基于脆性聯系理論的客滾船航行風險辨識研究*

陳厚忠　趙尊榮　郭國平　徐元春

(武漢理工大學航運學院1)　武漢　430063)　(內河航運技術湖北省重點實驗室2)　武漢　430000)

基于脆性聯系理論的客滾船航行風險辨識研究*

陳厚忠1,2)趙尊榮1)郭國平1,2)徐元春1)

(武漢理工大學航運學院1)武漢430063)(內河航運技術湖北省重點實驗室2)武漢430000)

摘要：構建以客滾船為核心的SHEV風險辨識模型，篩選出客渡船運輸過程中的5類脆性因子；通過AHP多目標綜合評價確定各子系統中各因子的權重，得到權重向量Ai；再結合集對分析的數學方法，對各脆性因子進行賦權，并求取脆性關聯熵值及脆性聯系熵，進而進行客滾船航行風險辨識模型的研究.最后以北海至洋浦航線為例，進行模型的示范應用.

關鍵詞：安全；客滾船；脆性聯系理論；脆性因子；脆性聯系熵；風險辨識模型

0引言

跨海客渡船運輸是一種特殊中短程海上運輸方式.在經濟發達地區的環渤海、東南沿海、瓊州海峽等中短途水運中，客滾船具有較大的競爭優勢.跨海客滾船運輸“客貨兼運”的特性決定了客滾船運營過程中存在的重大安全隱患.據統計，過去的近30年中，國內外共發生重大客滾船事故12起.交通運輸部對跨海客渡船運輸的安全高度重視，將“跨海客運渡輪班線運營安全風險防控與示范”作為2015年交通行業重大科研項目展開專項研究.在此基礎上，文中開展客滾船航行風險的研究，并提出基于脆性聯系理論的風險辨識模型.

1風險辨識模型的構建

1.1風險辨識模型中的相關定義

1.1.1復雜系統

復雜系統[1](complex system)是指具有相當數目的能夠對局部信息做出反應的智能性、自適應性系統，是相對簡單系統而言的.它一般具有一個比較大的不斷變化的環境背景及多個存在非線性關聯關系的子系統，且相互間存在能量、物質和信息的交換.復雜系統一般包括硬件部分H(系統要素集合)、軟件部分S(系統要素的關系集合)及外部環境E(干擾條件)，可表達為：

(1)

1.1.2脆性過程

復雜系統受外界物質、能量及信息的交換而產生由系統有序狀態向無序狀態發生不可逆轉的變化，這個過程稱之為脆性過程[2-3].脆性過程的類型分為：一對一、一對多和多對一，表現為單向性、多向性、傳遞性.

1.1.3脆性關聯性

脆性過程產生的效果稱為脆性關聯性，包括：同一性、對立性及波動性，在數值上，可以依次定義為脆性同一熵Ha、脆性對立熵Hb、脆性波動熵Hc，脆性過程的整體效果可以用脆性聯系熵HXY來表現.

1.1.4脆性因子

脆性因子是指產生脆性過程的脆性源.由于脆性因子的不穩定性，導致復雜系統集合運行過程中的不可確定性，這種不可確定性可能導致系統的崩潰.

1.2風險辨識模型的實現過程

1.2.1構建復雜系統集合F

文中將“客滾船航行”事件視為一個復雜系統集合F，航線條件、通航環境、船舶條件、人員條件及其他安全管理制度構成了集合F的硬件部分H和軟件部分S，航線水域的通航環境、船舶性能、人員綜合素質發生改變，安全管理制度缺陷等情況作為外部干擾條件E.理想情況下，在既定的航線上，客滾船航行事件將有序地進行下去，直到E對整個系統集合產生脆性作用為止.

1.2.2基于SHEL-SHEV模型的脆性因子的選取

文中從船舶的角度來對系統集合F的脆性過程進行分析，參考SHEL模型[4-5]并加以優化，得到如圖1所示的“船舶(vessel)”所處特定系統界面的“SHEV模型”，通過分析主體客滾船航行過程中受到的其他要素影響，來辨識整個航線過程中系統集合F中的脆性源.

