收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于贝叶斯网络的干散货船舶自沉事故致因分析

李奕良  
【摘要】:船舶自沉事故作为严重的水上交通事故之一,虽然在所有事故类型中占比不大,但其往往具有发生速度快、救援难度大等特点,极易造成重大的人员伤亡和财产损失,对船舶的航行安全和船员生命安全造成重大的威胁。同时,干散货船舶作为自沉事故中最主要的船舶类型,造成其自沉事故多发的原因不仅与运载货物的特性,如精矿粉或者是陶土等货物所具有的流态化危险性有关,人员对货物的装卸操作是否合理、船舶载货情况、船体自身的结构强度、船舶在航行过程中遭遇的大风浪天气等因素都会成为干散货船舶自沉事故多发的重要诱因。本文针对干散货船舶自沉事故频发的问题,利用贝叶斯网络,同时结合系统安全工程原理、层次分析法,从“人—船—环境—货物”四个方面对事故致因进行分析和推理,找到对事故具有重要影响的致因因素,同时得到导致事故的致因链条,以及各个因素之间的相互关联,并有针对性的提出相关风险控制措施。论文具体的工作如下:(1)根据船舶自沉事故概念的定义,有针对性的从“人—船—环境—货物”四个角度对导致事故发生的因素进行定性的分析和挖掘,将人为因素分为人为失误和导致人为失误的个人因素;货物因素的影响考虑了货物流态化的危险性,以及货物配积载、系固绑扎、平舱、货物是否超载的情况;船舶因素主要考虑船体自身的结构缺陷、船龄和船舶吨位、船舶设备故障的影响;对环境因素主要考虑自然环境和通航环境中的因素影响。对整理分析出的因素,利用层次分析法,构建干散货船舶自沉事故致因相关的层次结构,对每个风险因素赋予了权重,一方面对风险因素进行了识别,同时也为后文中应用相关因素进行贝叶斯网络的分析提供理论基础。(2)通过对贝叶斯网络的概率理论基础的学习以及对模型构建步骤的确定,以从各海事机构和海事事故案例集中的搜集到的船舶自沉事故案例为样本数据,对各风险因素进行提取并转化为贝叶斯网络节点,定义节点值域,进行贝叶斯网络结构学习和贝叶斯网络参数学习,在结构学习过程当中,引入系统安全工程理论中的故障树方法辅助构建网络结构,在参数学习过程中,将通过层次分析法得到的指标权重对部分节点条件概率进行了修正,将专家知识和数据学习较好的融合在一起。(3)利用贝叶斯网络可视化软件GeNIe对文中建立的贝叶斯网络模型进行验证和推理,通过对事故样本数据的有效性验证,推导了事故发生的后验概率,证明了所建立网络结构的客观正确性。通过诊断推理的方式,提取了影响干散货船舶自沉事故的最大致因链,确定了各风险因素对于船舶自沉事故的影响程度,同时为减少干散货船舶自沉事故的发生提出了相关风险控制措施。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 李东宁;尚云龙;郑中义;;浅议贝叶斯网络应用于海上交通事故致因分析的可行性[J];交通建设与管理;2009年05期
2 许洪国;张慧永;宗芳;;交通事故致因分析的贝叶斯网络建模[J];吉林大学学报(工学版);2011年S1期
3 郑恒;吴祈宗;黄锴;;基于半定性贝叶斯网络的建模方法研究[J];科学技术与工程;2007年01期
4 包丹;;基于贝叶斯网络的交通事故致因路径分析[J];智能城市;2020年17期
5 程浩;赵瑾;刘俊友;;基于信息融合的贝叶斯网络毁伤评估方法[J];四川兵工学报;2015年04期
6 刘晓洁;吴家鑫;;贝叶斯网络在故障诊断中的应用[J];北京联合大学学报;2014年02期
7 胡春玲;;贝叶斯网络研究综述[J];合肥学院学报(自然科学版);2013年01期
8 洪海燕;;基于贝叶斯网络的人力资源管理模型[J];中国科技信息;2012年09期
9 柴慧敏;王宝树;;动态贝叶斯网络在战术态势估计中的应用[J];计算机应用研究;2011年06期
10 吴家鑫;宋敏;刘晓洁;葛辛玫;齐鹏;郑应华;何继红;;贝叶斯网络在泰乐菌素发酵过程中的应用[J];安徽农业科学;2011年35期
11 黄晶;徐丽群;;基于贝叶斯网络的路网失效程度评估方法研究[J];科学技术与工程;2010年09期
12 王立群;;基于最小诊断集的贝叶斯网络诊断模型研究[J];微计算机信息;2010年28期
13 许朝霞;王忆勤;颜建军;;贝叶斯网络在中医辨证研究中的应用[J];上海中医药大学学报;2009年02期
14 田翔;;贝叶斯网在态势评估中的应用[J];微计算机信息;2007年27期
15 范生万;王浩;;贝叶斯网络在高职英语应用能力考试中的应用研究[J];安徽工程科技学院学报(自然科学版);2007年04期
16 曾子涵;;基于贝叶斯网络的交通拥堵实时预测[J];冶金管理;2019年21期
17 赵瑞娟;龙昱帆;赵凯;蔡蝶;李起龙;刘鸿涛;;贝叶斯网络在水利工程中的应用[J];东北水利水电;2020年04期
