原文传递
基于贝叶斯网络的港口国监督检查滞留风险预测与诊断研究
| 论文题名： | 基于贝叶斯网络的港口国监督检查滞留风险预测与诊断研究 |
| 关键词： | 海上运输;港口国监督;滞留风险;贝叶斯网络 |
| 摘要： | 当今世界，日益增长的海上运输在促进各国经济飞速增长的同时，对全球的航运安全也构成了极大的威胁，航运事故时有发生。作为除船旗国之外消除低标准航行船舶的第二道防线，港口国监督（Port State Control,PSC）检查在保护海洋环境、提升航运安全方面发挥着不可替代的作用。新形势下，国际海事组织履约审核机制愈发严格，预测港口国监督检查滞留风险，判定导致船舶滞留的关键影响因素，对于提升船舶PSC检查表现、降低滞留率具有重要意义。 本研究在分析东京备忘录（Tokyo MOU）中2014至2017年7个主要国家、205个港口、共44696条船舶PSC检查数据的基础上，结合相关性分析结果，识别港口国监督检查滞留风险影响因素。其次，利用R语言编写的BNlearn软件包，基于评分搜索的算法，进行港口国监督检查滞留风险贝叶斯网络模型的结构确立。并采用最大似然估计算法进行各变量条件概率分布的计算，完成港口国监督检查滞留风险贝叶斯网络模型的参数确立。将模型结果与实际检查数据对比发现，所提出的模型的准确、可靠。 接着，运用专业分析软件Netica中的联合树算法分别执行贝叶斯网络模型的正、逆向推理，并对影响因素间的关联展开分析，定量反映各影响因素之间、影响因素与滞留之间的相互作用关系，实现不确定环境下船舶PSC检查滞留风险的全面动态分析。再次，分别基于“互信息”和“情景模拟”理论执行了两步敏感性分析，观察变量的微小变化对船舶滞留概率的影响，判定导致船舶滞留的关键影响因素，同时进一步验证了模型的有效性。最后，结合船舶PSC检查具体实践，提出降低船舶PSC检查滞留概率的相关措施与建议，为船舶管理企业的安全风险管理及海事组织的检查决策提供依据。 |
| 作者： | 张凡 |
| 专业： | 船舶与海洋工程 |
| 导师： | 王育红;龚逢明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 宁波大学 |
| 学位年度： | 2020 |
检索历史
应用推荐