圖1　SHEL-SHEV模型示意圖

根據修正后的SHEV模型，可將影響因子分為船系統(V)、船-船系統(V-V)、船-硬件系統(V-H)、船-軟件系統(V-S)、船-環境系統(V-E)5類，其中：

船系統(V)是指客滾船的因素.作為航線的主體，客滾船的因素直接影響著整個系統集合的有序性.客滾船因素主要包括：船舶結構特點、船舶現狀(船齡、損壞程度)、船載設施設備、船舶操縱性能、船舶配員、船員適任情況、貨物配積載、貨物系固綁扎等；

船-船系統(V-V)是指客滾船受到的其他船舶影響，主要包括：船舶種類、船舶大小、船舶數量、交通流分布情況、通航密度、航線交叉情況、交通沖突點、漁船活動等；

船-硬件系統(V-H)是指客滾船航線船舶航行過程中的硬件設施及配套支持系統，主要包括：航道條件、錨地條件、橋區、漁業捕撈區、礙航物、轉向點、導助航設施設備、輔助機械(拖輪等)等；

船-軟件系統(V-S)是指影響客滾船安全航行的管理機制，主要包括：航行規則、主管部門的行政監管、公司安全管理、船舶安全管理、應急預案、船員日常演習、船岸通訊、岸基指導等；

船-環境系統(V-E)是指客滾船受到的自然環境影響，包括：風、波浪、水流、潮汐、霧及能見度、雷暴天氣、夜航、熱帶氣旋及臺風等.

1.2.3基于集對分析理論和AHP的賦權過程

根據集對分析理論的思想[6]，針對“客滾船航行風險研究”問題對SHEV模型構成的集合X所包含的船系統(V)、船-船系統(V-V)、船-硬件系統(V-H)、船-軟件系統(V-S)、船-環境系統(V-E)5類脆性因子進行集對分析，具體步驟為：

1) 根據風險研究的需要，進行安全狀態的分級處理，包括一級狀態(安全)、二級狀態(一般)及三級狀態(危險)，分別用三維向量來表示：(1,0,0)、(0,1,0)、(0,0,1).

2) 結合AHP層次分析的核心思想[7]，通過多層次綜合評價分析，計算得到系統集合F中各子系統脆性因子的權重向量Ai.

3) 以三級狀態(危險)為基準集合Y，根據步驟2)所計算的權重向量Ai對5類脆性因子就“客滾船航行風險研究”問題進行分析：若在權重向量Ai中所占權重較小，代表安全狀態(一級狀態)，則在集對分析中表現為對立性，記作(1,0,0)；若在權重向量Ai中所占權重較大，代表危險狀態(三級狀態)，則在集對分析中表現為同一性，記作(0,0,1)；若在權重向量Ai中所占權重一般(居中位置)，代表一般狀態(二級狀態)，則在集對分析中表現為波動性，記作(0,1,0).

脆性同一表示脆性因子可能會給客滾船航行帶來較大風險；相反，脆性對立狀態下，客滾船的航行安全是有保障的；脆性波動就是系統中的不確定成分，作用不穩定，通過加強警惕和付諸行之有效的防范措施，這部分脆性因子是可以轉換為脆性對立的.

1.2.4脆性關聯性的量化、定義及計算

根據集對分析理論的相關思想，對SHEV模型構成的集合X及基準集合Y進行相關定義[8].

則有：

(2)

再定義脆性同一熵Ha為

(3)

脆性對立熵Hb為：

(4)

脆性波動熵Hc為：

(5)

式中：n為X系統中的脆性因子數；q為向量(0,0,1)的個數；p為向量(1,0,0,)的個數；m=n-q-p為向量(0,1,0)的個數.

脆性同一、脆性對立及脆性波動共同構成了集合X對集合Y的作用，這種作用效果可用兩集合的脆性聯系熵HXY來表示.

定義：

HXY=waHa+wbHb+wcHc

(6)

令：pa(yj/X)=a；pb(yj/X)=b；pc(yj/X)=c，則式中：wa，wb，wc分別為脆性同一、脆性對立、脆性波動的權系數.

脆性聯系熵反映了系統集合脆性過程的綜合作用效果，脆性聯系熵越大，表示客滾船航行風險越大.

考慮到系統集合F中控制變量及狀態變量的相互轉換及權重系數的計算需要，本文擬采用客觀賦權法——突變級數法[9-11]來進行計算.系統集合F中包含脆性同一熵、脆性對立熵及脆性波動熵三個控制變量及“客滾船航行安全”一個狀態變量，采用燕尾突變級數法進行權重系數計算[12-18].

燕尾突變勢函數：

(7)

分解形式的分解集方程：

a=-6x2,b=8x3,c=-3x4

(8)

為方便后續計算，采用歸一法讓狀態變量a，b，c和控制變量x在[0,1]區間取值，結合計算得到的各子系統脆性同一熵Ha、脆性對立熵Hb和脆性波動熵Hc三個控制變量，將其代入可得：

(9)

式中：xa、xb、xc為三個控制變量Ha、Hb、Hc控制下的狀態值，分別作為式(6)中的權系數，即wa、wb、wc.Ha、Hb、Hc的取值范圍在0～1之間.

