原文传递
基于粗糙集和神经网络的海船船员适任性研究
| 论文题名： | 基于粗糙集和神经网络的海船船员适任性研究 |
| 关键词： | 船员适任性;粗糙集;神经网络;数据挖掘;海船船员 |
| 摘要： | 1.提出了采用粗糙集数据挖掘方法定量研究海船船员适任性的新途径。初步解决了目前在该领域所用的评价方法的局限性。用粗糙集来处理不确定性问题的优点在于它不需要关于数据的预先或附加的信息，粗隶属度的计算是从被分析的数据中直接获取而比较客观，可降低评价者对评价结果的影响，且用粗隶属度代替条件概率可降低计算的复杂程度。基于粗糙集数据处理系统的粗糙集数据约简技术提高了研究结果的通用性和适用度。 2.首次将BP神经网络的精确逼近功能运用到对船员适任性的评价中。运用MATLAB7.0建立了两个三层BP网络的仿真模型，较精确地分析了单指标条件下海船船员适任性评价指标与海事发生的关系。 针对目前在海船船员适任性研究方面的不足，运用统计分析、粗糙集和神经网络方法对海船船员适任性进行了研究。基于海船船员信息数据库的统计研究表明，目前我国甲乙丙丁各类海船船员证书者为186795人，其中甲类证书持证人数95487人，乙类证书持证人数5340人，丙类证书持证人数44862人，丁类证书持证人数41070人；持证海船船员的年龄和航海类教育程度有较大改善；我国海船船员在国际劳务市场所占份额约为4％。运用粗糙集数理方法对辽宁海事局辖区近5年的典型海事调查报告进行挖掘的结果表明：海船船员适任性评价指标中，航海类教育程度指标的重要度最大，而持证类别指标重要度最小；各评价指标引起一般及以下等级事故的可信度在0.64至0.66之间；在总隶属度上，海船船员的年龄与发生海事的隶属度成反比，接受较高航海类教育的海船船员发生海事的隶属度较低，任职资历与发生海事的隶属度成反比，持甲类证书者发生海事的隶属度最高而持乙类证书者最小，船长发生海事的概率最高，在0000-1200值班时间段发生海事的隶属度较高，在其余的时间段发生事故的隶属度较低，值班持续时间与发生海事的隶属度成反比。运用Likert五级量化表对158位管理级船员的问卷调查表明，本研究的结果可信度均大于3.0。选取{AGE，ST2，DT, DUR}和{EDU，ST1，TYPE，RANK，DT}两个约简集，训练出网络结构为4-10-1和5-12-1的两个BP神经网络，对海船船员适任性评价指标体系中各指标对海事发生的一维关系进行了研究。研究结果表明其概率变化规律与粗糙集方法中的隶属度变化规律基本一致。基于基础研究的重要性，提出了建立我国海船船员数据收集机制的四个对策：提高我国海员可持续发展的意识；建立统一的数据收集标准和收集程序；培训适任的数据收集人员和数据分析人员及全员参与。 |
| 作者： | 徐东华 |
| 专业： | 交通信息工程及控制 |
| 导师： | 吴兆麟 |
| 授予学位： | 博士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