18 孙晶;化越;赵会群;;组合数据下贝叶斯网络构建算法研究[J];电子技术与软件工程;2020年09期
中国重要会议论文全文数据库 前20条
1 肖兵;沈薇薇;金宏斌;;基于动态贝叶斯网络的威胁估计研究[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
2 郑国臣;张静波;刘仕博;;贝叶斯信度网络技术在松辽流域水环境管理中的应用[A];2015第七届全国河湖治理与水生态文明发展论坛论文集[C];2015年
3 李晓钢;王亚辉;罗仁茜;;基于贝叶斯网络的薄弱环节分析方法[A];技术融合创新·可靠服务企业·安全产品制胜——2013年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第五次全体委员大会论文集[C];2013年
4 陈晓怀;程真英;刘春山;;动态测量误差的贝叶斯建模预报[A];第二届全国信息获取与处理学术会议论文集[C];2004年
5 姜峰;高文;姚鸿勋;;贝叶斯网络的推理和学习[A];全国网络与信息安全技术研讨会'2005论文集(下册)[C];2005年
6 郑恒;吴祈宗;黄锴;;一种基于半定性贝叶斯网络的多专家知识集成方法[A];中国运筹学会第八届学术交流会论文集[C];2006年
7 刘振;代进进;王毅;;贝叶斯网络推理与算法[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
8 杜鹏英;罗小平;何志明;;贝叶斯网络的发展及理论应用[A];第三届全国虚拟仪器大会论文集[C];2008年
9 王尚斌;赵俊渭;;基于遗传算法的分布式贝叶斯数据融合系统优化[A];2005年全国水声学学术会议论文集[C];2005年
10 宫义山;钱娜;;贝叶斯网络结构在线学习算法及应用[A];科学发展与社会责任(A卷)——第五届沈阳科学学术年会文集[C];2008年
11 李怡康;赵婷;孙歆;颜立;;基于贝叶斯网络的静态源代码安全缺陷评价方法[A];2012年电力通信管理暨智能电网通信技术论坛论文集[C];2013年
12 王竞春;丁贵涛;黄亚楼;;贝叶斯网络分类器的知识提取方法研究[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
13 邓红;陈丹;周方;;基于贝叶斯网络的多主题对话管理方法研究[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集(下册)[C];2010年
14 周海刚;沈怀荣;;一种改进贝叶斯网络不确定性的方法[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年
15 张承进;成枢;;贝叶斯预测模型的递推算法[A];1993中国控制与决策学术年会论文集[C];1993年
16 廖学清;吕强;;试析数据缺失下学习贝叶斯网中初始网络的选择[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
17 孙思;;基于贝叶斯网络方法的说明者信念度相关性模型——科学说明相关性问题的一个解决方案[A];改革开放以来逻辑的历程——中国逻辑学会成立30周年纪念文集(上卷)[C];2009年
18 向清沛;朱剑钰;丁阁;曾军;郝樊华;田东风;;序贯贝叶斯辐射探测技术模拟研究[A];第三届全国核技术与应用学术研讨会会议资料文集[C];2012年
19 程光生;阳雨平;;基于贝叶斯网络的尾矿库溃坝风险预警研究[A];环境工程2017增刊2下册[C];2017年
20 王江荣;文晖;赵权斌;;基于SPSS的贝叶斯逐步线性判别法在煤炭种类识别中的应用[A];2014年全国选煤学术交流会论文集[C];2014年
中国博士学位论文全文数据库 前20条
1 胡笑旋;贝叶斯网建模技术及其在决策中的应用[D];合肥工业大学;2006年
2 马德仲;基于贝叶斯网络和多源信息构建可靠性分析模型方法研究[D];哈尔滨理工大学;2015年
3 朱允刚;贝叶斯网学习中若干问题研究及其在信息融合中的应用[D];吉林大学;2012年
4 范敏;基于贝叶斯网络的学习与决策方法研究及应用[D];重庆大学;2008年
5 黄友平;贝叶斯网络研究[D];中国科学院研究生院(计算技术研究所);2005年
6 贾海洋;贝叶斯网学习若干问题研究[D];吉林大学;2008年
7 张德利;基于贝叶斯网络的故障智能诊断方法研究[D];华北电力大学(河北);2008年
8 徐磊;基于贝叶斯网络的突发事件应急决策信息分析方法研究[D];哈尔滨工业大学;2013年
9 张少中;基于贝叶斯网络的知识发现与决策应用研究[D];大连理工大学;2003年
10 霍利民;基于贝叶斯网络的电力系统可靠性评估[D];华北电力大学(河北);2005年
11 王红梅;保护隐私的贝叶斯网络学习研究[D];天津大学;2006年
