原文传递
长江干线水上交通安全多因素耦合预警模型研究
| 论文题名： | 长江干线水上交通安全多因素耦合预警模型研究 |
| 关键词： | 水上交通安全;多因素耦合预警模型;结构方程;BP人工神经网络;长江航运 |
| 摘要： | 加快长江航运发展已上升为国家战略，而发展长江航运必须以安全为前提和保障，水上安全预警管理工作必将加强。现阶段对长江干线水上交通安全预警管理研究较多，但其中的多因素耦合的安全预警模型研究则相对较弱，适应性较差。因此，多因素耦合预警模型则成为进一步研究的方向，并结合对通航环境、航行船只、动态交通流安全状态的实时数据采集，实现对长江通航的实时动态监管，将安全监管从事后向事前、从被动向主动、从经验向科学的转变，对于促进内河航运安全畅通，提高整体运输效率，具有重要意义。 本文是笔者参与交通运输部交通运输建设重大科技专项“长江黄金水道重点航段安全保障关键技术研究”（201132820190）部分研究工作的成果。将现代应用数学方法、信息论、概率统计与安全系统工程等理论和方法，引入水上交通安全预警管理研究中，从大系统角度出发，重点开展基于多因素耦合的长江干线水上交通安全的预警技术研究，主要研究内容包括三部分。 1)根据统计的历年长江干线水上交通安全事故，分类总结事故特点，探究长江干线水上交通安全风险因素，为预警指标体系的构建提供依据。结合长江干线安全监管工作实际，分析安全监管与预警管理的现状与存在的问题。 2)分析水上交通安全风险因素，设计长江干线水上交通安全预警指标调查问卷并开展调查，在此基础上，构建4大类11亚类共33个指标、具有实时动态性的长江干线水上交通安全预警指标体系，并确定各指标的阂值。根据不同航段特征，从事故诱因与事故发生次数间的关系出发，采用ABC分析法，分别构建长江干线浅险和繁忙航段水上交通安全预警指标体系。 3)研究基于多因素耦合的预警模型。构建了基于贝叶斯网络的多因素耦合预警模型，并进行了算例验证。构建了基于结构方程加权、BP人工神经网络的长江干线水上交通安全多因素耦合预警模型，前者以显态的指标权重进行水上交通危险程度的预算，后者则以非显态指标权重进行水上交通危险程度的预测。针对长江干线浅险航段特征，在100个事故统计基础上，进行了实证研究，两模型预警结果一致，可相互验证。研究显示，两种模型方法相辅相成，可提高水上交通安全预警的准确性和可靠性。 本文构建的具有实时动态性的长江干线水上交通安全预警指标体系，基于结构方程加权多因素耦合和基于BP人工神经网络多因素耦合的长江干线水上交通安全预警模型，及实证研究，具有创新性和较强的实用价值。 |
| 作者： | 田丽娟 |
| 专业： | 交通运输规划与管理 |
| 导师： | 张矢宇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
