基于ANFIS機理的船舶溢油損害評估模型

李園園, 李 璇, 鄭彭軍

( 1.寧波大學 海運學院， 浙江 寧波 315211；2.寧波港航物流服務體系協同創新中心， 浙江 寧波 315211; 3.現代城市交通技術江蘇高校協同創新中心, 南京 210096)

LI Yuanyuan1,2,3， LI Xuan1,2,3， ZHENG Pengjun1,2,3

基于ANFIS機理的船舶溢油損害評估模型

李園園1,2,3, 李 璇1,2,3, 鄭彭軍1,2,3

( 1.寧波大學 海運學院， 浙江 寧波 315211；2.寧波港航物流服務體系協同創新中心， 浙江 寧波 315211; 3.現代城市交通技術江蘇高校協同創新中心, 南京 210096)

考慮到船舶溢油事故隨機性大、影響因素復雜，通過層次分析法確定溢油量、海域情況、清污情況和環境敏感度作為船舶溢油損害影響因子集。基于對自適應神經模糊推理系統(Adaptive Neural-network-based Fuzzy Interference System，ANFIS)建模機理的研究建立非線性模糊模型，并結合國際油污賠償基金公布的事故數據進行溢油損害的仿真與驗證。分析結果在合理的誤差范圍內，證實了該模型在船舶溢油損害評估中的可行性。

水路運輸；船舶;溢油；自適應神經模糊推理系統；損害評估；模型;仿真

LIYuanyuan1,2,3，LIXuan1,2,3，ZHENGPengjun1,2,3

Abstract: By an analytic hierarchy process, the oil spill quantity, clean-up response，oil spill area and the environment sensitivity are identified as the influencing factors of the damage of oil spill accidents, which possess strong randomness and complexity. The Adaptive Neural-network-based Fuzzy Interference System (ANFIS) is introduced, and a nonlinear fuzzy model for evaluating oil spill damage is established. For verifying the model, the simulation is performed and based on the oil spill data assembled by the International Oil Pollution Compensation Fund (IOPCF) and the simulation results are checked, which indicates that the estimates are reasonably accurate, implying the feasibility of the ANFIS evaluation model in dealing with vessel oil spill compensation.

Keywords: waterway transportation; vessel; oil spill； ANFIS； damage assessment； model; simulation

由于船舶溢油事故具有突發性強、危害面廣、清除難和處理周期長等特點，因此其引發的溢油污染不僅可能導致嚴重的人員傷亡，還會對周圍及海洋環境造成巨大的經濟損失和生態傷害。隨著科技不斷進步及各國對海洋競爭力的重視程度不斷增加，針對船舶溢油事故發生和損害賠償的研究日益增多。建立有效可行、科學快捷的船舶溢油污染事故損害評估模型，對提高溢油清除效率和環境恢復效果等具有重要意義。

目前國內外相關研究主要采用直接統計法和間接評估法[1-5]對船舶溢油事故進行損害賠償的評估。直接統計法雖然直觀、全面，但是評估過程繁瑣、評估時效性差，不利于后期船舶溢油應急計劃的實施；間接評估法中，由于船舶溢油事故損害因素眾多且錯綜復雜，因此傳統的回歸、模糊分析等方法不能有效解決非線性關系問題。這里通過建立自適應神經模糊推理系統(Adaptive Neural-network-based Fuzzy Interference System，ANFIS)進行自主學習，確定船舶溢油影響因素與損害之間的關系，并進行驗證分析，解決傳統方法不能解決的非線性問題，找到一種有效可行、科學快捷的船舶溢油損害評估方法。經驗證,該方法可操作性較強，并可大大節省計算時間。

1 材料和方法

在利用模型模擬船舶溢油損害賠償之前，首先要對損害的影響因素進行篩選。選擇因素過少會影響模擬結果的準確性；過多則可能會使模型陷入局部優化，難以得到全局優化解。

1.1層次分析法

層次分析法(Analytic Hierarchy Process, AHP)由著名運籌學家T．L．Satty提出。作為一種系統分析方法，其顯著特點是將定量與定性相結合。自問世以來，其應用已遍及計劃和管理、軍事指揮及環境保護等諸多領域，正發揮著越來越重要的作用。其理論思想為：首先將所要分析的問題層次化，并將全體指標分為幾大類；然后分別求出各類的相對權重及某類下的各指標相對權重。[6]考慮到該方法具有實用性強、簡便靈活等特點，可用來解決船舶溢油損害的諸多影響因素的篩選決策問題。

