法律状态公告日
法律状态信息
法律状态
2022-07-22
公开
发明专利申请公布
技术领域
本发明涉及船舶航行过程中的风险评估领域,尤其涉及一种客船航行条件下的自然环境因素风险评估方法。
背景技术
客船在航行过程中,船舶操纵方面需要注意许多不利的影响因素。例如:在大雾天气能见度低的情况下、沿海处大风天气频发的情况下、海流四季流向不同的情况下等,因此很难保证船舶在该水域的航行安全。且现代船舶的吨位越来越大,速度越来越快,必定会增大船舶在航行过程中的航行风险,海事发生率也随之增大。而环境条件作为船舶航行风险评估中一个重要的组成,因此对客船航行水域的自然环境条件进行风险评估具有重要的实用意义。然而客船航行过程中自然环境因素繁多,不能直接用数学表达式表达,因此怎样在客船航行前合理且科学的对客船航行中的自然环境条件进行风险评估是必要的。
发明内容
本发明主要目的在于:提供一种客船航行条件下的自然环境因素风险评估方法。
本发明所采用的技术方案是:一种客船航行条件下的自然环境因素风险评估方法,本方法包括以下步骤:
S1、建立远洋客船航行自然环境条件的评价结构为目标层、中间层和指标层;其中目标层为自然环境因素的评价结果,中间层为气象条件、水文条件以及地质条件,指标层为在中间层下的各个因素的实际指标因素;
S2、建立客船航行条件下的评语集,对评语集中的每个评价,给予一个对应的分数;
S3、权重的确定:
采用层次分析法,确定各个指标层相对于中间层的权重,以及各个中间层相对于目标层的权重;
S4、对确定的权重进行一致性检验;
S5、根据所述的指标因素,采集具体评估对象对应的物理参数,采用隶属度函数确定单因素批判矩阵;
S6、采用Zaden算子将S3确定的权重和S5确定的单因素批判矩阵进行合成,得到多级评判结果;
S7、对多级评判结果进行归一化,通过最大隶属度原则得出客船航行下自然环境因素的评价结果,与对应的十分制打分合成最终的评价结果。
按上述方法,所述的S3具体为:
采用层次分析法对每一个层级中的要素的相对重要性进行判断,从而构造出n*n的判断矩阵;
计算判断矩阵每一行元素的乘积,然后求取每一行元素的乘积的n次方根后进行归一化处理,得到每一行元素的权重。
按上述方法,所述的S4具体为:
计算所述判断矩阵的一致性比值
式中,CI表示判别矩阵的一致性指标,RI表示随机一致性指标,且
其中n为矩阵阶数,λ
当一致性比值CR在预设范围内时,判断所构造的判断矩阵符合一致性检验。
按上述方法,所述的S6具体为:
通过Zaden算子,将单因素批判矩阵与通过层次分析法确定的权重进行合成,得到各个中间层的一级评判结果;
通过Zaden算子,将一级评判结果以及权重进行模糊合成,得到二级评判结果。
按上述方案,所述的评语集中每个评价对应的分数,均在十分以内。
本发明产生的有益效果是:针对客船航行过程中的自然环境条件风险评估中的因素多、模糊且难量化的问题,通过采用多级模糊综合评价法以及层次分析法来进行风险评估,具有评价结果清晰,系统性强的效果。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明一实施例远洋客船航行自然环境条件的评价结构示意图。
图2为本发明一实施例的评估流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供一种客船航行条件下的自然环境因素风险评估方法,如图2所示,本方法包括以下步骤:
S1、建立远洋客船航行自然环境条件的评价结构为目标层、中间层和指标层;其中目标层为自然环境因素的评价结果,中间层为气象条件、水文条件以及地质条件,指标层为在中间层下的各个因素的实际指标因素。
如图1所示,本实施例确定其评价结构为三级结构,三层结构分别为目标层、中间层以及指标层,其中目标层V即自然环境因素的评价结果,中间层设置为气象条件U
S2、建立客船航行条件下的评语集V={V
S3、权重的确定:采用层次分析法,确定各个指标层相对于中间层的权重,以及各个中间层相对于目标层的权重。具体为:
采用层次分析法对每一个层级中的要素的相对重要性进行判断,从而构造出n*n的判断矩阵A,
