基于云模型的船舶溢油風險綜合評價研究

潘　輝

(武漢交通職業(yè)學院　武漢　430065)

基于云模型的船舶溢油風險綜合評價研究

潘輝

(武漢交通職業(yè)學院武漢430065)

摘要：采用云模型和德爾菲法為每個評價指標賦權重云，利用正態(tài)云對評價標準進行云轉換得到評價等級云模型，應用正態(tài)云擬合運算規(guī)則得到綜合評價結果云.通過實例分析，表明該評價模型能更好方便而準確地解決船舶溢油風險綜合評價過程中的模糊性和隨機性量化問題.

關鍵詞：水路運輸；船舶溢油；風險綜合評價；云模型

潘輝(1979- )：男，碩士，講師，主要研究領域為航海技術、海事管理、交通管理工程

0引言

目前，常用于溢油風險綜合評價的方法有灰色模型、層次分析法、熵權法、綜合安全評估法、模糊綜合評價法，如陳維[1]采用綜合安全評估法對上海港1999～2009年船舶污染事故中各遺漏類型引發(fā)污染事故的風險進行了評估，確定了船舶污染作業(yè)類型的風險程度，并根據實際情況有針對性地采取預控措施消除事故隱患；陳卓歐等[2]綜合利用熵權法和指標量綱數的量化處理方法，建立了溢油風險評價體系，實現了對三峽庫區(qū)船舶溢油的定量評估；肖景坤[3]結合灰色系統理論和層次分析理論建立了船舶溢油潛勢判定的灰色多層次評價模型.王江[4]采用模糊綜合評價和層次分析法對海域船舶溢油風險進行了評價，并以青島海域夏季為例進行了風險評價驗證了該評價方法的可行性.

云模型[5-8]作為不確定性人工智能的重要理論和工具，把空間實體的模糊性和隨機性集成到一起，能夠較好地處理定性定量信息的相互轉換.鑒于此，筆者結合影響船舶海上溢油風險的各指標對船舶海上溢油風險進行綜合評價，應用云模型解決船舶海上溢油風險評價過程中的模糊性和隨機性問題，以使評價結果更傾向人們的判斷.

1云模型基本理論

1.1云模型概念

設U是一個用精確數值表示的定量論域，C是U上的定性概念，若定量值x∈U,且x是定性概念C的一次隨機實現，x對C的確定度μ(x)∈[0,1]是有穩(wěn)定傾向的隨機數μ：U→[0,1],?x∈U,x→μ(x)則在論域U上的分布稱為云，每一個x稱為一個云滴.

1.2云模型的數字特征

云模型的數字特征表現了定性概念的定量特性，利用期望Ex、熵En、超熵He3個數值來表現.期望Ex是在論域U中最能代表定性概念的數值，即概念在論域中的中心值.熵En主要是被用來度量定性概念的模糊度以及概率，反映定性概念的不確定性.熵值越大，概念所能接受的數值范圍越大，概念就更加模糊.超熵He是表示熵的不確定性，即熵的熵，反映了在數域中代表數值的所有不確定度的凝聚度，其大小可以表示云的離散度及厚度.

1.3云發(fā)生器

生成云滴的算法或硬件稱為云發(fā)生器.它包括正向云和逆向云，正向云可分為基本云、正態(tài)云、X條件云及Y條件云；逆向云分為包含確定度信息的逆向云和不包含確定度信息的改進逆向云.根據本文研究需要且正態(tài)云具有普適性[9]，本文將對正態(tài)云實現算法和改進逆向云算法進行介紹.

正態(tài)云的實現算法如下.

輸入.數字特征(Ex,En,He)，生成云滴的個數n.

輸出.n個云滴drop(xi,yi),i=1,2,…,n.

3) 根據1)、2)計算μi=exp[-(xi-Ex)2/2(En′)2]，則μi為xi屬于定性概念C的隸屬度.

4) 重復(1)～(3)步，直到生成n個云滴為止.

改進逆向云的實現算法如下

輸入.n個云滴xi(i=1,2,3…n).

輸出.n個云滴對應定性概念的數字特征(Ex,En,He).

1.4正態(tài)云擬合運算規(guī)則

正態(tài)云擬合運算規(guī)則可將已給定的某些云的數字特征進行某種或某些規(guī)則運算，得到新的數字特征所構造的云[10].設有兩個正態(tài)云模型C1(Ex1,En1,He1)和C2(Ex2,En2,He2)，擬合運算之后的結果為C(Ex,En,He)，其擬合運算規(guī)則見表1.

