基于ReliefF-ANFIS方法的集裝箱船安全評估.pdf

1、集裝箱船舶歷經(jīng)6代發(fā)展，在現(xiàn)代社會已經(jīng)成為愈加重要的全球貿(mào)易運輸方式。截止2014年，我國已經(jīng)成為世界第一集裝箱制造國，并且全球十大集裝箱吞吐量港口中國占7個，隨著航運業(yè)的飛速發(fā)展，新技術(shù)、新理念為集裝箱運輸行業(yè)帶來了前所未有的挑戰(zhàn)。在海上安全運輸日益重要的今天，如何科學的對集裝箱船舶運輸做出安全評價一直是保障行業(yè)發(fā)展的重要課題。如何在面臨諸多挑戰(zhàn)時能夠抓住行業(yè)發(fā)展的機遇，研究集裝箱船舶安全運輸問題任重而道遠。為了對集裝箱船舶航行安全進

2、行安全評價，本文分三個模塊對問題進行研究。
　　第一，參閱大量國內(nèi)外文獻，對集裝箱船舶安全現(xiàn)狀進行研究，梳理出當下集裝箱船舶安全運營的主要影響因素，利用拓撲結(jié)構(gòu)整理出符合現(xiàn)狀的集裝箱船舶安全評價集。
　　第二，由于新技術(shù)、新理念帶來的行業(yè)革新，集裝箱船舶安全評價工作會朝著自動化、系統(tǒng)化、精細化的方向發(fā)展，安全評價指標勢必會呈指數(shù)級增長，數(shù)據(jù)降維勢在必行。在此大背景下引入特征選擇算法（Feature weightingalgo

3、rithms，ReliefF），利用算法計算出評價指標的分類特征，遵循科學的淘汰規(guī)則，淘汰掉相對其他評價指標不合適或者計算中容易產(chǎn)生冗余的特征指標。第一，可以降低數(shù)據(jù)維數(shù);第二，在不影響安全評價精度的前提下加快評價系統(tǒng)運行速度。
　　第三，利用自適應神經(jīng)模糊推理系統(tǒng)(Adaptive Network-based FuzzyInference System，ANFIS)建立風險預測模型，基于現(xiàn)有評價指標對船舶航行安全進行評價。在驗證