式中a
计算判断矩阵每一行元素的乘积,
然后求取每一行元素的乘积的n次方根:
用来进行归一化处理;再对向量W=[W
以气象条件下的子元素:能见度、风速、降雨量以及浪高为例,4个子元素,n=4。
先构造子元素之间的判断矩阵,判断矩阵为
式中a
表1层次分析法标度矩阵的判别标准
其中表1仅为判别标准,具体能见度相对风速的重要程度、能见度相对降雨量的重要程度等,根据经验设置。本实施例中,a
利用方根法来计算权重,得到判断矩阵每一行元素的乘积为
(M
计算M
所以能见度、风速、降雨量以及浪高的权重依次为0.29、0.52、0.07、0.12。
S4、对确定的权重进行一致性检验,具体为:
计算所述判断矩阵的一致性比值
式中,CI表示判别矩阵的一致性指标,RI表示随机一致性指标,且
其中n为矩阵阶数,λ
表2随机一致性指标与矩阵阶数n的关系
本实施例中,
其中判别矩阵的一致性比值
当一致性比值CR在预设范围内时,判断所构造的判断矩阵符合一致性检验。一般认为判断矩阵的一致性比值CR<0.1时,则符合一致性检验,因此对于上述气象条件构造得判断矩阵,符合一致性检验。
重复步骤S3和S4,得到评估系统的各个指标层对于中间层的权重,以及中间层对于目标层的权重。
表3各个指标相对于目标层的权重
S5、根据所述的指标因素,采集具体评估对象对应的物理参数,采用隶属度函数确定单因素批判矩阵。此处最终采用的是岭型隶属度函数,其特点是其在关注的区域灵敏度很高,但随着离关注区域距离的增加,灵敏度也随之降低。戒上型和戒下型岭形隶属度函数的函数表达式如下:
戒上型:
戒下型:
表4指标层各个因素评价指标
根据各个因素实际的输入以及隶属度函数,则可以分别得到单因素评判矩阵RU
其中RU
本实施例对某海域某时段的指标因素进行采集,计算得到单因素评判矩阵为:
S6、采用Zaden算子将S3确定的权重和S5确定的单因素批判矩阵进行合成,得到多级评判结果。
经过模糊化处理后,将单因素评判矩阵与通过层次分析法确定的权重进行合成,则可以得到分级评估矩阵。即
在上式中,矩阵A表示的是由AHP法确定的指标层权重组成的一维权重行向量,矩阵RU
其中j=1,2.....q,并且“∨”为取大值,“∧”为取小值。
其所得到的结果即对于各个中间层的一级评判结果。然后进行系统的二级模糊评估过程,即将三个中间层的一级评估矩阵以及权重向量进行模糊合成,得到二级评判结果为
上式中[ω
本实施例中,计算二级评判矩阵得
得到二级评估结果为:
D=[0.13 0.32 0.46 0.17 0]
S7、对多级评判结果进行归一化,通过最大隶属度原则得出客船航行下自然环境因素的评价结果,与对应的十分制打分合成最终的评价结果。
归一化后的权重向量为ω=(ω
归一化得到最终的评价向量为:
ω=[0.12 0.30 0.43 0.15 0]
此外,由于设定的评语集也设定了相应的十分制打分,因此将评价向量和十分制打分合成可得最终的十分制评价结果为
根据评语集知,对于该客船航行海域,其自然环境因素的风险评估结果为一般,对应十分制打分为6.66。
评语集以及对应打分表
本发明针对客船航行过程中的自然环境条件风险评估中的因素多,模糊且难量化的问题,采用多级模糊综合评价法以及层次分析法来进行风险评估,具有评价结果清晰,系统性强的特点。本发明首先查阅相关资料确定了自然环境风险评估的评价体系,并利用层次分析法确定了各指标的权重值,最后根据实际情况划定风险等级并采用十分制打分的方法,使得评价结果更加直观清晰,能较为客观以及系统的反应客船航行过程中的自然环境因素的风险等级情况。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
机译: 利用多个因素评估的信用风险溢价中的缺口来降低因素成本的方法和系统
机译: 评估患者的方法,工具包,计算机可读介质,评估治疗的方法,评估患者风险的方法,评估方法,监测方法,诊断方法,测试系统,对人群进行分类或分组的方法,评估方法替代结果,治疗方法,至少一种生物标志物的使用,药物的使用
机译: 在有限观察机会条件下评估航行条件的方法