大的70％（質(zhì)量比0.6）。因此，的質(zhì)量比確實是分析覆蓋在芬蘭海灣的海上交通的近80％。該剩余的份額屬于主要是為了比率高于1.3低于0.6，其中沒有考慮到在數(shù)值分析。比率高于1.3，可假定是不太關(guān)

56、鍵關(guān)于船體破裂的通常鈍弓的形狀。然而以往，比率低于0.6不得忽視，因此，盡管跑了實際上GDP是排除在數(shù)值分析，它們的存在在風(fēng)險模型。保守假設(shè)在任何制造“的”船舶群眾比低于0.6時，如果客滾船的內(nèi)殼被破壞，則在碰撞速度是高于80％的極限速度的比值為0.6。</p><p>　　表2客滾船的特點被分析</p><p>　　結(jié)構(gòu)變形的有效能量根據(jù)Tabri[62]提出的計算模型獲得。他的模型估計

57、鐵船的碰撞能量可用于船舶運動和船舶構(gòu)造變形的動力。作為這種動態(tài)仿真程序和非線性有限元法相結(jié)合的結(jié)果，在接觸點的角度和偏心和結(jié)構(gòu)損壞不同的碰撞情況下，一個良好的估計可實現(xiàn)，故見[63]。通過撞擊角度和客滾船船體的相對撞擊位置模擬碰撞場景，在圖6被描繪。</p><p>　　圖6.相對襲擊位置和角度的分析</p><p>　　碰撞模擬的目的，LS-DYNA求解器971版本被使用，并且ANSYS

58、參數(shù)設(shè)計語言是用于構(gòu)建客滾船的有限元模型。一種三維模型是建立在兩個橫向船舯部間的艙壁，間隔26.25米 - 見圖7 - 而不是占了船舶結(jié)構(gòu)的差異沿船的長度呈現(xiàn)。此外，平移自由度被限制在隔板面內(nèi)的位置，而其余的邊是自由的。該模型的結(jié)構(gòu)是采用四邊形Belytschko–Lin–Tsay殼四連接的，通過它們的厚度有五個積分點的元素。在接觸區(qū)域中的特征元素長度是50mm為了說明非線形結(jié)構(gòu)變形，作為調(diào)查彎曲和折疊。元件長度變化的材料關(guān)系和破壞準(zhǔn)則

59、雅鼎為[64]利用于模擬。耐撞性仿真采用這種材料模型已被發(fā)現(xiàn)是足夠精確的相比要大規(guī)模的實驗;見[65]。標(biāo)準(zhǔn)LS-DYNA沙漏控制和自動單面接觸（有摩擦0.3系數(shù)）被用于該模擬。此外，碰撞模擬被排水量控制。</p><p>　　圖7.FEM模型和垂直受撞擊的位置</p><p>　　剛性弓以準(zhǔn)靜態(tài)的方式搬入該船舶的側(cè)面結(jié)構(gòu)。因此，通過單獨的側(cè)結(jié)構(gòu)這種方法導(dǎo)致了能量的最大吸收，其中需要一個比

60、較，并且可以保守的考慮，因此適合于幾乎的預(yù)測。此外，兩個草案被考慮用于襲擊船，哪些是在草案的最大變化的函數(shù)被預(yù)期為這種船只。因此，最大擊打位置被定位于靠近第一甲板，第二擊打位置被定位于靠近所述罐頂。然后，它假定兩個地點是存在同樣可能性的，因而采取了平均響應(yīng)。</p><p>　　其結(jié)果是，可用于結(jié)構(gòu)變形縱向位置的函數(shù)的相對能量是引人注目的獲得質(zhì)量比為1.0的;參照圖8，對于質(zhì)量比為1.33和0.6的，考慮到在動態(tài)

