（安全技术及工程专业论文）基于神经网络的港口水域交通安全综合评估方法的研究.pdf

基于神经网络的港口水域交通安全综合评价方法的研究 r e s e a r c ho fs a f e t ye v a l u a t i o no i lt r a f f i ci np o r tb a s e do i ln e u r a l n e t w o r k 姓 2 011 年6 月 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学 校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查 阅和借阅。本人授权江苏大学可以将本学位论文的全部内容或部分内容编入 有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本 学位论文。 本学位论文属于 保密口，在年解密后适用本授权书。 不保密函。 学位论支祚者签名：髫咨 2 0 11 年多月亿日 独创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究工作所取得的成果。除文中已注明引用的内容以外，本论 文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文 的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本 人完全意识到本声明的法律结果由本人承担。 学位论文作者签名：虽否 日期：乃f 哮f 陀目 江苏大学硕士学位论文 摘要 近年来，随着我国对外贸易的迅速发展，水路运输发展相当迅 猛，我国大多数港口的货物吞吐量急剧增加。伴随着港口吞吐量的 不断增大，进出港的船舶数量日益增多，港口水域的航行安全面临 的考验也逐渐严峻。近年来，船舶交通安全状况不容乐观，港口水 域发生的船舶交通事故给生命和财产带来了巨大的损失。 本文从对影响港口水域船舶交通安全因素分析入手，以“人一机 一环境一控制( 管理) ”系统模型为基础，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、船 舶因素和管理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，建立一个更加详细、更加实用的 港口安全评价指标体系。通过对多个典型港口的实际调研，对已有 大量文献的参考和研究以及对多位海事专家、港口安全员和资深船 长的详细咨询等多种方法，针对建立好的指标体系对各个指标进行 了详细的分级和赋值，建立港口安全评价指标体系分级标准。在对 港口船舶交通安全进行评价时，引入神经网络作为评价方法，确定 网络结构和参数，并结合大量的港口船舶交通事故样本数据对网络 进行了训练和学习，最终构建了港口水域船舶交通安全神经网络评 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， 在评价中引入了新的方法对港口的船舶交通安全状况进行评价和分 析。在评价过程中使用m a t l a b 软件进行编程和仿真。结果表明，使 江苏大学硕士学位论文 船舶交通安全评价是可行的。最后使用该模型对 的港口交通安全进行评价，提出了合理的改善建 的管理水平，促进港口功能，改善港口交通安全 船舶交通，神经网络，安全评价 江苏大学硕士学位论文 a bs t r a c t i nr e c e n ty e a r s ，w i t ht h e r a p i dd e v e l o p m e n to fc h i n a sf o r e i g nt r a d e ， t h ed e v e l o p m e n to ft r a n s p o r tb yw a t e ri sr a p i d ，m o s to fo u rp o r t sc a r g o t h r o u g h p u ti n c r e a s e dd r a m a t i c a l l y w i t ht h ei n c r e a s i n gp o r tt h r o u g h p u t ， t h en u m b e ro fs h i p se n t e r i n ga n dl e a v i n gi n c r e a s i n gt h es a f en a v i g a t i o n o ft h ep o r tw a t e r sg r a d u a l l yf a c i n gs e v e r ec h a l l e n g e s i nr e c e n ty e a r s ， t r a f f i cs a f e t ys i t u a t i o ni sn o to p t i m i s t i ca