原文传递
基于ReliefF-ANFIS方法的集装箱船安全评估
| 论文题名： | 基于ReliefF-ANFIS方法的集装箱船安全评估 |
| 关键词： | 集装箱船;安全评估;特征选择算法;自适应神经模糊推理系统;风险预测 |
| 摘要： | 集装箱船舶历经6代发展，在现代社会已经成为愈加重要的全球贸易运输方式。截止2014年，我国已经成为世界第一集装箱制造国，并且全球十大集装箱吞吐量港口中国占7个，随着航运业的飞速发展，新技术、新理念为集装箱运输行业带来了前所未有的挑战。在海上安全运输日益重要的今天，如何科学的对集装箱船舶运输做出安全评价一直是保障行业发展的重要课题。如何在面临诸多挑战时能够抓住行业发展的机遇，研究集装箱船舶安全运输问题任重而道远。为了对集装箱船舶航行安全进行安全评价，本文分三个模块对问题进行研究。 第一，参阅大量国内外文献，对集装箱船舶安全现状进行研究，梳理出当下集装箱船舶安全运营的主要影响因素，利用拓扑结构整理出符合现状的集装箱船舶安全评价集。 第二，由于新技术、新理念带来的行业革新，集装箱船舶安全评价工作会朝着自动化、系统化、精细化的方向发展，安全评价指标势必会呈指数级增长，数据降维势在必行。在此大背景下引入特征选择算法（Feature weightingalgorithms，ReliefF），利用算法计算出评价指标的分类特征，遵循科学的淘汰规则，淘汰掉相对其他评价指标不合适或者计算中容易产生冗余的特征指标。第一，可以降低数据维数;第二，在不影响安全评价精度的前提下加快评价系统运行速度。 第三，利用自适应神经模糊推理系统(Adaptive Network-based FuzzyInference System，ANFIS)建立风险预测模型，基于现有评价指标对船舶航行安全进行评价。在验证了模型精度以后，通过“高河轮”的数据对ReliefF-ANFIS安全评价系统进行了验证并取得了较高的评价精度，验证了系统的预测能力，评价结论符合船舶营运现状，具有一定的普适性。 |
| 作者： | 王梦璇 |
| 专业： | 交通信息工程及控制 |
| 导师： | 李伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