61、行為的變化論文曲線縮放分別與因子0.84和1.13。因此，極限速度Vrupture為一個給定的質(zhì)量比，撞擊船體的角度和位置，造成違反船體內(nèi)殼的值被評估;見表三。</p><p>　　圖8.相對可變能量與相對襲擊位置和角度</p><p>　　表3 一個客滾船結(jié)構(gòu)能力的價值通過限制速度表達- 在海里- 一個相對擊打位置和擊打角度的函數(shù)，質(zhì)量比1.0。</p><p>

62、;　　最后，將內(nèi)殼破裂的概率給定- Pihr-是使用這里介紹的框架獲得的。這里分析的案例的Pihr= 0.61。</p><p><b>　　4.3.1船的質(zhì)量</b></p><p>　　在這里介紹的案例研究里，碰撞船舶的質(zhì)量從DMTS被獲得，然后模型使用一對數(shù)正態(tài)分布，這對正態(tài)分布具有以下參數(shù)：μ=0.25和=0.70。</p><p>　

63、　4.3.2相對突出的位置</p><p>　　相對位置是醒目的模型使用均勻分布。這意味著客滾船船體的任何位置同樣有可能遭受撞擊。因此，該限制這種分布是0.5（客滾船的最尾部部分）和0.5（客滾船的最前部）;參見圖6。</p><p><b>　　4.4碰撞角度</b></p><p>　　假設(shè)碰撞角度在45度到135度之間，可能導(dǎo)致滾裝船的內(nèi)

64、殼的斷裂，因此它們認為是相關(guān)的，即：見[66]。因此，這個范圍內(nèi)的碰撞角度被簡稱為α（α符號）。這個假設(shè)通過對應(yīng)在有限元法為基礎(chǔ)的客滾船耐撞性實驗中突出的角的范圍，在上一節(jié)中其被描述。</p><p>　　然而，這種假設(shè)改變框架和中間相關(guān)變量的結(jié)果，是在框架的驗證階段確定的。</p><p>　　4.5受損船傾覆的結(jié)果是迎來洪水</p><p>　　由于兩船碰撞的碰

65、撞速度超過了給定的極限速度，客滾船在給定的場景(船舶碰撞,碰撞角度和位置),水的入口可以預(yù)期。反過來,這可以分析帶來損壞的船向邊界的穩(wěn)定極限。這里提出的風(fēng)險框架,它被開發(fā)是利用“傾覆帶”的概念，數(shù)值模擬的基礎(chǔ)上考慮船舶的特點,它的加載條件和環(huán)境屬性作為解釋變量。該帶決定一個給定的船,一個函數(shù)的波高(H)和船舶穩(wěn)定性(刺);它還需要考慮動態(tài)時變的洪水特性,見(67、68)。在這兩種帶狀態(tài)之間轉(zhuǎn)換,即“安全”和“不安全”的發(fā)生,根據(jù)等式(6

66、)給出,帶開始在波高不導(dǎo)致船舶傾覆(Hcapsize=0)和結(jié)束在波高船的損失總是預(yù)期(Hcapsize=1)。周圍的傾覆邊界對稱的臨界波高的值(H至關(guān)重要),對應(yīng)于傾覆的概率等于0.5。帶估計使用一個S形的函數(shù)(年代)。這種邏輯被以下功能:</p><p>　　概念的詳細說明，讀者見[6.69]。</p><p>　　這里提出的框架假設(shè)做了水浸促進了船舶的損失發(fā)生時，如果波是更高<

67、/p><p>　　大于臨界高度，并且至少在主汽車甲板和兩個車廂下面都淹了，它對應(yīng)于采用了Papanikolaou的前期工作事故場景等。在呈現(xiàn)[6]。本研究的目的，波浪數(shù)據(jù)對海域沒有被分析示于表5中四個同樣損壞的滾裝船可能的穩(wěn)定條件假設(shè)，Si，其中i=1-4。它們相應(yīng)于下列臨界小時分鐘2：0; 2：5; 3：5;如圖5所示，以圍繞每個臨界?適當(dāng)?shù)膸?，見?。對于船舶的條件和方法的詳細描述，讀者可見[6]。</p