b o u tt h es h i p ，t h ep o r tw a t e r s ， t h es h i pt r a f f i ct ot h el i f ea n dt r e m e n d o u sp r o p e r t yl o s s e s t h ep a p e rb e g i nb ya n a l y z i n gt h ef a c t o r so ft h es h i p p i n gw h i c h i n f l u e n c eap o r tt r a f f i cs a f e t y ；i tw i l la n a l y z et h ec a u s e so ft h ec u r r e n t p o r tt r a f f i ca c c i d e n t sa n dt h ei m p l i c i tf a c t o r so fi n s e c u r i t yb ya n a l y z i n g h u m a nf a c t o r s ，e n v i r o n m e n t a lf a c t o r s ，s h i pf a c t o r sa n dm a n a g e m e n t f a c t o r sb a s i so f “m a n m a c h i n e ! e n v i r o n m e n t c o n t r o l ( m a n a g e m e n t ) m o d e l i tw i l lb ee s t a b l i s ham o r ed e t a i l e d ，a n dm o r ep r a c t i c a le v a l u a t i o n i n d e xs y s t e mo ft h ep o r ts a f e t y ，a c c o r d i n gt ot h ei n t e m a lc a u s a lr e l a t i o n s i tw i l lb ed e t a i l e dc l a s s i f ya n da s s i g nt oe s t a b l i s h e de v a l u a t i o ni n d e x s y s t e mo ft h ep o r ts a f e t y , a c c o r d i n gt or e s e a r c ht os e v e r a lt y p i c a lp o r t s a n dal a r g en u m b e ro fa l r e a d yi t e m s ，c o n s u l tt om a n yc a p t a i n s 、s a f e t y d i r e c t o ro f p o r ta n dm a r i t i m ee x p e r t s n e u r a ln e t w o r kw i l lb ei n t r o d u c e d a sa ne v a l u a t i o nm e t h o dw h e ne v a l u a t i n gs h i pt r a f f i c s a f e t yo fp o r t w h e nu s i n gt on e u r a ln e t w o r k ，t h ep a p e rw i l lb et r a i na n dl e a r nt h e l i l 江苏大学硕士学位论文 n e u r a ln e t w o r kc o m b i n e dw i t hal a r g en u m b e ro fd a t as a m p l eo fs h i p t r a f f i co fp o r t ，t h e nc o n s t r u c to ft h es h i pt r a f f i cs a f e t yo fp o r tn e u r a l m o d e l t h i sm o d e lf o c u so nc o m b i n i n gq u a l i t a t i v ea n dq u a n t i t a t i v e f o r mt h ep o i n to fs y s t e m se n g i n e e r i n g ，i te v a l u a t e sa n da n a l y s e ss h i p t r a f f i cs a f e t yc o n d i t i o n so fp o r ti n t r o d u c i n gn e w ( b pn e u r a ln e t w o r k ) m e t h o