共查询到17条相似文献，搜索用时 203 毫秒
1.
寻找导致船舶损伤和事故伤亡原因的可能因素和对水上交通事故趋势预测一直是水上交通事故研究的焦点.基于事故因果关系的统计数据,分析港区航道及附近水域水上交通事故的伤亡人数与事故船舶类型、事故种类、事故发生时间、事故发生地理位置等因素之间的关系,通过比较泊松和负二项两种概率分布模型回归的结果,确定负二项分布形式的事故预测模型.研究表明,基于负二项回归的水上交通事故分析与预测方法具有适用性. 相似文献
2.
为有效分析船舶交通事故的潜在因果关系,预防和控制事故的发生,采用关联规则方法对相关数据进行有效挖掘,制定船舶交通事故关联规则挖掘流程,建立船舶交通事故关联规则分析模型.基于Apriori算法对船舶交通事故数据进行关联规则分析,挖掘事故间的强关联规则.对所挖掘出的强关联规则进行分析,发现事故致因因素间的潜在关系,并提出事故防范对策以保障海上交通安全. 相似文献
3.
为降低船舶交通流量的预测误差,提高预测精度,在分析传统的灰色模型和反向传播(BackPropagation,BP)神经网络模型优缺点的基础上,构建灰色神经网络模型预测船舶交通流量.以实际测量值作为初始数据构建不同的灰色模型,各种灰色模型的预测值作为神经网络的输入值,得到最佳预测模型.实例分析表明:灰色神经网络模型可提高预测精度,预测结果比较理想,优于单一预测模型;该模型具有所需初始数据少和非线性拟合能力强的特点,用于船舶交通流量预测是可行和有效的. 相似文献
4.
为提高水上交通事故的预测精度,将引入弱化算子序列的灰色模型和支持向量回归模型的预测结果进行组合,进而构建基于IOWA算子的组合预测模型。以全国和长江某流域水上交通事故历史数据为预测样本,将组合预测模型的预测结果与其他预测模型的预测结果进行对比。结果显示:组合预测模型的预测精度更高,能更好地反映水上交通事故的发展趋势。 相似文献
5.
福建沿海船舶事故的灰色关联分析 总被引：2，自引：0，他引：2
黄志 《上海海事大学学报》2006,27(1):21-25
运用灰色系统理论中的关联分析原理,通过总结福建沿海最近10年的海事资料,计算出其关联度,由此分析福建沿海发生的海事与事故种类、事故船舶大小、事故发生时间和地理位置、事故发生原因等的关系,说明福建沿海海事特点、成因及规律,并提出改善福建沿海海上交通环境的一些建议与措施. 相似文献
6.
基于线性回归和灰色理论的私家车保有量预测模型 总被引：2，自引：1，他引：1
利用多元线性回归与灰色理论建立了私家车保有量预测的教学模型.针对某一地区1996-2008年连续13年的相关统计数据.利用该教学模型得到了该地区2010年私家车保有量为205.39万辆的预测结果. 相似文献
7.
为更准确地预测港口集装箱吞吐量,以灰色马尔科夫模型为基础,建立一种优化的灰色马尔科夫动态模型。根据上海港集装箱吞吐量历史数据建立GM(1,1)预测模型。引入无偏灰色预测理论对GM(1,1)预测模型进行优化。构造等维信息模型,及时更新预测使用的数据以形成动态预测。利用马尔科夫理论对优化后的GM(1,1)预测残差值进行修正,得出上海港集装箱吞吐量的预测值。研究结果表明,与传统灰色马尔科夫模型相比,优化的灰色马尔科夫动态模型预测精度提高了37.03%,预测值拟合曲线更加贴近实际值曲线,预测结果有更高的可信度,为上海港集装箱吞吐量预测提供了一种新的方法。 相似文献
8.
基于熵权的海上交通风险成因物元评价模型 总被引：2，自引：0，他引：2
为准确掌握和分析船舶事故原因,有效地进行船舶安全管理,以不同水域不同船舶事故成因的风险、频率和后果为基础,建立基于熵权的海上交通风险成因物元评价模型.通过该模型对船舶事故成因进行评价,得出船舶事故成因的重要度.实例证明,基于熵权的物元模型适用于海上交通风险成因评价,补充、完善了海上交通风险成因评价体系,为海事安全管理提供决策支持. 相似文献
9.
文章利用灰色系统理论的灰色关联分析法,对影响嵊泗旅游经济的影响因子进行定量分析,建立了旅游经济的灰色预测模型。对嵊泗旅游经济预测模型进行了实证研究,表明了该方法的有效性。 相似文献
10.
为定量研究海上交通事故人失误致因因素,分析各种人失误因素对事故的影响程度,从而达到控制人失误事故的最终目的.在引入人的不安全行为分类框架和“人—机—环境”系统的基础上,运用人因素分析与分类系统（Human Factors Analysis and Classification System, HFACS）,提出海上交通事故人失误分析与分类系统(Human Error Analysis and Classification System for Marine Traffic Accident, HEACS MTA),对海上交通事故人失误因素进行分类.运用灰色关联分析法（Grey Relational Analysis, GRA）对事故形成原因进行定量分析,得出管理因素是事故的根本原因.导致事故发生的人失误因素依次为不安全行为的前提条件、不安全的监督、不安全行为和组织影响. 相似文献
11.
