基于贝叶斯网的港口船舶交通安全评价

基于贝叶斯网的港口船舶交通安全评价

论文摘要

随着船舶的大型化、高速化、专业化的发展,沿海港口变得越来越繁忙,港口航道也更加拥挤,日益恶化的港口交通环境导致港口交通事故频繁发生,不仅给船舶的生命和财产带来重大损失,也对港口水域的海洋环境造成重大影响,不利于经济的健康发展。沉重的代价使人们从船舶交通事故中吸取了教训,人们逐渐以新的观念来认识港口船舶交通安全。本文从对影响港口船舶交通安全因素分析入手,分析目前港口交通发生事故原因和存在不安全的潜在因素,综合考虑人的因素、环境因素和船舶因素对港口船舶交通安全的影响,对各因素进行详细的分析,根据其内部的因果关系,建立一种比较实用的港口安全评价指标体系。在对港口船舶交通安全进行评价时引入贝叶斯网络,确定网络节点及其值域,进而建立贝叶斯网的拓扑结构,并结合大量的港口船舶交通事故样本数据,确定了节点的条件概率分布,最终构建了港口船舶交通安全贝叶斯网评价模型。该模型注重定性和定量相结合,从系统工程的角度出发,采用科学的方法和理论对港口的船舶交通安全状况进行评价和分析。使用贝叶斯网分析软件包GeNIe软件进行仿真,结果表明,使用贝叶斯网对港口船舶交通安全评价是可行的。使用该模型对国内港口近年来的港口交通安全进行评价,提出了合理的改善建议,对于提高港口的管理水平,促进港口功能,改善港口交通安全具有很大意义。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 研究的背景和意义
  • 1.2 国内外研究现状
  • 1.2.1 港口船舶交通安全的研究状况
  • 1.2.2 贝叶斯网在交通运输领域的应用研究
  • 1.2.3 贝叶斯网络在海上交通安全的应用研究
  • 1.3 研究的内容与方法
  • 1.4 本文研究的技术路线
  • 第2章 港口船舶交通安全影响因素分析
  • 2.1 港口船舶交通安全体系
  • 2.2 人的因素对港口船舶交通安全的影响
  • 2.2.1 人的因素的地位
  • 2.2.2 驾驶员的因素
  • 2.2.3 引航员的因素
  • 2.2.4 人的因素影响之对策
  • 2.3 船舶因素对港口船舶交通安全的影响
  • 2.3.1 船舶大小
  • 2.3.2 船龄
  • 2.3.3 船舶结构
  • 2.3.4 船舶设备
  • 2.3.5 船舶航海资料
  • 2.3.6 货物状况
  • 2.4 环境因素对港口船舶交通安全的影响
  • 2.4.1 船上环境
  • 2.4.2 航行环境
  • 第3章 基于贝叶斯网的评价方法介绍
  • 3.1 贝叶斯网数学基础
  • 3.2 贝叶斯网的建模方法
  • 3.2.1 确定贝叶斯网络节点及各节点取值
  • 3.2.2 确定贝叶斯网的结构
  • 3.2.3 确定贝叶斯网中节点的条件概率分布
  • 3.3 贝叶斯网的概率推理
  • 3.3.1 概率推理的形式
  • 3.3.2 概率推理的算法
  • 第4章 港口船舶交通安全评价的贝叶斯网模型
  • 4.1 港口船舶交通安全评价的数据样本的确定
  • 4.2 港口船舶交通安全评价的贝叶斯网络节点的确定
  • 4.2.1 确定贝叶斯网络节点
  • 4.2.2 确定网络节点的值域
  • 4.3 构建港口船舶交通安全评价的贝叶斯网络结构
  • 4.4 确定影响港口船舶交通安全因素的条件概率表
  • 4.5 构建港口船舶交通安全的贝叶斯网评价模型
  • 第5章 港口船舶交通安全的贝叶斯网评价
  • 5.1 GeNIe软件的应用
  • 5.2 模型的推理及安全评价
  • 5.2.1 模型推理
  • 5.2.2 安全评价
  • 5.2.3 改善建议
  • 第6章 结论与展望
  • 参考文献
  • 附录A 港口船舶交通安全评价调查表
  • 附录B 条件概率表
  • 致谢
  • 研究生履历
  • 相关论文文献