68、><p>　　表4 模型中翻船帶和概率函數(shù)的應(yīng)用</p><p>　　表5 波羅的海包括芬蘭海灣波浪的統(tǒng)計</p><p>　　最后，一個客滾船超過她的穩(wěn)定極限致使船舶傾覆的條件概率被得到 - Pcapsize。對于這里所分析的案例，Pcapsize=0.17。</p><p><b>　　4.6損害程度</b></p

69、><p>　　本文分析的破艙穩(wěn)性條件考慮一個客滾船的某些艙室被水浸，其中主要的是汽車甲板和下方的2 隔間。然而，不是每個船體被破壞都造成嚴(yán)重的影響。因此，在損傷尺寸的條件概率讓關(guān)鍵的洪水，估計通過考慮質(zhì)量船舶碰撞，碰撞速度和碰撞角度的比率，采取以下功能：</p><p>　　這里，碰撞速度導(dǎo)致顯著損壞被取作為一個滾裝船結(jié)構(gòu)能力，由限制速度，在4.3節(jié)中引入定義的120％。碰撞角度有助于顯著損傷

70、稱為碰撞角顯著（α符號），并且它是在4.4節(jié)中介紹。</p><p>　　在這里提出的框架，求一個臨界的事故情況下的條件概率被稱為顯著損傷程度（des），其中一個節(jié)點評估的，對于一個給定名稱的案例研究，得出Pdes=0.15。作為該變量被量化的基礎(chǔ)上假設(shè)，一個改變上框架的反應(yīng)的假設(shè)的效果的分析，傳導(dǎo)在所述驗證階段。</p><p>　　4.7船舶碰撞后保持分離</p><

71、;p>　　一個客滾船因在公海上受到碰撞而引起的遭受顯著的傷害如果開口暴露可能會遇到水分的迅速進入。如果兩艘船相撞，碰撞后保持分離而不是一艘船的前部卡在撞擊船舷上，這可能會發(fā)生。假說的概率兩艘船被分開就是由函數(shù)支配的結(jié)合下列變量：碰撞速度，碰撞角度顯著，和碰撞的質(zhì)量比（CMR），通過以下Heaviside函數(shù)：</p><p>　　在這里一種情況的案例研究提出的概率等于PSSS=0.94。此變量以假設(shè)為基于，

72、改變框架的結(jié)果的假設(shè)的效果分析被開展。</p><p>　　4.8船的傾覆造成洪水</p><p>　　這里開發(fā)的框架假設(shè)沒有一個客滾船會翻船，如果碰撞速度低于給定的限制速度，船舶碰撞場景越高，傷害越顯著，兩船相撞后獨立，碰撞和穩(wěn)定性極限被超過一個給定的穩(wěn)定性的條件。否則，船預(yù)計不會翻船。這一事件的概率評估由該節(jié)點稱為船舶傾覆被水浸所得的，使用以下公式：</p><p&

73、gt;　　其中Pcapsize通過等式（6）確定。這里介紹的案例(一客滾船傾覆被水浸)研究的概率的結(jié)果是PC-flooding=0.018。</p><p>　　4.9翻船由水入侵的時間確定</p><p>　　翻船的時間（TTC）是一個相關(guān)因素，當(dāng)涉及到一旦發(fā)生特大洪水的經(jīng)歷船舶的疏散成功的評價。該框架承認這個參數(shù)，并介紹了案例研究中，我們使用</p><p>　

74、　基于數(shù)值模擬的結(jié)果通過斯帕諾斯和Papanikolaou在[10]的概率模型。這里的模型確實證明是反映反映他們的研究結(jié)果，如船舶內(nèi)的傷害事件30分鐘傾覆的概率等于0.8，達到0.95在60分鐘內(nèi)。因此，下面是采用確定性的TTC：</p><p>　　其中λ=0.05，且在TTC=180分鐘分布處被截斷，見[10]。</p><p>　　4.10船舶傾覆處于死船狀態(tài)的概率</p>