为有效积累和挖掘海上交通事故案例蕴含的宝贵经验和知识,提出一种基于博弈论的海上交通事故案例推理方法。从大量海上交通事故历史案例中提取案例特征构建特征指标集,采用偏好比率法和熵值法分别确定指标主观权重和客观权重,采用博弈论得到综合权重;根据案例特征数据类型,定义不同的指标相似度计算方法,利用灰色关联分析法筛选初始案例组成案例库;结合指标综合权重,构建海上交通事故案例相似度计算模型,进而从案例库中检索出与目标案例相似度最高的案例。通过对海上交通事故应急物资需求的预测,验证了模型的可靠性和适应性,可为海上交通事故发生后的应急决策提供一定的理论参考。 相似文献
12.
为提高船舶交通事故的预测精度,提出将自回归综合移动平均(autoregressive integrated moving average, ARIMA)模型与BP神经网络组合的船舶交通事故预测方法。该方法考虑船舶交通事故的复杂性和非线性因素,充分结合ARIMA模型与BP神经网络的优势,分别从简单加权和残差优化角度对ARIMA模型与BP神经网络的不同组合方法进行比较研究,并将其应用于2000—2018年英国籍船舶交通事故预测中。结果表明:与ARIMA模型、BP神经网络和ARIMA-BP的简单加权组合预测方法进行对比,ARIMA-BP的残差优化组合预测方法的预测精度最高,其均方根误差、平均绝对误差和平均绝对百分比误差分别为7.16、6.0和4.9%。本文提出的船舶交通事故预测方法可以为相关人员的决策提供指导。 相似文献
13.
为定量分析海事事故的影响因素,从最新国内外168份海事事故报告中选择100份事故报告作为研究样本,运用粗糙集理论从人、船、环境的角度研究事故类型、事故发生时间、船旗国、吨位、船型、船龄、气象、人为因素等与事故等级之间的重要性隶属度关系.该方法可挖掘船舶海事事故中人、船及环境因素的深层次影响及关联程度,所得结论具有一定的普遍性,可克服主观影响,为海事监管部门和航运企业避免海事事故的发生提供参考,对提高航运安全管理、减少海事事故的发生具有重要作用. 相似文献
14.
为提高长山水道船舶交通流量的预测精度，对灰色系统中的GM(1,1)模型进行优化.在对长山水道船舶交通流量进行分析的基础上，通过改进GM(1,1)模型背景值、改变初始条件、增加新信息优先权、引入残差修正等方法对GM(1,1)模型进行优化.通过该优化模型的预测数据与历史数据的比较验证了该优化模型的准确性和可靠性.最后用该优化模型对长山水道2015—2016年的船舶交通流量进行了预测. 相似文献
15.
为提高船舶进出交通流密集区域的安全性、解决数据挖掘不充分的问题,基于AIS数据,将多种算法相结合,提出一种多元化的船舶交通流框架提取方法。利用Douglas-Peucker压缩算法和航迹交会算法分别提取交通流中的船舶转向点和航迹交会点。利用密度聚类算法对包括船位点在内的3种特征点进行数据挖掘,提取出更有代表性的特征点。将3种特征点进行加权融合,得到新的多元特征点,以点的大小表示其重要程度,最终生成某水域的船舶交通流框架。实验结果表明,通过以上方法能够获得老铁山水道附近水域船舶交通流框架。该框架融合了多种航迹特征点,能够显示附近水域的重要航迹分布,充分体现船舶交通流的总体态势和密集区域;该框架从统计学角度凝结了该水域船舶行驶的习惯航线,这些航线具有较好的适航度,既可用于航路规划,还能为海事部门选取推荐航道提供参考。 相似文献
16.
针对海上交通监控中船舶数量众多,且对具有潜在碰撞危险的船舶识别效率不高的问题,提出一种基于DBSCAN(带噪声的基于密度的空间聚类)的船舶会遇实时识别方法。根据海上交通风险监控的研究需求,分析船舶会遇局面的定义。运用墨卡托算法计算船舶之间的距离,采用DBSCAN算法进行船舶会遇聚类识别。基于浙江舟山群岛西南海域航行船舶的AIS数据,对设置不同船舶会遇距离的试验结果进行比较分析,结果表明:当船舶会遇距离为1 n mile时,可以将56艘船划分为7个会遇船舶类,占船舶总数的32.1%,每个会遇船舶类包括2~3艘船。将该方法运用到实际海上交通监控中,可对每个会遇船舶类中的船舶航行动态进行重点关注,降低海上交通监控人员的工作负担,提高海上交通监控的效率。 相似文献
17.
为提高航道内实时交通事故预警精度,基于长江下游两个水道内发生的交通事故数据和船舶检测器数据,运用随机森林(Random Forest,RF)模型对事故发生前20~40 min内的航道状态初始数据进行重要变量筛选,根据筛选出的4个最重要的变量结合高斯混合模型和最大期望算法构建新的事故预警贝叶斯网络(Bayesian Network,BN)模型.实例检验表明:新的BN模型优于直接利用初始数据建立的模型,事故预警正确率达到81.29%;可转移性测试中新的BN模型的事故预警正确率虽有所降低,但整体预警正确率和事故预警正确率仍高于利用初始数据建立的模型;新的BN模型用于实时船舶交通流航行风险预警是有效的. 相似文献