1.2.5結果分析

脆性聯系熵值反映了子系統之間聯系的不確定性程度，由于這種不確定性聯系的存在使得一個子系統崩潰有可能最終導致整個系統的癱瘓.通過脆性關聯性的量化及計算得到船系統(V)、船-船系統(V-V)、船-硬件系統(V-H)、船-軟件系統(V-S)、船-環境系統(V-E)5個子系統的脆性聯系熵HXYn(n=1,2,3,4,5).比較HXYn的大小，來確定各子系統的風險程度：系統集合F中，脆性聯系熵越大，表示客滾船航行風險越大.確定各子系統的風險程度后，反過來通過權重向量Ai及各脆性因子的脆性關聯性，對5類脆性因子進行單獨分析，以實現客滾船航行風險的辨識.

1.2.6風險辨識模型

根據以上實現過程可得到如圖2所示的風險辨識模型.

圖2　風險辨識模型

2實例應用

2014年5月，北部灣旅游股份有限公司組織“北部灣3號”客滾船進行北海至洋浦航線試航，試航航線長100多nmile，途經廣西沿海海域、潿洲島及斜陽島海域、洋浦外海及儋州灣海域.根據實地調研獲取的通航環境及客滾船船舶資料，構建以北部灣3號客滾船為核心的SHEV模型，經2015年1月關聯項目評審會上的專家打分及AHP方法計算，得到權重向量Ai.

A1=(船舶結構特點，船舶現狀，船載設施設備，船舶操縱性能，船舶配員，船員適任情況，貨物配積載，貨物系固綁扎)=(0.141 1，0.054 5，0.054 5，0.054 5，0.054 5，0.054 5，0.293 2，0.293 2).

A2=(船舶種類，船舶大小，船舶數量，交通流分布情況，通航密度，航線交叉情況，交通沖突點，漁船干擾)=(0.068 5，0.030 6，0.068 5，0.068 5，0.191 0，0.191 0，0.191 0，0.191 0).

A3=(航道條件，錨地條件，橋區，漁業捕撈區，礙航物，轉向點，導助航設施設備，輔助機械)=(0.043 0，0.268 2，0.043 0，0.268 2，0.111 5，0.111 5，0.043 0，0.111 5).

A4=(航行規則，行政監管，公司安全管理，船舶安全管理，應急預案，船員日常演習，船岸通訊，岸基指導)=(0.353 9，0.061 1，0.170 3，0.170 3，0.061 1，0.061 1，0.061 1，0.061 1).

A5=(風，熱帶氣旋及臺風，霧及能見度，雷暴天氣，潮流，潮汐，波浪，夜航)=(0.260 2，0.100 5，0.100 5，0.100 5，0.038 8，0.038 8，0.260 2，0.100 5).

根據權重向量Ai，進行集對賦權，可得到脆性因子集對賦權及各子系統脆性關聯度，見表1、表2.

計算脆性同一熵Ha、脆性對立熵Hb、脆性波動熵Hc及脆性聯系熵HXY(見表3).

結合權重向量Ai、脆性聯系熵HXY及各脆性因子的脆性關聯性(見表1)，風險辨識結果分析如下.

根據1.2.3第3步的賦權規則可知，在各子系統內，脆性因子所占權重越大，對客滾船跨海航行安全影響越大；脆性同一的因子對客滾船跨海航行安全影響較大，脆性對立的因子對客滾船跨海航行安全影響較小，脆性波動的因子對客滾船跨海航行安全影響一般.

表1　脆性因子集對賦權表

表2　各子系統脆性關聯度

表3　各子系統脆性聯系熵值及權重

圖3　5個子系統脆性聯系熵對比圖

系統集合F“北海至洋浦航線客滾船航行風險分析”的5個子系統共40項脆性因子中，船-硬件系統(V-H)、船-環境系統(V-E)的脆性聯系熵較大，對客滾船安全航行產生較大的影響；船系統(V)、船-軟件系統(V-S)的脆性聯系熵較小，影響較小，基本能滿足客滾船安全航行的要求；船-船系統(V-V)的脆性聯系熵處中間位置，對客滾船航行產生一定的影響(見圖3).具體地，對客滾船航行安全影響較大的因素主要包括：錨地條件，漁業捕撈及風、浪條件；其他例如航線交叉，交通流分布，交通沖突情況，熱帶氣旋(臺風)，霧及能見度等亦將對客滾船航行產生一定的影響；另外，也不能忽視客滾船本身結構特性、客滾船貨物配積載及系固綁扎等方面因素給客滾船航行帶來的威脅，同時做好加強公司和船舶安全管理工作.