75、;<p>　　另一種類型的后果是從公海發(fā)生碰撞的一艘船傾覆，作為波和風(fēng)力作用的結(jié)果，其中船舶處于死船狀態(tài)（DSC）。DSC的意思是“整個機械安裝包括電源，是出于操作使主輔助服務(wù)推進到操作和主電源恢復(fù)都不可用，”見[71]。這種現(xiàn)象是取決于船的類型，船體形狀和天氣狀況。因此，這種情況下研究的目的，模擬執(zhí)行使用最先進的設(shè)備，六個 自由度（6-DOF）的船舶動態(tài)模型，以獲得客滾船傾覆的概率;見[72]。船舶傾覆的概率被假定為等于

76、特定的被超過的側(cè)傾角度概率，在601這種情況下，為了計算此側(cè)傾角的概率而達成 – PC-DSC -Monte Carlo模擬被應(yīng)用：</p><p>　　其中表示確實會導(dǎo)致船舶傾覆的側(cè)傾角的總數(shù)，Ns是試驗的總數(shù)。</p><p>　　6自由度模型假設(shè)總體的反應(yīng)是一艘船線性和非線性部分的總和。這種劃分是得到一個結(jié)果事實上線性計算方法是公知的，而水力機械輻射和衍射力由線性式呈現(xiàn)。計算一階載荷

77、的主要部分是用一個線性近似（附加質(zhì)量，阻尼系數(shù)），與實際方位和關(guān)于海浪的位置，而以下的，被認為是非線性部分：Froud - Krylov力量，恢復(fù)力和非線性所致的運動方程。</p><p>　　本案例研究客滾船傾覆的概率，通過DSC給定碰撞概率，。</p><p>　　4.11 DSC結(jié)果中的翻船時間</p><p>　　本節(jié)中的舶動態(tài)模型提到的船模擬船舶運動的時域

78、。因此，與船舶傾覆相關(guān)的每個事件的時刻都被記錄。Monte Carlo模擬施加到船舶傾覆級分的評估，因此船舶傾覆的時刻分布作為DSC的結(jié)果被獲得。這被考慮作為風(fēng)險框架的輸入變量。對數(shù)正態(tài)分布被用于此建模，其中，μ=8.0和 =5.7，具體如下：</p><p><b>　　4.12機械損壞</b></p><p>　　DSC的發(fā)生是被約束的，通過船舶主推進或轉(zhuǎn)向的不可

79、用。船舶推進和轉(zhuǎn)向系統(tǒng)被損傷的概率，是由一個事故的機器損壞的節(jié)點來確定的，給定一個客滾船被擊中部分的住房轉(zhuǎn)向裝置或主機，它的內(nèi)殼破裂。然而假設(shè)是即使內(nèi)殼不破裂，約50％的機會主要推進或轉(zhuǎn)向齒輪未能影響碰撞結(jié)果。機械損壞的概率用下列公式計算：</p><p>　　假定部分容納推進的長度為0.2 LOA，因此stree-me被塑造如下：</p><p>　　這里分析研究的案例的機器損壞的概率為

80、 Pmd=0.16。在該框架的驗證階段，上述假定的結(jié)果對框架的變化的影響被檢測。</p><p>　　4.13生活中事故響應(yīng)的概率的損失</p><p>　　一個客滾船被考慮的框架有兩種手段應(yīng)對意外碰撞。首先，船舶打撈使用拖船被考慮在船舶一直被碰撞經(jīng)歷DSC但沒有出現(xiàn)水浸的情況下。其次，船舶有序疏散，如果繼發(fā)生碰撞后有嚴(yán)重的水浸現(xiàn)象。如果響應(yīng)時間（RESP）比危險曝光時間（HAZ）更短，即

81、時間傾覆水浸或DSC的結(jié)果之后發(fā)生碰撞時，一種情況認為是成功的。否則，該反應(yīng)是不有效的，壽命（LL）的損失可以預(yù)期。以下Heaviside函數(shù)是應(yīng)用確定這個參數(shù)的：</p><p>　　這里介紹的案例研究中，100個A船淹沒的案例中有82個生命的損失可以預(yù)期。在一個船舶傾覆作為DSC的結(jié)果的案例中，該比值甚至更高，100個案例中有98個。要從以碰撞引起船舶傾覆的事故中獲得每年生命損失的概率，滿足下面的條件的函數(shù)被