d s i tu s et h em a t l a bp r o g r a m m i n ga n ds i m u l a t i o ns o f t w a r et o e v a l u a t et ot h es y s t e m w ew i l lk n o wt h a ti ti sf e a s i b l et oe v a l u a t et h e p o r t s h i pt r a f f i cs a f e t yb yn e u r a ln e t w o r k i tf i n a l l yu s et h em o d e l t o e v a l u a t et h et r a f f i cs a f e t yo ft h ez h e n j i a n gp o r t t h em o d e lp u t sf o r w a r d r e a s o n a b l ep r o p o s a l sa n dh a sag r e a t s i g n i f i c a n c e t oe n h a n c et h e m a n a g e m e n tl e v e lo ft h ep o r t ，p r o m o t et h ep o r tf u n c t i o n s ，a n di m p r o v e t h ep o r ts a f e t y k e yw o r d s ：h a r b o rw a t e ra r e a ；s h i p st r a f f i c ；n e u r a ln e t w o r k ；s a f e t y a s s e s s m e n t ； 1 v 江苏大学硕士学位论文 目录 第一章绪论1 1 1 研究的背景1 1 2 国内外研究现状2 1 2 1 国内外港口水域交通安全研究现状2 1 2 2 神经网络在安全评价方面的研究现状3 1 3 研究的目的和意义5 1 4 本文主要研究内容及方法5 1 5 本文研究的技术路线6 第二章神经网络的基本理论7 2 1 神经网络概述7 2 2 神经网络的基本特征8 2 3 神经网络的结构与类型9 2 4 神经网络的学习与训练11 2 4 1 神经网络的学习1 l 2 4 2 神经网络的训练1 l 2 5 本文研究采用的神经网络模型1 2 第三章港口水域船舶交通安全影响因素的分析1 3 3 1港口水域船舶交通系统。1 3 3 2 人的因素对港口水域交通安全的影响1 4 3 2 1 船员思想素质1 5 3 2 2 船员业务能力1 5 3 2 3 船员心理状况1 6 3 2 4 船员生理状况1 6 3 3 环境因素对港口船舶交通安全的影响1 7 3 3 1 船上环境18 3 3 2 航行环境1 9 3 4 船舶因素对港口水域船舶交通安全的影响2 1 3 4 1船舶大小2 2 v 江苏大学硕士学位论文 3 4 2 船龄2 2 3 4 3 船舶结构2 2 3 4 4 船舶设备2 3 3 4 5 船舶航海资料2 3 3 4 6 货物状况2 4 3 5 管理因素对港口水域船舶交通安全的影响2 4 3 5 1 船上管理因素2 5 3 5 2 港口管理因素2 6 3 6 港口水域船舶交通安全评价指标体系3 0 第四章港口水域船舶交通安全评价的神经网络模型3 2 4 1港口船舶交通安全评价的数据样本的确定3 2 4 2 港口水域船舶交通安全评价的神经网络的确定3 3 4 2 1几种主要的神经网络类型3 3 4 2 2 神经网络结构的确定3 4 4 3 评价指标分级标准化- ：。_ 4 0 第五章港口水域船舶交通安全的神经网络评价5 0 5 1神经网络样本输入数据的初始化5 0 5 1 1数据初始化的方法5 0 5 1 2 样本数据初始化5 0 5 2 港口水域船舶交通安全评价的神经网络训练及结果5 3 5 3港口水域交通安全综合评价实例运用5 5 5 3 ，1 镇江港主要情况简介5 5 5 3 2 实例运用5 7 5 3 3改善建议6 0 第六章结论与展望6 2 6 1结论6 2 6 2 有待深入的工作6 2 参考文献6 4 致谢6 8 攻读硕士期间发表的论文6 9 江苏大学硕士学位论文 1 1 研究的背景 第一章绪论 近年来，随着我国对外贸易的迅速发展，水路运输发展相当迅猛，我国大 多数港口的货物吞吐量急剧增加。根据交通部门的有关统计数据显示，我国主 要港口货物吞吐量从1 9 8 0 年3 0 6 8 6 万吨增长到了2 0 1 0 年的6 8 亿吨，年均增长 速度达到了近1 0 ，而沿海货物吞吐量的增长速度更快，达到了年均增长速度 1 1 2 。我国多数港口城市都提出要建设航运中心，如上海港提出要在未来的 3 5 年内建设亚洲航运中心；大连港提出要建设东北亚国际航运中心等。在这种 大环境下，沿海和内河港口航运业务越来越繁忙。