12 董立岩;贝叶斯网络应用基础研究[D];吉林大学;2007年
13 高妍方;判别贝叶斯网络的学习算法及其应用研究[D];国防科学技术大学;2008年
14 张慧永;基于贝叶斯网络的交通事故态势研究[D];吉林大学;2013年
15 李小琳;面向智能数据处理的贝叶斯网络研究与应用[D];吉林大学;2005年
16 周忠宝;基于贝叶斯网络的概率安全评估方法及应用研究[D];国防科学技术大学;2006年
17 张润梅;基于贝叶斯网络的复杂系统因果关系研究[D];合肥工业大学;2015年
18 李孝涛;基于贝叶斯网络的航天系统安全风险建模方法及应用研究[D];国防科学技术大学;2016年
19 沈洋;多主体系统仿真调度与贝叶斯网络决策建模问题研究[D];南京航空航天大学;2012年
20 印明辉;贝叶斯累加回归树扩展研究及在生存分析中的模型构建[D];华中科技大学;2017年
中国硕士学位论文全文数据库 前20条
1 李奕良;基于贝叶斯网络的干散货船舶自沉事故致因分析[D];大连海事大学;2020年
2 乔赛雯;基于贝叶斯网络方法对干散货船舶航行事故致因分析[D];大连海事大学;2017年
3 尚云龙;基于贝叶斯网络的船舶碰撞事故致因分析[D];大连海事大学;2009年
4 杨祥睿;基于贝叶斯网络的船撞桥风险评估研究[D];重庆交通大学;2015年
5 张剑伟;基于贝叶斯网络的S项目风险评价研究[D];华南理工大学;2015年
6 陈二强;贝叶斯网络在飞机故障诊断与维修优化中的应用[D];电子科技大学;2007年
7 李阳;贝叶斯网诱导的概念类的复杂性[D];西安电子科技大学;2017年
8 陆峰;高维贝叶斯网研究及在高校投入产出绩效的应用[D];华南理工大学;2017年
9 俞露;基于非同构动态贝叶斯网络的研究与应用[D];南京大学;2017年
10 张鸣天;基于贝叶斯网络的信息安全风险评估研究[D];北京化工大学;2016年
11 李亮;基于动态贝叶斯网络方法的战场态势重构技术研究[D];南昌航空大学;2013年
12 胡良东;共识贝叶斯网络研究及应用[D];吉林大学;2013年
13 周青松;贝叶斯网在图书馆图书采购中的应用[D];云南大学;2012年
14 袁正;贝叶斯网络灵敏性分析方法及其在复杂系统故障诊断中的应用[D];合肥工业大学;2012年
15 葛燕;人机结合的贝叶斯网建模方法研究[D];西安理工大学;2009年
16 郭艳军;贝叶斯网学习方法及应用研究[D];华中科技大学;2009年
17 董晨;贝叶斯网络在电力系统故障中的应用研究[D];沈阳工业大学;2010年
18 徐金文;多级贝叶斯网络及其应用研究[D];华东师范大学;2009年
19 王家富;贝叶斯网研究及在轻度认知损害诊断中的应用[D];大连理工大学;2007年
20 严慧鑫;贝叶斯网精确推理算法的研究[D];吉林大学;2006年
中国重要报纸全文数据库 前20条
1 李俊;干散货贸易好转 BDI指数2个月上涨逾120%[N];第一财经日报;2009年
2 欧阳波;干散货公司丰收在望[N];中国证券报;2008年
3 陈弋;1月国际干散货运价“大跳水”[N];中国水运报;2012年
4 欧阳波;航运 干散货仍很风光[N];中国证券报;2008年
5 本报记者 索佩敏;中印需求推动 干散货指数创历史新高[N];上海证券报;2008年
6 本报记者 阎密;干散货的冬天有多长[N];国际商报;2008年
7 惠良;国际干散货运价顶抗下滑压力[N];国际商报;2006年
8 本报记者 霍玉菡 杨颖;第三季度干散货运价料上升 大幅反弹缺支撑[N];中国贸易报;2013年
9 周科竞;航运股或成股市领头羊[N];北京商报;2013年
10 元才;干散货海运指数大幅下挫[N];中国冶金报;2010年
11 本报记者 栾国鍌 通讯员 陈杰跃;港口干散货业务:茫然一大片[N];国际商报;2008年
12 本报记者 欧阳波;干散货公司现短期“好光景”[N];中国证券报;2009年
13 欧阳波;干散货运价狂涨后陷入暴跌[N];中国证券报;2008年
14 通讯员 张磊;干散货经营研讨会在天津举行[N];中国远洋报;2011年
15 陈弋;国际干散货运价再“跳水”[N];中国交通报;2012年
16 记者 桂雪琴;干散货运力供过于求 新船市场竞争将更激烈[N];中国船舶报;2011年
17 本报记者 李鹏;崩盘 干散货一马当先[N];国际商报;2008年
18 冯志刚 开文明;油运或有机会 干散仍将平淡[N];证券时报;2009年
19 吴明华;2007国际干散货BDI的上攻之旅[N];中国水运报;2007年
20 招商证券 罗雄;干散货景气高企 集装箱明显回升[N];中国证券报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978