[发明专利]一种港口水域船舶交通风险预警方法

权利要求书

1.一种港口水域船舶交通风险预警方法，其特征在于包括如下步骤：

步骤S1、启动系统，实时检测港口水域船舶交通风险预警的工作状态，进入步骤S2；

步骤S2、判断港口水域船舶交通风险预警工作状态，若港口水域船舶交通风险预警工作异常，转入步骤S10；若港口水域船舶交通风险预警正常工作，则进入步骤S3；

步骤S3、风险成因分析信息和风险预警机制信息；

步骤S4、将采集到的风险成因分析信息和风险预警机制信息进行信息融合处理；

步骤S5、根据船舶碰撞风险测度模型，结合经风险成因分析信息和风险预警机制信息，对船舶进行实时交通风险的测试，确定港口水域船舶交通风险预警指标体系；

步骤S6、将上述预警指标结果进行记录，构建预警指标体系；

步骤S7、将上述预警指标体系结果在系统界面上进行显示，根据不同的风险值，生成粗糙集约简指标；

步骤S8、用建模软件SVM算法构建SVM训练模型；

步骤S9、精度检验：若精度检测结果不满意，转入步骤S5；若精度检测结果满意，转入步骤S10；

步骤S10、预警结果。

2.根据权利要求1所述的港口水域船舶交通风险预警方法，其特征在于：在步骤S5中，确定港口水域船舶交通风险预警指标体系分为警兆指标和警度指标；所述的警兆指标包括人为因素指标X₁、船舶因素指标X₂、环境因素指标X₃、管理因素指标X₄，所述的警度指标包括碰撞风险Y₁、触损风险Y₂、搁浅风险Y₃和其他交通风险Y₄。

3.根据权利要求2所述的港口水域船舶交通风险预警方法，其特征在于：在步骤S5中，主层级联SVM分类器用于对风险类别进行分类，将港口水域风险类别分为碰撞风险、触损风险、搁浅风险和其他交通风险四个类别；其中SVM1用来区分碰撞风险与其他三类风险，如果SVM1的输出结果为+1，则表明该船舶所处风险类别为碰撞风险；如果SVM1的输出结果为-1，则该船舶所处风险类别为其他三种；SVM2用来区分触损风险与剩余两类风险，如果SVM2的输出结果为+1，则表明该船舶所处风险类别为触损风险；如果SVM2的输出结果为-1，则表明该船舶所处风险类别为剩余两种；SVM3用来区分搁浅风险与其他交通风险，如果SVM3的输出结果为+1，则表明该船舶所处风险类别为搁浅风险；如果SVM3的输出结果为-1，则该船舶所处风险类别为其他交通风险；子层级联SVM分类器是在主层级联SVM分类基础之上，分别对每类风险的风险状态做出进一步的分类，分类等级为红灯、橙灯、黄灯、蓝灯四个级别；以碰撞风险为例，构造三级SVM分类器；

其中，SVM11用来区分蓝灯与其他三类风险等级，如果SVM11的输出结果为+1，则表明该船舶所处风险状态为低度危险(蓝灯)的碰撞风险；如果SVM11的输出结果为-1,则表明该船舶所处风险状态为其他三类等级的碰撞风险；SVM12用来区分黄灯与剩余两类风险等级，如果SVM12的输出结果为+1，则表明该船舶所处风险状态为中度危险(黄灯)的碰撞风险；如果SVM12的输出结果为-1,则表明该船舶所处风险状态为剩余两类等级的碰撞风险；SVM13用来区分橙灯与红灯风险等级，如果SVM13的输出结果为+1，则表明该船舶所处风险状态为较高危险(橙灯)的碰撞风险；如果SVM13的输出结果为-1，则表明该船舶所处风险状态为高度危险(红灯)的碰撞风险。

4.根据权利要求1所述的港口水域船舶交通风险预警方法，其特征在于：在步骤S5中，将粗糙集和支持向量机两者结合，来实现港口水域船舶交通风险预警模型算法。

5.根据权利要求1所述的港口水域船舶交通风险预警方法，其特征在于：在步骤S8中，港口水域船舶交通风险预警模型的构建；结合粗糙集RS理论算法与支持向量机(SVM)方法的各自的优点，将二者组合用于预警模型的构建。

6.根据权利要求1所述的港口水域船舶交通风险预警方法，其特征在于：在步骤S9中，某港区水域船舶交通历史事故数据，在模型训练完成之后，对模型的预警准确率做出检验。

7.根据权利要求6所述的港口水域船舶交通风险预警方法，其特征在于：在步骤S9中，对于港口水域船舶交通风险来说，在真实情况下若船舶在港口水域航行时受到的各种风险因素影响，与曾经发生事故时船舶受到的风险因素相似或相同，则可认为该船舶发生相似事故的可能性较大，即风险较高。