伴随着港口吞吐量的不断增 大，进出港的船舶数量日益增多，港口水域的航行安全面临的考验也逐渐严峻。 近年来，船舶交通安全状况不容乐观，港口水域发生的船舶交通事故给生命和 财产带来了巨大的损失【1 1 。 据我国水上交通事故的统计，2 0 0 5 年船舶事故数量为5 3 2 艘次，直接经济 损失4 3 5 亿元；2 0 0 6 年4 4 0 艘次，直接经济损失4 3 6 亿元；2 0 0 7 年4 2 0 艘次， 直接经济损失4 8 3 亿元；2 0 0 8 年发生事故数量3 4 2 艘次，直接经济损失5 1 9 亿元；2 0 0 9 年发生事故数量3 5 8 件，直接经济损失6 5 0 亿元。虽然事故数量成 递减趋势，但是经济损失却一年比一年增加，造成的后果也越来越严重。通过 进一步的分析发现，有大约6 0 的事故是发生在港口水域附近，并且发生在港 口水域中的事故所造成的损失大多都要比发生在其他水域中的事故所造成的损 失大。这些沉重的代价使得人们不得不加强海上交通安全的研究，尤其是港口 水域的船舶交通安全的研究。 船舶交通安全，不仅仅是事故发生后的“事后分析和对当事人的处理问 题，更重要的是研究事故发生的致因因素、影响因素及其相互关系，加强安全 的过程管理，将港口船舶交通安全管理立于科学、系统、完善的安全评价理论 和方法基础之上【2 1 。因此，对港口船舶交通安全评价理论和方法进行研究显得 非常必要。 该期间内的交通安全状况的指标。赵仁余教授于1 9 9 2 年提出基于事故统计资料 的水域交通危险度的多层次模糊综合评判法，取得了理想的评价效果【6 】。陈伟 炯教授在1 9 9 8 年通过综合安全科学和系统科学，构建了“人一机一环境一控制 ( 管理) ”系统模型并成功应用于船舶运输安全评价与管理，提出了海事预防策 略和典型海事预防措施，如今该方法在各主要沿海港口、临海内河港口得到进 一步应用，但由于实际中观测手段的限制和实态抽样的偶然性等不足，使船舶 活动量不准确，而且其表达形式也不够直观吼郑中义教授应用灰色聚类系统 2 江苏大学硕士学位论文 理论的指标定权方法，分析选取影响港口船舶航行安全的八种环境指标，并对 我国沿海十个港口船舶航行环境的危险度进行了评估【8 1 。马会副教授在1 9 9 8 年 应用灰色聚类和灰色统计评估的方法，对港口各航道及整个港口航道水域操船 环境的危险度进行了定量分析【9 】。戴剑锋2 0 0 3 年在其硕士论文中，将模糊综合 评判方法引入到港口水域船舶交通安全评价中去【l0 1 ，但他在分析港口指标因素 时未能将人的因素和管理因素纳入评价指标中，使得评价内容不够完整。段爱 媛2 0 0 6 年在其博士论文中，将综合安全评估( f s a ) 与模糊综合评判相结合引 入到港口水域船舶交通安全评价中，使得评价方法更有针对性，但作者在评价 过程中对影响因素的分析仍不够全面，定性指标过多，数据处理过于依赖专家 主观评估，且更侧重于费用和效益的分析而不是安全状况的分析【1 1 1 。高荣欣 2 0 1 0 年在其硕士论文中，将贝叶斯网的有关内容引入到了港口水域船舶安全评 价的研究当中去，采用了定性与定量相结合的方法来评价港口水域船舶安全状 况【2 】，但由于贝叶斯网本身需要大量先验概率的支持，工作量非常大且容易受 到主观影响，并且作者在分析港口水域影响船舶安全因素的时候没有加入管理 这一环节，使得评价不完整。 1 2 2 神经网络在安全评价方面的研究现状 神经网络是一种模范动物神经网络行为特征，进行分布式并行信息处理的 算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之问相 互连接的关系，从而达到处理信息的目的。自从2 0 世纪4 0 年代被提出特别是 2 0 世纪8 0 年代以后人工神经网络在理论研究和应用研究两大方面取得了很大 的成绩，涉及面非常广泛，它被广泛的运用于金融、人工智能、模式识别、信 号处理、知识工程、专家系统、优化组合、机器人控制等多个领域当中。在安 全评价方面，神经网络也得到了一定的运用。2 0 0 4 年郑恒等人将神经网络作为 评价手段引入到火工品生产系统安全评价中解决了评价过程中权重主观化的问 题【1 2 1 ；2 0 0 5 年王志军等人在安全评价指标重要度确定的过程中引入神经网络作 为确定手段使得指标重要度德确定更为客观、简便【1 3 】；2 0 0 6 年欧阳博文在研究 矿道通风系统综合安全评价中引入神经网络作为评价手段简化了评价过程，并 且通过比较证明了b p 神经网络比r b f 神经网络更加适合矿道通风系统综合安 江苏大学硕士学位论文 全评估【1 4 】；2 0 0 9 年王齐全等人在研究大型活动拥挤踩踏事故的过程中引入b p 神经网络作为评价手段，研究结果显示b p 神经网络作为评价手段评估结果直 观易懂、可操作性强，是一种值得推广运用的评价方法【1 5 】；2 0 1 0 年于伟达在公 路隧道安全监测系统中运用了神经网络作为评价手段解决了多因素复杂指标的 评价问题【1 6 】；2 0 1 1 年周忠科等人在煤矿安全预警评估机制的研究中运用了神经 网络作为评估手段提出了基于b p 神经网络的安全预警评估模型，并给出了模 型的实例检验，建立了预警预控的运作流程，为煤矿安全生产的长效机制提供 决策支持【m 。 