內(nèi)河船舶航行安全態(tài)勢分析與可視化研究.pdf

1、我國境內(nèi)擁有豐富的內(nèi)河運輸資源，水運面積遼闊，但大多數(shù)重要通航水域環(huán)境復雜，船舶流密集，復雜的內(nèi)河水域通航環(huán)境客觀上加大了內(nèi)河船舶航行的安全風險。近年來，內(nèi)河航道上橋梁建設步伐的日益加快和船舶大型化趨勢愈加明顯，復雜水域通航事故越發(fā)增多，如東方之星、皖神舟67等，安全隱患逐漸顯現(xiàn)，內(nèi)河航運交通事故的預控管理對內(nèi)河船舶航行重要性日益凸顯?？梢暬且环N通過交互式可視界面幫助人們探索、理解和分析數(shù)據(jù)，以直觀形象的方式呈現(xiàn)復雜或抽象的信息并使其

2、快速容易地被人理解的手段,可視化技術(shù)日益成熟。因此，構(gòu)建船舶航行安全態(tài)勢評估與預測機制，對其可視化后進行分析，是十分迫切且亟需，它將有助于降低航運事故發(fā)生率，減少所造成的社會和經(jīng)濟損失，對提高水上交通安全管理水平具有重要理論價值與實際應用意義。
　　本文以內(nèi)河（長江）船舶航行安全態(tài)勢為研究對象，在所采集的船舶航行數(shù)據(jù)基礎上，進行清洗與處理，提出基于平行坐標、專家分析法和譜聚類算法的安全態(tài)勢要素提取方法，針對安全態(tài)勢的評估與預測，分

3、別提出基于集對分析的內(nèi)河船舶航行的安全態(tài)勢評估方法和基于DAE深度學習的內(nèi)河船舶航行安全態(tài)勢預測方法，探索了基于平行坐標可視化交互模型，以及基于地圖的安全態(tài)勢可視化呈現(xiàn)。論文主要研究工作如下：
　　1)內(nèi)河船舶航行數(shù)據(jù)的采集及安全態(tài)勢要素提取研究
　　以內(nèi)河水域船舶航行的AIS系統(tǒng)數(shù)據(jù)、航道信息、氣象信息等數(shù)據(jù)為基礎，從內(nèi)河船舶航行的實際情況出發(fā)，總結(jié)出相關(guān)影響因素，形成安全態(tài)勢因素集。在內(nèi)河水域船舶航行的相關(guān)信息數(shù)據(jù)的基礎

4、上，利用平行坐標對因素集數(shù)據(jù)進行可視化呈現(xiàn)，交互式操作后提取出相關(guān)度較大的因素，以生成安全態(tài)勢要素初始集。結(jié)合專家評分法，使用譜聚類算法對要素之間的相關(guān)性作進一步分析，將數(shù)據(jù)聚類劃分，形成內(nèi)河船舶航行安全態(tài)勢要素集。
　　2)內(nèi)河船舶航行安全態(tài)勢評估方法研究
　　采用熵值法，確定內(nèi)河船舶航行安全態(tài)勢各要素之間的權(quán)重。根據(jù)內(nèi)河船舶航行安全態(tài)勢的綜合性的特點，提出基于集對分析的內(nèi)河船舶航行安全態(tài)勢評估方法；在內(nèi)河船舶航行安全態(tài)勢

5、要素集數(shù)據(jù)的基礎上，實例驗證基于集對分析的內(nèi)河船舶航行安全態(tài)勢評估方法的可行性；
　　3)內(nèi)河船舶航行安全態(tài)勢預測方法研究
　　針對內(nèi)河船舶航行安全態(tài)勢預測問題，提出了一種基于降噪自編碼（DAE）深度學習的預測方法。構(gòu)建內(nèi)河船舶航行安全態(tài)勢特征向量并確定預測狀態(tài)，利用降噪自編碼網(wǎng)絡對特征向量進行重構(gòu)以形成新特征向量，利用Softmax回歸分類器對添加標簽的新特征向量進行學習確定預測狀態(tài)。在內(nèi)河船舶航行安全態(tài)勢要素集數(shù)據(jù)的基礎