广州港水域船舶交通危险预警研究

发布时间：2020-09-27 16:25

　　 随着粤港澳大湾区规划和南沙自贸片区战略的实施以及广州国际航运中心的建设,确保广州港水域船舶交通的安全日益重要。船舶交通事故的发生都有一个过程,在出现苗头直至临界状态呈现的过程中,存在着各种各样的信息。通过这些信息可以判断船舶航行危险程度大小,如果及时进行危险预警,可避免危险状态向事故形态的转化,这对降低港口水域船舶交通事故发生率和提升船舶交通安全水平具有极为重要的现实意义。为实现对广州港水域船舶航行危险状态进行事前监测和及时防范的目的,将船舶交通安全监管工作从事后转向事前、从被动转向主动、从经验转向科学,本文开展了广州港水域船舶交通危险预警研究。主要研究内容包括四部分:(1)应用动态分析指标分析广州港水域船舶交通事故分布规律,提取恰当的指标作为广州港水域船舶交通危险预警指标。通过对广州港水域船舶交通事故的时间分布、空间分布和形态分布规律进行动态分析,获取事故分布规律随时间变化的动态变化特征。(2)应用系统聚类法分析广州港水域船舶交通事故成因,筛选出典型因素作为广州港水域船舶交通危险预警指标。基于历年广州港水域实际发生的事故统计数据资料,辨识船舶交通事故成因的构成,提炼出人、船舶、环境和管理四类影响因素,并应用系统聚类法进行典型因素的筛选,既能综合考虑各个因素的影响,不丢失有重要影响的因素,又能适当减少因素的数目,剔除一些不够典型、特征相似、共线性高的因素。(3)建立广州港水域船舶交通危险预警指标体系。根据预警指标体系的建立原则,应用事故分析的研究成果,将广州港水域船舶交通危险预警指标确定为船舶交通事故分布规律分析指标和事故成因分析指标两方面,并应用德尔菲法确定预警指标的重要性和有效性,建立广州港水域船舶交通危险预警指标体系。(4)应用反向传播(Back Propagation,BP)神经网络预警方法构建广州港水域船舶交通危险预警模型。选取广州港水域实际发生的典型船舶交通事故案例中相关预警指标统计数据进行学习训练,构建BP神经网络预警模型,并随机选取新样本数据对构建模型进行验证分析,验证表明该模型具有较高的预测精度,可提高广州港水域船舶交通危险预警的准确性和可靠性。本文构建的基于事故分析的船舶交通危险预警指标体系和基于BP神经网络的船舶交通危险预警模型,具有一定的实用性和创新性,能为广州港船舶交通安全管理提供事前信息,保障港口水域船舶航行安全畅通,提高港口水域船舶交通安全水平和安全管理能力。
【学位单位】：集美大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U698
【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及目的
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
        1.2.3 国内外研究现状综述
    1.3 研究内容及创新点
        1.3.1 研究内容
        1.3.2 创新点
    1.4 研究的技术路线
    1.5 本章小结
第2章 广州港水域现状分析
    2.1 地理环境分析
    2.2 气象水文条件分析
        2.2.1 气象条件
        2.2.2 水文条件
    2.3 通航环境状况分析
    2.4 船舶交通事故分布规律分析
        2.4.1 动态分析指标概述
        2.4.2 时间分布
            2.4.2.1 绝对数列的时间分布
            2.4.2.2 平均数列的时间分布
        2.4.3 空间分布
        2.4.4 形态分布
    2.5 本章小结
第3章 广州港船舶交通危险预警指标体系
    3.1 预警指标体系的建立原则
    3.2 船舶交通事故成因分析
        3.2.1 人的因素
        3.2.2 船舶因素
        3.2.3 环境因素
        3.2.4 管理因素
    3.3 基于系统聚类的典型因素筛选
        3.3.1 因素性质分析
        3.3.2 典型因素筛选
    3.4 预警指标体系建立
        3.4.1 预警指标确定
        3.4.2 预警指标体系
    3.5 本章小结
第4章 广州港水域船舶交通危险预警模型
    4.1 BP神经网络概述
        4.1.1 BP神经网络的定义及结构
        4.1.2 BP神经网络算法流程
        4.1.3 BP神经网络方法的适用性
    4.2 广州港船舶交通危险预警警级设定
    4.3 广州港船舶交通危险预警模型构建
        4.3.1 BP神经网络预警模型的结构设计
        4.3.2 BP神经网络预警模型的学习训练
            4.3.2.1 样本数据的收集整理
            4.3.2.2 样本数据的标准化处理
            4.3.2.3 预警模型的学习训练
    4.4 广州港船舶交通危险预警模型验证
    4.5 本章小结
第5章 结论与展望
    5.1 主要研究结论
    5.2 研究展望
致谢
参考文献
附录
在学期间科研成果情况

【相似文献】

相关期刊论文 前10条

1 金凤;;广州港“穿梭巴士”直达六都[J];广东交通;2009年03期

2 黄国胜;;迎接新世纪 再铸新辉煌——写在广州港跨入世界亿吨大港行列之际[J];广东交通;2000年01期

3 ;前进中的广州港[J];广东交通;1999年05期

4 ;广州港2010年发展大计确定[J];广东交通;2007年02期

5 刘义发;;广州港“航母”完成重组[J];广东交通;2011年01期

6 吴莎;;《繁忙的广州港》[J];广东交通;2017年01期

7 刘义发;李品;何少英;;广州港吞吐量突破3亿吨[J];广东交通;2007年01期

8 刘义发;;广州港力保电煤运输[J];广东交通;2007年04期

9 刘义发;;广州港水域锚地规划通过评审[J];广东交通;2008年06期

10 义发;;广州港货运量保持全国前四[J];广东交通;2009年04期

相关会议论文 前10条

1 ;广州港将为发展成国际港口物流中心而大举建设[A];中国物流与采购联合会会员通讯总第74期—84期（2005年）[C];2005年

2 赵新江;;碰撞与广州港安全航行规定[A];中国航海学会海洋船舶驾驶专业委员会海事与安全论文集[C];1999年

3 管旭东;;广州港高速客船安全管理中的不足与对策[A];第二届广东海事高级论坛论文集[C];2008年

4 梁叶根;;顺流航行及掉头靠泊更安全——广州港船舶安全引航的点滴体会[A];2010船舶航泊实践研究论文集[C];2010年

5 李娜;黄木檀;;超大型重载无动力船舶拖航进广州港安全对策与实践[A];2016年海事管理学术年会优秀论文集[C];2016年

6 王宁;周斌;;广州港总体规划环境影响评价实践[A];2013中国环境科学学会学术年会论文集（第四卷）[C];2013年

7 王元林;;论唐代广州港与海上丝路的关系[A];“丝绸之路与文明的对话”学术讨论会论文集[C];2006年

8 李孟国;李文丹;;广州港南沙港区深水航道潮流数学模型研究[A];第二十一届全国水动力学研讨会暨第八届全国水动力学学术会议暨两岸船舶与海洋工程水动力学研讨会文集[C];2008年

9 刘达孝;;谈谈大型船舶落水靠泊广州港码头操作要点[A];船长与引航论文集[C];2005年

10 栗茂峰;;港口船舶废弃物接收策略的研究[A];船舶防污染经济研讨会论文集[C];2002年

相关重要报纸文章 前10条

1 南方日报记者 江珊 实习生 吴哲 通讯员 陈瑜 唐旭妍;广州港航建设插上科技翅膀[N];南方日报;2018年

2 南方日报记者 江珊 通讯员 李鸿斌 陈瑜 郑志s

本文编号：2828104