通过对文献 2 6 】【7 8 】 9 】 1 0 】 1 1 的研究发现，不少评价方法在港口水域交 通的安全评价方面起到了一定的作用，解决了不少问题；但是也发现这些方法 也有一定的局限性。目前用在港口水域船舶交通安全评价中的方法主要有：层 次分析法、模糊综合评判法以及综合安全评估法( f s a ) ，这些方法的优缺点见 表1 1 表1 一l港口水域船舶交通安全评价方法对比 一t a b l el lp o r tm a r i n et r a f f i cs a f e t ye v a l u a t i o no fc o n t r a s t 评价方法优点缺点 可以进行系统性的分析，简针对港口水域系统指标多且复杂时， 层次分析单实用，所需定量数据信息数据统计量大，权重不易确定，定性 法 少成分多，权值和隶属函数的确定有很 大的主观性 具有结果清晰，系统性强的只考虑单一参数，适用性有限，模糊 模糊综合特点，能较好地解决模糊的、规则的获取和确定以及稳定性问题未 评判难以量化的问题，适合各种 能很好的解决。 非确定性问题的解决 综合安全 专门针对船舶和海事的一数据处理过分依赖专家评估，对不确 评估 种结构化和系统化的安全定性问题的处理还有待进一步研究， 评价方法，简单直观，具有更侧重于费用和效益的分析。 ( f s a ) 较强的针对性【1 8 】 港口水域交通安全评价是一个影响因素相对较多、涉及面广、综合性强的工 作，需要很多方面的知识和丰富的工程经验。针对上述方法存在的不足，本文 提出将神经网络理论引入到港口水域交通安全评价中，建立基于神经网络的港 口水域交通安全评价方法，它将充分运用神经网络的高度的非线性、容错性和 自学习的特点。该方法运用在港口水域交通安全评价中具有如下的优点： 4 江苏大学硕士学位论文 ( 1 ) 利用神经网络并行结构和并行处理的特征，通过适当确定评价项目， 能克服安全分析的片面性，可以全面分析系统的安全状况和多因素共同作用下 的事故状态。 ( 2 ) 运用神经网络知识存储和自适应特性，通过训练补充学习样本，可以 实现历史经验与近期信息完满结合，在发展过程中动态地分析系统的安全状态。 ( 3 ) 利用神经网络理论的容错特征，通过选取适当的作用函数和数据结构， 可以处理各种非数值性指标和信号指标，实现对系统安全状态的模糊评价。 ( 4 ) 港口水域交通安全状态涉及的因素众多，通过自学习调整连接权值， 使安全评价项目的重要度在学习过程中自动确定，对那些其安全作用尚不清楚 的项目，也在自学习中不断清楚。 通过对神经网络与其他几种方法相比较，不难发现，神经网络所具备的一些 特点可以弥补目前用在港口水域船舶交通安全评价中的方法中的一些不足。 尽管港口水域船舶交通安全评价的研究已取得相当成绩，但研究成果的应 用在我国还有相当长的路要走，尤其是对内河港口的相关研究还处在起步阶段， 对我们来说任重而道远。 1 3 研究的目的和意义 从系统工程的角度出发，在全面分析港口水域交通安全影响因素的基础上， 融合定性和定量的评价方法来研究影响港口船舶交通安全的各种因素，从而能 够分析和预测港口船舶交通的安全状况和对策，是十分有价值的研究课题。为 改善港口的船舶交通安全状况和充分发挥港口功能，提供科学的决策依掘和合 理的建议。得到影响港口船舶交通安全的因素指标值，从而更加直观的反映给 交通管理者和参与者。根据指标值的大小，交通管理者可以提前改进办法，加 强管理，交通参与者提前做好相应的操船准备，提高整个港口的安全水平。 1 4 本文主要研究内容及方法 ( 1 ) 对神经网络的发展历程和基本概念做了简要的介绍，进而为下文中选 择适合港口交通安全综合评价的神经网络做准备。 ( 2 ) 根据国内外港口交通安全评价的有关资料，以“人一机一环一管 系 图1 1 本文研究的技术路线 f i g u r e1 - 1t h et e c h n i c a ll i n ei nt h i sp a p e r 6 江苏大学硕士学位论文 第二章神经网络的基本理论 2 1 神经网络概述 人工神经网络( i n t e l l i g e n ta r t i f i c i a ln e u r a ln e t w o r k ) ，简称神经网络，作为对 人脑的模拟，是探索人类智能奥秘的有力工具，研究人类智能一直是科学发展 中最有意义、最激动人心的事。神经网络理论是近年来发展起来的一门十分活 跃的交叉学科，它涉及生物、电子、计算机、数学、物理等学科，有着广泛的 应用f j 景【1 9 】。