82、采用：</p><p>　　此外，死亡的概率與出船舶事故的人的總數(shù)有關(guān)，這導(dǎo)致了許多死亡。這與生命的損失的概率在一起，通過公式（16）來確定。導(dǎo)致死亡總?cè)藬?shù)的累積密度功能。后者稱為F-N，它被考慮作為這一框架的結(jié)果。</p><p>　　在接下來的章節(jié)，簡化模型解決事故應(yīng)急被介紹。如此接近模型的死亡的概率被示出。</p><p>　　4.13.1死亡率和死亡人數(shù)&l

83、t;/p><p>　　這案例中，當(dāng)事故響應(yīng)無效（LL=1）死亡的總?cè)藬?shù)（N）被估計。該參數(shù)是一個最相關(guān)的風(fēng)險框架和最需要被塑造儀儀盡可能的精確。然而，由于缺乏關(guān)于信息之間關(guān)系假設(shè)解釋變量的結(jié)果，即時間翻船，疏散時間，船上乘客數(shù)目和響應(yīng)變量N，所以很難確定一個精確的模型來預(yù)測N.因此，保守的假設(shè)都采用了這項研究。這樣的選擇可以通過本文的目的，這是引入是合理的框架進行風(fēng)險評估，顯示出高效的推理能力和即時更新的新知識的能力

84、，而不是提供風(fēng)險的“真正的數(shù)字”。因此，N假定與比率HAZ/RESP成反比,船上乘客人數(shù)如下：</p><p>　　其中被視為死亡的比率。雖然這個假設(shè)出現(xiàn)直線前進，結(jié)果的獲得與事故統(tǒng)計進行比較，在圖9呈現(xiàn)和在第5.4節(jié)中討論。</p><p>　　圖9.一個CDF的死亡率被描述用這個模型（實線）用1987年到2007年的歷史數(shù)據(jù)繪制的CDF(虛線)</p><p>

85、　　4.13.2客滾船需要的疏散時間</p><p>　　假設(shè)船舶處于危險狀態(tài)中要有序撤離，疏散船的時間（TTE）被模擬，采用國際海事組織建議的三角形分布，并且區(qū)分白天和黑夜;見[73]。此外，假設(shè)在具有挑戰(zhàn)性的天氣影響的條件下的疏散時間如何確定，在下面的公式提出了一個方法：</p><p>　　其中，T1=[20; 20; 40] ;T2=[20; 40; 40] ; T3=[20; 4

86、0; 60]; T4=[25; 40; 60]分鐘。</p><p>　　4.13.3拖船抵達現(xiàn)場需要的時間</p><p>　　拖船抵達現(xiàn)場需要的時間是基于相對于最近的岸上救援站和可能的天氣條件下事故發(fā)生的位置來定的。在芬蘭海灣公海海上涉及一個客滾船碰撞的可能位置從DMTS獲得，被描述于圖2。因此，在良好的天氣條件下拖船到達現(xiàn)場需要的時間是1至3小時。在惡劣天氣的情況下，這時間要增加1.

87、5倍。</p><p>　　4.13.4船上乘客的總?cè)藬?shù)</p><p>　　在這里介紹案例研究中，船上的乘客（Npassengers）經(jīng)歷碰撞由三角分布的方法模擬，200的下限、3000的上限和900的模式值。下限是估計船舶的船員和最小量乘客的，而上限是估計在芬蘭海灣游弋的客滾船的最大容量。該模式的數(shù)值是基于船舶經(jīng)營公布的就運送旅客的每月總?cè)莘e的可用數(shù)據(jù)，例如，見[74]。</p&