表1　正態(tài)云擬合運算規(guī)則表

2船舶海上溢油風險綜合評價云

2.1建立船舶海上溢油風險綜合評價指標體系

船舶海上溢油風險的評價指標是多層次、復雜的，為了統一考察評價對象，所建立的評價指標體系須使用統一評價尺度，在遵循科學性、全面性、可操作性、可比性和相對獨立性等原則的基礎上，根據對船舶溢油風險源分析和對船舶溢油事故影響因素識別，篩選出具有代表性和完備性的船舶溢油風險綜合評價指標，構建能真實準確地反映船舶溢油風險的評價指標體系[11-12]，見表2.

表2　船舶溢油風險綜合評價指標體系與評價集

2.2建立船舶海上溢油風險綜合評價指標評價云

評價集是由評價對象可能的評價結果所組成的集合，其包含的等級越多則評價就會越準確，但評價過程也會變得繁瑣，因此，結合現有關船舶溢油風險評價的研究，選取5個等級構成船舶溢油風險評價集，描述為

對應的等級評語及其相應量化的值為

{0～2,2～4,4～6,6～8,8～10}

對于雙邊約束的評語[Cmin,Cmax]，即具有上限和下限，可利用正態(tài)云模型將其云化即可得到評語對應的云模型.云參數計算式如下.

(1)

式中：k為常數，可根據變量本身的穩(wěn)定性來做出具體的調整.

根據式(1)可得到5朵評價云：較低風險(1,0.333 3,0.05)，低風險(3,0.333 3,0.05)，中等風險(5,0.333 3,0.05)，較高風險(7,0.333 3,0.05)，高風險(9,0.333 3,0.05)，見圖1.

圖1　評價等級云

2.3確定評價指標權重云

本文采用基于云模型的賦權方法來確定評價指標的權重：首先，結合德爾菲法與云模型得到各個評價指標的權重云模型，再對評價指標權重云模型的期望進行歸一化處理，最后獲得較理想的評價指標權重.具體步驟如下.

1) 選取熟悉并充分理解評價指標內涵的n位專家進行評分；假設有評價指標Ui，決定其影響程度的評價指標有m個，用集合表示為{Ui1,Ui2,…,Uim}.

2) 假設n位專家對評價指標Uij(j=1,2,…,m)的評分集為{V1,V2,…,Vn}，利用改進逆向云發(fā)生器生成評價指標Uij的權重數字特征(Exij,Enij,Heij).

3) 運用正向云發(fā)生器生成評價指標Uij的云圖.

4) 觀察所得云圖中云滴的凝聚情況，若云滴呈霧狀分布，則可判斷云滴的凝聚性差，專家組評價意見還未統一，需對專家組意見采取反饋、溝通，重新綜合整理.如此反復，實現逐步尋優(yōu)，直到最終得到反映專家組意見統一的、凝聚性好的云圖，即得到評價指標Uij的權重云模型.

5) 重復2)～4)，獲得m個評價指標的權重云模型.將這m個評價指標權重云模型進行歸一化處理，得出評價指標Uij的最終權重云.

2.4確定船舶海上溢油風險綜合評價云

利用得到的評價指標權重云和評價云，將各級的各指標的權重云與評價云根據正態(tài)云擬合運算規(guī)則，先通過乘法運算獲得各指標對上一級指標的評價貢獻，再分別對各指標的評價貢獻和各指標的權重云作加法算法，然后用評價貢獻之和除以權重云之和，直到得到船舶溢油風險的綜合評價云，計公式表示如下.最后，將其轉換為定性的評價語言，得到船舶溢油風險的等級評價結果.

(2)

式中:Mi為第i個指標對應的評價云；wi為第i個指標對應的權重云.

3船舶海上溢油風險綜合評價過程

為驗證本文建立的模型，以常年航行于某水域的某艘總噸位為5萬的散雜貨船為算例.該船舶設備狀態(tài)一般，船齡12年，其船員操船水平較好，但執(zhí)行規(guī)章和行為道德規(guī)范的情況一般，航行水域風速8 m/s左右、降水較少幾乎無雨、霧的情況一般、波高3.4 m、潮流0.8 m/s.

3.1船舶海上溢油風險綜合評價指標評價云

根據建立的評價等級云確定的船舶溢油風險綜合評價二級指標云，見表3.

3.2評價指標權重云

結合2.3確定評價指標權重云的方法，對船舶溢油風險綜合評價指標體系中的各評價指標進行權重云確定.以評價指標“船舶類型”為例，對賦權過程進行具體介紹.