1 9 4 3 年，心理学家w s m c c t l l o c h 和数学家w p i t t s 在研究生物神 经元的基础上提出了一种简单的人工神经元模型“m _ p 模型 ，虽然只能完成 一些简单的逻辑运算，但它开创了神经网络研究的先河，并为以后的研究提供 了依据【2 叭。虽然神经网络的研究曾经历了7 0 年代的低潮时期，但其研究并没有 停顿下来，许多神经网络如线性神经网络、自组织识别神经网络、将神经元的 输出函数与统计力学中的玻尔兹曼分布相联系的b o l t z m a n n 机模型等都是在这 个时期出现的【2 。 2 0 世纪8 0 年代中期，人工神经网络( a r t l f i c i a ln e u r a ln e t w o r k s ) 模拟和解决 非线性问题的强大优越性再次引起国际学术界和其他各界人士的高度重视，其 独特的非线性、非凸性、非局域性、非定常性、自适应性和强大的计算与信息 处理能力，使得人工神经网络在系统的辨识、建模、自适应控制等方面特别受 到重视。1 9 8 2 年和1 9 8 4 年j o h n j h o p f i e l d 博士先后发表两篇重要论文，在他所 提出的h o p f i e l d 模型中首次引入了网络能量的概念，再次掀起神经网络研究的 高潮。19 8 6 年d e r u m e l h a r t 和j l m e c e l l a n d 及其研究小组提出了p a r a l l e l d i s t r i b u t e dp r o c e s s i n g 思想，尤其是他们提出的误差反向传播算法b p 算法，己 成为至今影响最大、应用最广的一种网络学习算法【2 2 1 。 经过广大研究人员的探索与努力，自上世纪8 0 年代以来，人工神经网络在 理论研究和应用研究两大方面取得了很大的成绩，涉及面非常广泛。神经网络 作为一种新的方法体系，具有分布并行处理、非线性映射、自适应学习和鲁棒 容错等特性，这使得它在许多领域都有广泛的应用。 目前，神经网络的研究可以分为理论研究和应用研究两大类【2 3 1 。 理论研究可以分为以下两类： 7 ( 2 ) 神经网络在各个领域中应用的研究，这些领域主要包括模式识别、信 号处理、知识工程、专家系统、优化组合、智能控制等。 随着神经网络理论本身以及相关理论、相关技术的不断发展，神经网络的 应用必将更加深入和广泛。 2 2 神经网络的基本特征 神经网络是由许多处理单元和连接所组成的系统，是由简单信息处理单元互 连组成的网络，能接收并处理信息，它是通过把问题表达成处理单元之间的连 接权来处理的。神经网络的基本单元称为神经元，它是对生物神经元的简化与 模拟。神经网络是人脑的某种抽象、简化和模拟，反映了人脑的若干特征及其 本身所固有的特征【2 4 1 ： ( 1 ) 高度的并行性。网络的信息处理，是由处理单元间的相互作用来实现， 并具有并行处理的特点。简单处理单元并联组合而成，对信息的处理能力与效 果惊人。 ( 2 ) 高度的非线性全局作用。从输入到输出状态是非线性映射，不依赖精 确的数学模型，从全局来看，网络整体性能不是网络局部性能的简单迭加，而 表现出某种集体性的行为。虽然单个神经元的组成和功能极其有限，但大量神 经元构成的网络系统，所能实现的功能，却是极其丰富多彩的。 ( 3 ) 信息分布地存储于处理单元的阀值和它们的联接权中，具有很强的容 错能力，个别处理单元不正常不会引起整个系统出错； ( 4 ) 应用多种调整权值和阀值的学习算法，具有类似人脑的学习( 自适应 和自组织) 功能。利用神经网络建立数学模型，本质上是利用网络的函数逼近 能力，对实际的复杂函数进行映射。它的最大优点就是避免知识表示的具体形 江苏大学硕士学位论文 式不必像统计模型那样要求有前提假设以及事先的因子确定，而且在理论上可 以实现任意函数的逼近。 2 3 神经网络的结构与类型 神经网络是由一些处理单元( 神经元、处理元件、电子元件、光电元件等) 按定方式互联而成的网络。它是在现代神经科学成果的基础上提出的，反映 了人脑功能的基本特性。但它并不是人脑的真实描写，而是在数学及其它学科 研究成果的基础上，对人脑的一种抽象、简化和模拟。网络的信息处理由各神 经元之间的相互作用来实现；知识与信息的存储表现为网络元件互连分仰的物 理联系；网络的学习和识别取决于各种神经元的激励函数及它们之间的连接方 式和连接权重【2 5 1 。 神经网络是由大量简单神经元相互连接构成的复杂网络。神经元是神经网 络的基本处理单元，它一般是多输入单输出的非线性器件，神经元u i 的结构 模型如图2 1 所示。 图2 1 神经元结构模型 f i g u r e2 一ln e u r o nm o d e l 其中x i ( i = l ，2 ，n ) 表示神经元u i 的输入信息；w i j 表示从神经元u i 到 神经元u i 的连接权重：s i 表示外部输入信息；y i 表示u i 的输出信息；f ( x ，w , s i ) 是u i 的激活函数，它体现了神经元的非线性特征。