3結 束 語

客滾船運輸已成為現代交通運輸系統中的重要一部分，開展客滾船航行風險辨識模型的研究，對于保障客滾船運輸安全，促進現代交通運輸系統進步具有重要的意義.文中基于脆性聯系理論的相關思想，提出客滾船航行風險辨識模型，并選取北海至洋浦客滾船航線為例進行實際應用，具有一定的實用價值.在后續過程中，仍需對北海至洋浦航線進行進一步觀察，以驗證模型的準確性.

參 考 文 獻

[1]李進,耿金花,趙洋,等.《復雜系統與復雜性科學》雜志載文統計與分析[J].青島大學學報(工程技術版),2014,29(1):120-122.

[2]劉曉平,唐益明,鄭利平.復雜系統與復雜系統仿真研究綜述[J].系統仿真學報,2008,20(23):6303-6315.

[3]李丹.基于FAHP和脆性聯系理論的交通安全系統脆性研究[D].南寧：廣西大學，2013.

[4]劉丙泉.船舶人因事故預警管理研究[D].哈爾濱：哈爾濱工程大學，2009.

[5]劉剛.基于改進的SHEL模型的具體海事中人為失誤分析[J].天津航海,2012(2):20-23.

[6]王菁.客滾運輸人為因素風險評價與控制研究[D].大連：大連海事大學,2008.

[7]盧敏,張展羽,石月珍.集對分析法在水安全評價中的應用研究[J].河海大學學報(自然科學版),2006,34(5):505-508.

[8]曲徑,沈崇松.基于集對分析理論的深圳港銅鼓航道危險度評價[J].天津航海,2009(4):10-12.

[9]鄧雪,李家銘,曾浩健,等.層次分析法權重計算方法分析及其應用研究[J].數學的實踐與認識,2012,24(7):93-100.

[10]陳俊英，張冰.基于熵的復雜系統的脆性理論基礎研究[J].微計算機信息，2008(4)：55-58.

[11]齊跡.基于突變理論的海上交通風險預測研究[D].大連：大連海事大學,2014.

[12]唐舟進，任峰，彭濤，等.基于迭代誤差補償的混沌時間序列最小二乘支持向量機預測算法[J].物理學報，2004(5)：55-58.

[13]田麗娟，張矢宇，李娜.長江干線水上交通安全實時預警指標體系研究[J].交通信息與安全，2013(2)：24-28

[14]席永濤.人為失誤與海上事故發生的機理分析[J].上海船舶運輸科學研究所學報，2006(1)：35-39.

[15]張晶晶，趙志忠，向桂兵.高速公路交通安全管理系統研究[J].北方交通，2012(1)：57-60

[16]譚箭，周彩云，謝卓廷.交通沖突技術在水上交通領域的運用[J].武漢理工大學學報(交通科學與工程版)，2012(2)：87-90.

[17]鄧良愛，劉明俊，劉佳侖.對長江干線航道信息指標系統的思考[J].武漢理工大學學報(交通科學與工程版)，2012(4)：200-205.

[18]曹宇，劉雅麗，王東，等.三峽船閘通航安全預警指標體系研究[J].水運科學研究，2008(2)：105-110.

Study on the Risk-Identification Model of the Ro-Ro Passenger Ship′s Sailing Based on the Brittle Link Theory

CHEN Houzhong1)HUANG Ying1)GUO Guoping1,2)

(SchoolofNavigation,WuhanUniversityofTechnology,Wuhan430063,China)1)(HubeiInlandShippingTechnologyKeyLaboratory,Wuhan430063,China)2)

Abstract：The paper carries out the model of SHEV which focuses on the Risk-Identification Ro-Ro passenger ship, and finds out 5 subsystems (brittleness factors) of the ship’s sailing. In addition, the weight of each factor and the weight vector Ai based on AHP are gained. After that, by setting pair analysis and empowering these brittleness factors, the brittleness correlation and brittle link entropy are calculated. At last, the Risk-Identification Model is put forward and put into practice based on the route from Beihai to Yangpu.

Key words：safety; the ro-ro passenger ship; brittle link theory; brittleness factors; brittle link entropy; the risk-identification model

收稿日期：2016-04-22

中圖法分類號：U674.12

doi:10.3963/j.issn.2095-3844.2016.03.020

陳厚忠(1976- ):男，博士，副教授，主要研究領域為交通環境與安全保障、船舶控制理論與技術

*交通運輸部2015年重點項目資助(跨海客運渡輪班線運營安全風險防控與示范)