1.2自適應神經模糊推理系統

ANFIS作為一種新型模糊推理系統結構，具有收斂速度快、穩定性好和模擬精度高等特點，尤其適于處理各種工程中的模擬問題。ANFIS可利用神經網絡的學習機制自動從樣本數據中抽取適當規則，進而構成自適應神經模糊控制器;通過將模糊邏輯與神經元網絡有機結合,實現對模型的快速、有效仿真。因此，ANFIS在解決溢油損害評估中影響因素復雜的非線性問題時有較大優勢。[7]

2 模型的構建

2.1模糊變量的選取

考慮到影響船舶溢油損害的因素錯綜繁雜，基于層次性、重要性及保護與開發相結合等原則，以層次分析法與專家調查問卷相結合的方式確定各評價因素的權重值，進而篩選出變量因素。調查問卷共發放40份，實際有效回收30份，回收率為75%；調查對象包括船長、船級社管理人員、港務監督專業人員、教授及其他人員等。基于AHP思想進行計算分析的步驟[8]如下。

1)建立層次結構。根據所選取的評價指標和評價因子建立船舶溢油損害評估指標體系結構。其目標層為A，即船舶溢油損害評估；一級指標層為B，包括溢油量、溢油種類、溢油海域、清污情況、環境敏感度及船舶狀況；二級指標層為C，共有16個評價因子，分別表示溢油種類之油的比重、油的毒性和油的持久性，溢油海域之風級、浪高和能見度，清污情況之清污設備、溢油跟蹤設備、預警設備、通信設備、清污人員數量和人員組成，船舶情況之船型、船齡、破損情況和剩余油量。

2)構造判斷矩陣。

3)層次單排序判斷及矩陣的一致性檢驗。

4)層次總排序及一致性檢驗，其中,設B層中的B1,B2,…,Bn對A層中因素Aj(j=1,2,…,m)的層次單排序一致性指標為CIj，隨機一致性指標為RIj，則層次總排序的一致性比率CR為

(1)

式(1)中:a1,a2,…,am為A層m個因素對總目標的排序，當CR<0.1時，認為層次總排序通過一致性檢驗。

根據上述理論，對相關數據進行計算。

由式(2)～式(4)可知,結果滿足一致性要求。通過運用AHP方法發現，B層指標是影響船舶溢油損害評估的直接因素,其權重值排序依次為溢油量(0.371)、溢油海域(0.332)、環境敏感度(0.098)、清污情況(0.084)、船舶狀況(0.066)和溢油種類(0.049)。可看出：溢油量對船舶溢油損害的影響最大；溢油海域是船舶溢油損害需著重考慮的因素，因而權重值也較大；環境敏感度往往涉及到環境生態保護問題，也是三大影響因素之一；清污情況因素雖然也很重要，但實際數據的獲取較困難。因此，綜合上述分析結果及船舶溢油突發性、復雜性特點，最終篩選溢油量、溢油海域、清污情況和環境敏感度等4個變量作為ANFIS模型變量。

2.2數據的預處理

通過整理分析國際油污賠償基金(International Oil Pollution Compensation Funds,IOPCF) 公布的溢油事故年報數據，最終確定41組數據作為研究的樣本數據(見表1),其中,前35組為樣本訓練集，后6組為測試集。針對溢油量、賠償額等變量,采用min-max標準化方法處理數據，不同年份、不同貨幣種類的賠償額則通過計算通貨膨脹及相關利率等方式化為以2013年為基準年的統一單位美元；針對海域情況及清污情況等變量，采用模糊數學評判方法，通過建立因素集、評語集并進行綜合評判來實現數據的定量化；針對環境敏感度等變量，則通過查閱相關系數表格綜合確定.具體的處理計算通過Excel及MATLAB編程實現。

表1 溢油事故的歸一化數據

2.3模型的建立

將篩選確定的溢油量、溢油海域、清污情況和環境敏感度按順序依次命名為變量X1,X2,X3和X4，并作為樣本輸入量；將溢油賠償額命名為變量Y1，作為輸出量進行訓練。賦予每個輸入變量2個隸屬度函數，類型均為三角型“trimf”隸屬度函數；輸出隸屬度函數為“constant”；訓練次數為100 次；學習方法采用“hybrid”混合學習算法。通過MATLAB實現船舶溢油損害的ANFIS建模過程主要分為以下5個步驟[9-10]。