88、gt;<p><b>　　5.風(fēng)險框架驗證</b></p><p>　　一旦框架結(jié)構(gòu)和它的參數(shù)被定義并且得出結(jié)果，我們驗證框架就要通過執(zhí)行四個分析，確定以下內(nèi)容：</p><p>　　1.框架隨機參數(shù)的敏感性（敏感性分析）;</p><p>　　2.整個框架的不確定性分布（信息的價值分析）;</p><p>

89、;　　3. 在假設(shè)的管理框架中框架的靈敏度變化（影響分析）;</p><p>　　4. 在真實的世界條件下框架的協(xié)議。</p><p><b>　　5.1敏感性分析</b></p><p>　　敏感性分析是確定所執(zhí)行的對模型的結(jié)果影響最大的必要變量。為了這個目的，每一條件和先驗概率在貝葉斯網(wǎng)絡(luò)中被系統(tǒng)地變化反過來，同時保持其他不變。這允許從待檢

90、查的網(wǎng)絡(luò)計算輸出概率的影響，例如參見[40]。</p><p>　　確定的敏感性變量被給定，該模型的靈敏度函數(shù)估計每個單一變量的參數(shù)。此靈敏度函數(shù)描述的模型的結(jié)果作為一個參數(shù)是z的函數(shù)，采用以下等式：</p><p>　　其中yi是網(wǎng)絡(luò)變量Y的一個狀態(tài)，π是一個父節(jié)點的組合。靈敏度函數(shù)采用的一般形式如下，見[75]：</p><p>　　其中f（z）是輸出概率，C1

91、... 4是常數(shù)基于該模型被識別。該函數(shù)的一階導(dǎo)數(shù)描述對輸出的變量的小的變化的影響，被稱為靈敏度值。感光度值使用專用工具獲得，這被實現(xiàn)在軟件包中，這里提出了用于發(fā)展貝葉斯網(wǎng)絡(luò)。分析的結(jié)果表明，模型下列節(jié)點的變化是敏感的：穩(wěn)定的條件下，碰撞質(zhì)量比，沖突概率，傾覆后水浸和船舶疏散的時間;見表6。在這里介紹的案例研究中，我們試圖定制具體船舶類型和位置的合成變量的，并使用上述前幾節(jié)中的方法來評估它們越精確越好。然而，某些不能被確定的變量沒有歧義

92、，如疏散時間，因此，那些框架被確定的輸出的影響在5.3節(jié)。節(jié)點的分布有一個較小的影響，該框架的結(jié)果是基于在文獻中可得到的通用數(shù)據(jù)，自然法則和作者的最佳判斷。</p><p>　　表6 靈敏度分析的結(jié)果</p><p>　　5.2信息的價值分析</p><p>　　信息的價值分析標(biāo)識對于輸出變量信息量最大的變量，確定其中輸出的概率質(zhì)量是分散的變量。為此目的熵概念被利用

93、，這是一個隨機性度量的變量;隨機性越高，熵越高。許多州對熵H（X）函數(shù)中離散隨機變量X的定義如下，;見[76]</p><p>　　在一個模型中，結(jié)果變量是有條件地取決于許多父母變量，條件熵H（X / Y）需要被應(yīng)用。此為對X不確定性的量度和對Y的觀測，利用以下公式估計;見[76]：</p><p>　　其中I（X：Y）是相互的信息，這也解釋了變量X的減少通過觀察一個變量</p>

94、;<p>　　Y。因此，變量Y是下一個有最大值I（X：Y）被觀察的。信息的價值分析關(guān)于該模型的輸出結(jié)果被收集于表7中。它揭示了輸出變量的不確定性，大多數(shù)變量被解釋通過傾覆水浸的結(jié)果的變量的分布，沖突概率，穩(wěn)定的條件下，時間撤離船舶，內(nèi)殼破裂和碰撞質(zhì)量比。其余的變量條件不足。</p><p>　　然而，無論兩個分析是否可以執(zhí)行在包含了PPDS的或連續(xù)變量的模型中。所需要的變量都用以前的分析來離散化。&