    • [1].基于贝叶斯网络的交通拥堵实时预测[J]. 冶金管理 2019(21)
    • [2].贝叶斯网络在水利工程中的应用[J]. 东北水利水电 2020(04)
    • [3].基于贝叶斯网络的静态话题追踪模型[J]. 数据分析与知识发现 2020(Z1)
    • [4].一种新型动态贝叶斯网络分析方法[J]. 中国机械工程 2020(12)
    • [5].组合数据下贝叶斯网络构建算法研究[J]. 电子技术与软件工程 2020(09)
    • [6].基于贝叶斯网络的交通事故致因路径分析[J]. 智能城市 2020(17)
    • [7].基于贝叶斯网络的虚拟学习模块[J]. 计算机技术与发展 2020(08)
    • [8].有限总体中总体数量的贝叶斯预测(英文)[J]. 数学杂志 2018(05)
    • [9].贝叶斯网络在入侵检测中的应用[J]. 中国新通信 2017(09)
    • [10].基于贝叶斯网络的设备故障诊断方法研究[J]. 中国标准化 2017(14)
    • [11].基于贝叶斯网络的停车场主动引导算法研究[J]. 农机使用与维修 2017(10)
    • [12].基于分层动态贝叶斯网络的武器协同运用[J]. 舰船电子工程 2015(12)
    • [13].贝叶斯因果图的构建与应用[J]. 统计与决策 2016(07)
    • [14].基于信息融合的贝叶斯网络毁伤评估方法[J]. 四川兵工学报 2015(04)
    • [15].基于贝叶斯网络的地铁施工风险管理分析[J]. 四川建材 2015(03)
    • [16].贝叶斯网络和聚类分析在肾虚证中的比较研究[J]. 时珍国医国药 2015(06)
    • [17].基于贝叶斯网络的装甲目标战术企图推理模型构建[J]. 火力与指挥控制 2015(07)
    • [18].贝叶斯网络的构建过程[J]. 智富时代 2018(07)
    • [19].贝叶斯身世之谜——写在贝叶斯定理发表250周年之际[J]. 统计研究 2013(12)
    • [20].贝叶斯网络在中医药理论研究的现状及与超分子化学联合应用前景[J]. 湖南中医药大学学报 2019(11)
    • [21].基于贝叶斯优化的心脏病诊断模型[J]. 吕梁学院学报 2020(02)
    • [22].基于贝叶斯网络的大学学情分析研究[J]. 学校党建与思想教育 2020(09)
    • [23].基于贝叶斯粒子群算法的控制权重矩阵优化[J]. 机械制造与自动化 2020(03)
    • [24].基于树形贝叶斯网络的配电网快速灾情推断[J]. 电网技术 2020(06)
    • [25].基于自助法的高斯贝叶斯网结构学习[J]. 长春工业大学学报 2020(04)
    • [26].基于分布式贝叶斯网络的多故障诊断方法研究[J]. 现代电子技术 2017(01)
    • [27].一种基于贝叶斯网络的桥式起重机故障诊断方法[J]. 起重运输机械 2017(04)
    • [28].基于贝叶斯网络的海洋工程装备故障诊断模型[J]. 科技与企业 2016(06)
    • [29].基于云参数贝叶斯网络的威胁评估方法[J]. 计算机技术与发展 2016(06)
    • [30].基于分治策略的贝叶斯网学习方法及在图像分割中的应用[J]. 网络空间安全 2016(05)

    标签:;  ;  ;  ;  

    基于贝叶斯网的港口船舶交通安全评价
    下载Doc文档

    猜你喜欢