1)分別產生訓練與檢驗數據。

2)確定輸入變量隸屬度函數的類型和個數。

3)通過genfis1函數來產生初始FIS結構。

4)設定訓練參數并進行ANFIS訓練。

5)檢測分析得到的FIS性能。

3 模型結果及分析

3.1模型的訓練結果及分析

圖1為模型訓練結果，從中可知，ANFIS系統通過分析前35組訓練樣本建立的模型，經過100次訓練后，原始數據和ANFIS輸出數據的均方根誤差RMSE(Root Mean Square Error)為0.031 9，擬合效果較好。

3.2模型的訓練結果及分析

圖1 ANFIS訓練結果

圖2為模型針對第36～41組樣本實測結果和ANFIS系統輸出結果對比圖，其中輸出值與原值的均方根誤差為0.033 0。為進一步判斷ANFIS模型模擬的準確性，運用極差公式對輸出值進行反歸一化，分析結果見表2。考慮到溢油事故發生的現實復雜性、賠償者實際支付能力及法官一定程度的自由裁量權等因素，針對溢油損害的評估，從數量級角度分析比起精算更具有實際意義。因此，ANFIS模型對船舶溢油損害賠償的模擬結果與真實值在一定合理范圍內是一致的，是一種快速、有效的評估方法。

圖2 ANFIS測試結果

表2 實際與模型結果驗證

4 結束語

結合層次分析法(AHP)和自適應神經模糊推理系統(ANFIS)對船舶溢油損害進行研究。通過層次分析法確定影響船舶溢油損害的主要因子，包括溢油量、清污情況、海域情況和環境敏感度。利用國際油污賠償基金公布的船舶溢油事故數據，基于上述因子建立ANFIS模型并進行訓練檢測，結果顯示訓練精度高、模擬效果較好，驗證了ANFIS評估模型在船舶溢油損害評估中的可行性，對相關海事及決策部門處理溢油事故定損問題具有一定參考價值。

[1] 寧庭東. 船舶油污事故的損害評估及應急處理[D]. 大連： 大連海事大學, 2006.

[2] KONTOVAS C A,HARILAOS N P,NIKOLAOS P V. An Empirical Analysis of IOPCF Oil Spill Cost Data[J].Marine Pollution Bulletin, 2010, 60:1455-1466.

[4] 熊德琪, 殷佩海,馮曉東, 等. 船舶油污損害賠償評估的模糊類比分析法[J]. 中國航海,2000(1):24-29.

[5] 張秋艷. 海洋溢油生態損害快速預評估模式研究[D].青島:中國海洋大學, 2010.

[6] 湯懷勝. 橋梁技術狀況評估、預測及管理系統開發研究[D]. 長沙:湖南大學, 2008.

[7] 徐琰珂, 梁曉庚, 賈曉洪. 基于ANFIS的自適應機動目標狀態估計算法[J]. 系統工程與電子技術, 2013,35(2):250-255.

[8] 尚豫新,高明辰. 層次分析法在中國電力企業培訓評估中的應用[J]. 經濟視角(下), 2011(7): 21-22.

[9] YANG L, ENTCHEV E. Performance Prediction of a Hybrid Microgeneration System Using Adaptive Neuro-Fuzzy Inference System (ANFIS) Technique[J]. Applied Energy,2014,134:197-203.

[10] 許麗佳, 陳陽舟. 基于MATLAB的非線性系統模糊建模及仿真[J]. 計算機仿真, 2004, 21(5): 49-52.

VesselOilSpillDamageEvaluationModelwithAdaptiveNeural-Network-BasedFuzzyInterferenceSystem

(1. Faculty of Maritime and Transportation, Ningbo University, Ningbo 315211, China; 2. Ningbo Collaborative Innovation Center for Port and Shipping Services System, Ningbo 315211, China; 3. Jiangsu Province Collaborative Innovation Center for Modern Urban Traffic Technologies, Nanjing 210096, China)

X55； U698.7

A

2016-02-19

國家自然科學基金(61074142;51408323)；交通運輸部海事科技項目(2013-68;2012-06)；浙江省自然科學基金(LY15E080013)

李園園(1991—),女, 山東德州人，助理研究員，從事港航技術與管理研究。 E-mail: 1192727413@qq.com 李 璇(1985—)，女，河南南陽人， 博士，從事交通工程研究。 E-mail：lixuan@nbu.edu.cn

1000-4653(2016)02-0092-04