人- r 0 p 经网络的构成是以 s t o n e - - - w e i e r s t r a s s 定理为基础的。根据这个定理，任意一个连续函数均可以由 有限数目的单变量连续函数的线性组合来近似并能达到满意的精度。在此基础 9 江苏大学硕士学位论文 上，根据k o l m o g o r o v 定理，任意一个连续函数可由一个四层的用s 一函数作为 激励函数的前馈网络来很好地逼近，有些文章表明利用三层结构的这种网络即 能以足够精度逼近一般连续函数。神经网络的类型多种多样，它们可从不同角 度对生物神经系统不同层次的抽象和模拟。从功能和学习特性来分，典型的神 经网络模型主要包括感知器，线性，b p 网络，径向基函数网络，自组织映射网 络和反馈神经网络等。一般来说，当神经元的模型确定后，一个神经网络的特 性及其功能主要取决于网络的拓扑结构及学习方法，从网络拓扑结构角度来看， 神经网络可以分为以下四种基本形式2 6 1 。 ( 1 ) 前向网络 前向网络中的神经元是分层排列的，每个神经元只是与前一层神经元相连， 最上一层是输入层，最下一层是输出层。输入层和中间层也称为隐含层，隐含 层的层数可以是一层或多层，前向网络在神经网络中应用十分广泛，感知器、 线性网络、b p 网络都属于这种类型。 ( 2 ) 从输出到输入有反馈的前向网络 。从输出到输入有反馈的前向网络结构本身是前向型的，但是与上一层不同 的是从输出到输入有反馈回路，f u k u s h i m a 网络就属于这种类型。 ( 3 ) 层内互连前向网络 层内互连前向网络的结构通过层内神经元的相互连接，可以实现同一层神 经元之间的相互制约，从而可以实现将层内神经元分为几组，让每一组作为一 个整体来动作。一些自组织竞争型网络就属于这种类型。 ( 4 ) 互连网络 互连网络又分为局部互连和全互连两种。全互连网络中每个神经元的输出 都与其它神经元相连，而局部互连网络中，有些神经元之间没有连接关系。 b o l t z m a n n 和h o p f i e l d 网络就属于这种网络类型。 此外，根据网络输入或网络层中是否含有延迟或反馈环节，还可把神经网 络分为静态网络和动态网络。动态网络中通常含有网络延迟或反馈环节，比如 自适应滤波线性神经网络和h o p f i e l d 网络，静态网络中则不含任何延迟或反馈 环节。 l o 江苏大学硕士学位论文 2 4 神经网络的学习与训练 2 4 1 神经网络的学习 学习特性是神经网络的基本特性，神经网络的学习与训练是通过网络权值 与阀值的调节来实现的。根据学习过程的组织和管理方式不同，学习算法可分 为有监督学习和无监督学习两大类【2 7 1 。 对于有监督学习，网络训练往往要基于一定数量的训练样本，训练样本通 常由输入矢量和目标矢量组成。在学习和训练过程中，神经网络不断地将其实 际输出与目标输出进行对比，并根据对比结果或误差，按照一定地规则或算法 对网络权值和阀值进行调节，从而使网络的输出值逐渐接近目标值。最典型的 有监督学习算法是b p ( b a c kp r o p a g a t i o n ) 算法，即误差反向传播算法。 无监督学习是一种自组织学习，即网络的学习过程完全是一种自我学习的 过程，不需要提供学习样本或外界反馈。在学习过程中网络只需要响应输入信 号的激励，按照某种规则反复调节网络权值和阀值，直到最后形成某种有序的 状态。例如，在很多情况下，无监督学习算法可以用来做聚类分析，即通过学 习将输入模式划分为有限的模式识别。无监督学习算法的典型代表是h e b b 学 习律。 2 4 2 神经网络的训练 根据每次网络训练任务量的不同，神经网络的训练方式可分为渐进式训练 和批量式训练。渐进式训练( i n c r e m e n t a lt r a i n i n g ) 是一种在线学习方式，即神经 网络每接收一对输入矢量和目标矢量，便对网络权值和阀值进行适量调整。而 批量训练( b a t c ht r a i n i n g ) 贝, u 是在所有的输入矢量和目标矢量集准备完成之后才 开始根据相应的学习算法对网络权值和阀值进行批量调整。渐进式训练和批量 式训练既适用于动态网络，也适用于静态网络。同一神经网络采用两种不同的 训练方式得出的训练结果是不同的【2 8 1 。 在神经网络的学习和训练过程中，选用何种训练方式，采用何种训练函数， 应该根据具体的网络形式和具体问题的类型与要求而定。 江苏大学硕士学位论文 的神经网络模型 安全评价是一个涉及面广、综合性强的工作，需要很多 程经验，因此，本文选取了目前常用的b p 神经网络算 率非常高的卜m 算法，并在b p 算法的基础上使用l m 算法对其进行改进，使其更适合港口水域船舶交通安全评价的要求【2 9 1 。它 将充分运用神经网络的高度的非线性、容错性和自学习的特点，具有渐进的学 习功能。由于基于人工神经网络的知识处理具有集约特征，即知识的获取、表 示和推理合为一体，它们都是通过神经网络的学习训练实现的，从而可以充分 利用样本性知识，而样本性知识相对来说是最容易获得的。 