收集10位專家第一輪對“船舶類型”打分的結果(7，7，5，7，5，7，7，7，9，9)，通過2.3的步驟1)～4)后，得到“船舶類型”數字特征值為(7，1.002 7，0.878 9)，采用正向云發(fā)生器得出云圖如圖2a).由圖2a)可見，云滴的離散度比較大，云圖整體呈現霧狀，表明專家組還未統一認識.將第一輪專家組打分的信息整理后反饋給專家組并進行必要的溝通，進行下一輪專家組打分.多次反復，最后在專家組認識基本統一，概念形成的情況下的數字特征為(7.4，0.802 1，0.260 2)，見圖2b).依此類推，獲得其余3個評價指標的權重云模型，進而對這4個云模型進行歸一化處理，最終得到“船舶類型”的權重云為(0.462 5,0.068 3,0.022 2).如此反復多次，直到得到評價指標體系所有評價指標的權重云.船舶溢油風險綜合評價指標權重云見表1.

表3　船舶溢油風險綜合評價二級指標云

圖2　基于Delphi的評價指標權重云

3.3綜合評價結果云

結合上述數據，根據式(2)可計算得到一級評價指標云模型和最終目標層的綜合評價云模型，見表4.船舶溢油風險綜合評價結果云見圖3.

表4　各級指標評價云

圖3　船舶溢油風險綜合評價結果云

圖3直觀地表示出了最終的船舶溢油風險綜合評價結果在評價等級云圖中的分布.根據絕大數云滴的分布可看出，該船舶溢油風險處于“低風險”與“中等風險”之間，且更偏向于“低風險”等級范圍，因此得出該船舶溢油風險為“低風險偏中等風險”.云圖表明，該船舶的船舶因素有待改進，船員因素有待提高.

4結束語

本文采用基于云模型與德爾菲法方法為船舶溢油風險評價指標體系中各指標賦權重云，利用基于云模型及正態(tài)云擬合運算規(guī)則對船舶溢油風險進行了綜合評價，將其他評價方法在評價過程中忽略的出現的定性概念的模糊性和隨機性相結合，實現了定性概念與定量數值之間的轉換.通過對某艘船舶的算例分析表明，基于云模型的船舶溢油風險綜合評價方法能較好的反映出各評價指標對船舶溢油風險的影響，對加強船舶溢油風險管理具有指導價值.

參 考 文 獻

[1]陳維.上海港船舶溢漏油污染事故風險評估研究[J].航海技術,2010(6):75-77.

[2]陳卓歐,黃明,延飛.三峽庫區(qū)船舶溢油風險評價研究[J].船海工程,2013,42(1):174-177,180.

[3]肖景坤.船舶溢油風險評價模式與應用研究[D].大連:大連海事大學,2001.

[4]王江.海域船舶溢油風險綜合評價及對策研究[D].大連:大連海事大學,2009.

[5]LI D Y,LIU C Y.Study on the universality of the normal cloud model [J].Engineering Science, 2004, 6(8):28-34.

[6]劉常昱,李德毅,杜鹢,等.正態(tài)云模型的統計分析[J].信息與控制,2005,34(2):236-239,248.

[7]李德毅,孟海軍,史雪梅.隸屬云和隸屬云發(fā)生器[J].計算機研究與發(fā)展,1995,32(6):15-20.

[8]朱曼,文元橋,肖長詩,等.船舶通航適應性綜合評價的云模型研究[J].武漢理工大學學報,2013,35(7):63-68.

[9]李德毅,劉常昱.論正態(tài)云模型的普適性[J].中國工程科學,2004,6(8):28-34.

[10]潘潛,周德云,俞吉.基于云模型的無人機作戰(zhàn)系統效能評估[J].指揮控制與仿真,2012,34(6):68-71.

[11]田海潮.京唐港船舶溢油風險評價[D].大連:大連海事大學,2006.

[12]邵明芹.基于多層次灰色模型的船舶溢油風險評價研究[D].大連:大連海事大學,2010.

中圖法分類號：U676.1；X55

doi:10.3963/j.issn.2095-3844.2015.01.034

收稿日期：2014-10-18

Risk Comprehensive Assessment of
Ship Oil Spill Based on Cloud Model

PAN Hui

(WuhanTechnicalCollegeofCommunications,Wuhan430065,China)

Abstract：In order to solve the problem of fuzziness and randomness in risk comprehensive assessment of ship oil spill, the comprehensive assessment cloud models was built based on cloud model. A 2-level-structure assessment model with 4 first class indexes, 12 secondary ones was set up based on the principle of index system. The first class indexes include the ship factor, crew factor, meteorological factor, hydrologic factor, and the second class includes ship type, tonnage of ship etc. The weight cloud corresponding to every index was determined by cloud model and Delphi. Optimal cloud model of assessment criteria was found by normal cloud generator. Finally, the comprehensive assessment result was got by normal cloud fitting algorithm. The assessment model can more easily and accurately solve fuzziness and randomness quantification problems in risk comprehensive assessment of ship oil spill through example analysis.

Key words：waterway transportation; ship oil spill; risk comprehensive assessment; cloud model