95、lt;/p><p>　　表7 信息分析價值的結(jié)果</p><p><b>　　5.3影響分析</b></p><p>　　上述兩種分析深入了解了貝葉斯網(wǎng)絡(luò)，包括變量與某些似然函數(shù)（LFS）之間的聯(lián)系。但是，如果這些函數(shù)模棱兩可，對知識或現(xiàn)象（如碰撞角度）有限的了解或有限的資源（例如，損傷程度顯著，船舶保持分開，疏散時間），改變LFS可能影響靈敏度和

96、信息的價值分析的結(jié)果。因此，影響分析的執(zhí)行，其目的是定量變化的影響，假設(shè)框架和其他相關(guān)變量的結(jié)果。擬議風(fēng)險框架允許進行非常有效的影響分析，貝葉斯網(wǎng)絡(luò)的更新是瞬間完成的。在這里介紹的案例研究中，以下變量受影響分析：穩(wěn)定的條件下，碰撞角度，碰撞角度顯著，顯著的損害程度，船舶保持分離，機械損壞和時間疏散船舶。</p><p>　　通過的影響進行分析定義的各種參數(shù)列于表8。然后該框架計算輸入?yún)?shù)可能組合的數(shù)量，因此一組結(jié)

97、果（F-N）被獲得。然后中中值和標(biāo)準(zhǔn)偏差F由每個n確定，周圍平均值的95％的置信帶得到。該分析的結(jié)果示于圖10。</p><p>　　圖10.使用風(fēng)險框架開發(fā)得到的一個芬蘭海灣的風(fēng)險圖片（藍線），以1987年到2007年在歐洲水域發(fā)生的客滾船的風(fēng)險事故歷史數(shù)據(jù)繪制的（紅線）。</p><p><b>　　表8設(shè)置的影響分析</b></p><p&g

98、t;　　5.4定義該框架用真實世界的條件</p><p>　　一旦框架被定義，獲得了結(jié)果，風(fēng)險可用的數(shù)據(jù)和公海上涉及客滾船碰撞的嚴(yán)重程度相比。</p><p>　　首先， F-N圖被得到基于與事故統(tǒng)計圖形相比較;見圖10。事故統(tǒng)計圖形是從客滾船在西北歐海域現(xiàn)有的事故數(shù)據(jù)獲得，從[18] 可知。求出的f-N曲線圖包含一個客滾船傾覆水浸風(fēng)險的累計值或DSC的結(jié)果，而圖涵蓋了各類意外事故（碰撞，

99、擱淺，火災(zāi)）。在一般情況下，F(xiàn)-N可以被考慮作為一種合適的風(fēng)險圖象反射風(fēng)險的定義“R的設(shè)定”由公式（1）給出：因為它包括各種級別的后果（N）的地連同表示為95％的置信帶相關(guān)聯(lián)的不確定性的概率。結(jié)果表明，與觀察到的數(shù)據(jù)更高的死亡人數(shù)的江淹數(shù)據(jù)協(xié)議獲得良好的水平。這可以通過反滲透事故的歷史事實來解釋，最嚴(yán)重的情況下，狼人與船舶傾覆的套牌車泛濫的結(jié)果相關(guān)聯(lián)的這些事故。然而，沒有記錄的傾覆事故狼人與另一艘船相撞引起的。更多的，它應(yīng)該是注意到做了

100、基于統(tǒng)計的FN 各類事故，不僅碰撞，其中'可以是一個原因地塊的發(fā)散為一個較小的N的風(fēng)險。</p><p>　　第二，以下三個中間量被驗證是用呈現(xiàn)的可用數(shù)據(jù) [7,5,13,77]：</p><p>　　1.一個客滾船傾覆損失的條件概率：</p><p>　　2. 公海上碰撞嚴(yán)重損害的概率：pdes</p><p>　　3.死亡率：1