江苏大学硕士学位论文 第三章港口水域船舶交通安全影响因素的分析 3 1 港口水域船舶交通系统 综合各国海上工程学者的研究内容和成果，船舶交通或海上交通定义为指 定区域内个别船舶运动的组合或所有船舶行为的总体。它反映了船舶、操船者、 海上交通环境的相互作用。海上交通在交通方式和交通空间上与道路交通等交 通方式有很大的区别，相对来讲要更复杂。因此，在研究某一给定区域的海上 交通的时候，要将整个海上交通划分为不同的类型进行研究【3 0 1 。由于不同的类 型区域的海上交通都有其各自的特点，需要在研究中区别对待。从水域区域分： 有港口船舶交通、水道船舶交通和沿海船舶交通。由于所属区域的不同，每个 区域的船舶交通安全系统都具有自己特有的属性。而根据陈伟炯教授在1 9 9 8 年 通过综合安全科学和系统科学构建的“人一机一环境一控制( 管理) 系统模型 【_ 7 1 ，可以进一步得出这样一个结论：不同水域的船舶交通安全影响因素都可以 归纳为由人、船舶、环境、管理四大因素组成的。但是由于所属水域的不同， 这四大因素各自所包含的内容也有所不同。因此，在研究各个不同水域交通安 全影响因素之前，首先要对不同水域交通安全影响因素的范围进行界定。 港口水域是指港界线以内的水域面积。港口水域主要包括码头前水域、进 出港航道、船舶转头水域、锚地以及助航标志等几部分。根据上面的分析，本 文所研究的港口水域交通安全影响因素也是由“人、机、环境、管理”四大因 素组成。 人的因素中的人主要是指港口水域中的船舶上的船员，因此也可称为船员 的因素。由事故致因理论可以知道：事故的发生是由人的不安全行为或物的不 安全状态所导致的。本文中人的因素研究的是导致船员发生不安全行为的一系 列船员个体自身的因素。 机的因素主要是指港口水域中的船舶因素，其中包括了船舶上船体设备、 机电设备、导航设备等等一系列的会对船舶安全产生影响的船舶自身的因素。 环境因素主要包括船舶上的环境因素和港口水域环境因素。船舶上的环境 因素主要是影响船员生活和工作的环境，这些因素的好坏可能会直接导致船员 江苏大学硕士学位论文 的高低；港口水域的环境因素主要是一系列影响到船舶安全航行 境因素。 是对船员、机、环境各因素的管理，使得这些因素能够相互协调、 同发挥作用，安全、高效的完成港口水域作业任务。管理因素包 素和港口管理因素。在本文研究中船上管理因素主要包括的是影 和船舶机械安全水平的一系列管理因素；港口管理因素主要是港 在对港口水域的管理过程中所涉及到的对船舶安全能产生直接影 素。 交通系统是一个复杂的大系统，导致港口船舶交通发生事故的原 因也是多样的。要使船舶能够安全的航行，必须保证人员操作规范、船体设备 良好、机电设备可靠安全、船员适任性良好、海上服务系统完善、助航设施优 良、管理法规严格。在船员一船舶一环境一管理所组成的这一系统中，各个条 件之间既相互限制又相互促进。 在之前的研究中，有一些学者在“人一机一环境一控制( 管理) ”系统模型 的基础上对其进行了细化，但是在细化的过程中只是对这四大因素的某一个或 某几个进行了细化而已，因此之前得出的港口水域交通安全体系还不完善，特 别是针对管理因素的细化工作还比较欠缺。本文在研究过程中，针对这几个不 足之处展开了进一步的研究，建立了一个更加详细全面的港口水域船舶交通安 全体系。 3 2 人的因素对港口水域交通安全的影响 在港口水域船舶交通安全评价的研究中，人的因素是整个研究中一个非常 重要的子系统。根据国际海事组织统计，海上事故的发生约有8 0 是由于人为 因素引起的，人的因素可以直接或间接的影响到船舶的安全状况，如果一艘设 备先进、船体结构强度符合标准的船只，却配备低的船员( 所谓的低标准是指 不知道或者知道但是怕麻烦不愿意按照安全操作规章来进行安全操作、定期实 施船舶设备保养、不对船舶的机械设备运行情况进行定期的检测，对所运货物 的特性不熟悉) ，这样的船只就时刻处在危险状态，在这种状况下不发生事故才 是侥幸】。 江苏大学硕士学位论文 根据前面的界定和对实际情况的调研，我们将人的因素分为以下几个方面， 如图3 1 所示： 3 2 1 船员思想素质 图3 1 人的因素 f i g u r e3 - 1t h eh u m a nf a c t o r 船员的思想素质主要包括职业道德( 事业心) 、安全态度( 责任心) 和创 业性( 进取心) 三部分【3 l 】。作为一名合格的船员首先要有良好的职业道德，它 是作为一名船员恪守的基本道德规范，只有在职业道德的约束下，船员才能遵 循基本的安全规章制度，作好本职工作，而不是做事敷衍了事，只为应付上级， 做表面文章】；其次，一名合格的船员在具体的安全工作中，要有很强的责任 心，时刻把安全工作放在首位，本着认真谨慎的态度，才能切实保障安全工作 的顺利进行；最后，一名合格的船员应该保持旺盛的求知欲，也就是要有进取 心，特别是对于一些新知识、新法规、新设备要积极的学习，以便能发现和解 决安全工作中的新问题，以前没有