101、-(ehaz/resp)</p><p>　　概率獲得與沒使用這里介紹的風(fēng)險框架是連續(xù)可變的，遵循一定的，非參數(shù)分布。然而，對于驗證和結(jié)果的可視化的目的，平均值被用來在必要時;見表9死亡的速率被取為分布，并與從事故統(tǒng)計中得到的分布進行比較。</p><p>　　表9 風(fēng)險框架的驗證，各種型號的比較</p><p>　　從框架獲得的pc-flooding的平均值接近于

102、從基于全局統(tǒng)計模型獲得的結(jié)果，以及對具體的客滾船結(jié)果的分析，在[5,7]提出。然而pc-flooding值被給出是通過此處介紹的不同于在大西洋操作的客滾船的風(fēng)險框架，如圖[13]， 但大小的順序仍是相同的。Pdes的平均值是公海上發(fā)生碰撞嚴(yán)重傷害的歷史數(shù)據(jù)對應(yīng)的概率，編入[5]。</p><p>　　所以，較好的一致性是兩個分布描述死亡的速率，如描繪于圖之間找到。9.從數(shù)據(jù)獲得的分布是不顯眼的，因為它是根據(jù)31的

103、情況下，作為編入[77]。從模型得到的分布是連續(xù)的。2假說之間的協(xié)議可以看出，特別是0.3和0.5和0.9的速度之間的比率。。據(jù)統(tǒng)計事故[77]死亡墜落范圍（0.95-1）率的概率，給定名稱意外水浸，是00:15。所述貝葉斯網(wǎng)絡(luò)為基礎(chǔ)的模式提供了許多的0點16分進行同樣的范圍內(nèi)。否則，在這里提出的模型會略微高估此參數(shù)率低于0.95。然而，對于該參數(shù)的精確計算，可以采用模型模擬船舶疏散過程，這就需要船內(nèi)部的詳細介紹，例如見[78-80]。

104、另一種可能性是使用通用的模型，例如[81,82]，這需要在船上逃生路線的安排，高層次的描述。從這些模型中獲得的結(jié)果可用這里提出的簡化方法詳細驗證。</p><p>　　盡管采用了簡化的框架，對驗證的結(jié)果顯示，DASS模型提出了以貝葉斯網(wǎng)絡(luò)為基礎(chǔ)的提供了完善的三個參數(shù)。由于合成參數(shù)被現(xiàn)象分析高度重視，上述調(diào)查結(jié)果提供了有關(guān)模型可靠的輸出的基礎(chǔ)。最終框架提供了風(fēng)險預(yù)測的情景分析，它們與現(xiàn)有的歷史數(shù)據(jù)相吻合。</

105、p><p><b>　　6.結(jié)論</b></p><p>　　本文提出了海上交通系統(tǒng)在正式要求采納和反射式的風(fēng)險分析和評估的框架，該框架是系統(tǒng)性，前瞻性和可轉(zhuǎn)移的。它利用貝葉斯網(wǎng)絡(luò)作為媒介來表達和傳播背景知識使系統(tǒng)能夠被分析，這里采用的貝葉斯網(wǎng)絡(luò)結(jié)合離散和連續(xù)變量，它允許變量和復(fù)雜的依賴關(guān)系之間的概率關(guān)系以及通過框架信息的快速傳播。此外，新知識結(jié)合的過程或新數(shù)據(jù)插入到框架

106、中和的效果的量化變化的結(jié)果的假設(shè)是非常有效的，貝葉斯網(wǎng)絡(luò)允許瞬時更新。它與敏感性分析和信息分析的價值增加了獲得這些結(jié)果的可信性，如已經(jīng)確立框架的知識的分布。反過來，可以幫助在未知或不被足夠理解的框架區(qū)域的確定，而且對框架效果有顯著影響，這意味著它們需要被謹(jǐn)慎對待。然后，該框架用于案例研究，評估鑒于無冰季節(jié)四人組的海上交通系統(tǒng)運行時開放式海上發(fā)生碰撞的風(fēng)險，其中一個客滾船被另一個船撞擊，客滾船船體破裂和連續(xù)的洪水消失，或由于意外推進失敗和