一种基于柔性工程的水上交通应急能力评估方法技术

本发明专利技术提供了一种基于柔性工程的水上交通应急能力评估方法，包括收集事故信息，确定事故发生过程中的事件集和状态评估值；基于动态贝叶斯网络建立船‑岸联合应急与干预的双层结构模型，明确观测节点的条件概率分布；结合柔性理念，运用单步马尔科夫推理得到事故演化过程中的柔性曲线；通过由柔性曲线得到的柔性值，判断系统应急能力的柔性水平。本发明专利技术将连续时间状态下的事故演化过程与动态贝叶斯网络有机结合，实现了对水上交通事故应急能力的定量评估，大大提高了评估的有效性，评估模型能够为优化水上交通系统的应急策略、提高应急能力、增强系统柔性等任务提供有效的参考。

【技术实现步骤摘要】

本专利技术涉及水上交通应急技术，尤其涉及一种基于柔性工程的水上交通应急能力评估方法。
技术介绍
水上交通系统潜在风险和危险因素众多，虽然在水上航行、岸基监控等方面已经研发了很多融合现代先进技术的装备，但由于水上交通系统中固有的复杂性和不确定性，安全问题仍不容小觑。水上应急救援与干预能力作为水运交通系统重要支持和保障体系之一，在水运安全运营方面起到了极为重要的作用，因此，对水上交通的应急能力进行量化评估，建立一个高效、科学的应急能力评价模型是十分必要的。近年来，柔性工程受到安全工程领域研究者的重视。本质上讲，柔性研究强调完整地分析不利事件的演化过程及其系统的整体性能表现，因此相对于传统的风险预测，柔性研究提供对事故发生、响应和恢复的全时态逻辑链。在柔性工程中，更多的是强调系统经受扰动(即不利事件/险情)的能力和遭受扰动之后采取的措施，这可以进一步描述为系统对扰动的吸收、适应和恢复，它适用于系统设计和运行的各个环节。动态贝叶斯网是静态贝叶斯网络在时间序列上的展开，把静态结构与时序信息结合，能够随着时间的推移反应连续的状态演化过程。动态贝叶斯网络也继承了静态贝叶斯网络的优点，能够将先验信息与事故线索结合量化表示得到后验信息，以便反映评价过程的连续性和积累性。由于水上交通事故发生前后不确定因素众多，传统的静态事故分析模型无法体现在复杂不确定性条件下事故演化过程，需要利用动态贝叶斯网络来体现决策和干预过程。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中的缺陷，提供一种基于柔性工程的水上交通应急能力评估方法。本专利技术解决其技术问题所采用的技术方案是：一种基于柔性工程的水上交通应急能力评估方法，包括以下步骤：1)收集事故信息，确定事故发生过程中的事件集U和状态评估值S；收集对应的决策和行为信息，Ci代表船方的决策目标，Ei代表船方在决策目标下的实施行为，Di代表岸基管理的决策目标,Fi代表岸基管理在决策目标下的实施行为；2)根据步骤1)收集到的事件集、状态值以及船方与岸方各自的决策目标和实施行为，结合上述各变量之间依赖关系建立贝叶斯网络模型，即基于动态贝叶斯网络的船-岸联合应急与干预的双层结构模型；动态贝叶斯网络模型是一个双层结构模型，这个双层结构将事件发展的过程分为两个层：决策层(DP)和演化层(EP)；决策层由多个贝叶斯网络构成，通过多个贝叶斯推理序列来表示系统中事故(险情)演化发展的趋势；演化层则通过连续状态转换来描述事件演化过程，这种演化能够反映在演化层中连续的状态改变，并且能够链接决策层中相邻的两个贝叶斯网；明确观测节点的条件概率分布；观测节点的条件概率分的确定依赖于以往事故发生的经验数据或专家评估，或两者的结合；观测节点通过状态转移过程中的变量进行描述，其中，节点Ti是一个由3个部分组成的综合变量：和其中，表示直到下一个事件Ui+1发生时演化的时间，用层间演化时状态转移的次数表示；是演化开始时的初始状态分布，是一步马尔科夫状态转移矩阵M；演化层触发的依赖条件是Ti，Ti由先前的状态Si和自然事件Ui以及船方(Fi)和岸基方(Ei)的实施行为共同作用；3)结合柔性理念，运用单步马尔科夫推理得到事故演化过程中的柔性曲线；4)通过由柔性曲线得到的柔性值，判断系统应急能力的柔性水平。本专利技术产生的有益效果是：本专利技术针对水上交通事故动态发展过程，提高水上交通系统应急评估的有效性，评估模型能够为优化水上交通系统的应急策略、提高应急能力、增强系统柔性等任务提供有效的参考；相比静态贝叶斯网络，动态贝叶斯网能够把静态结构与时序信息结合，体现在复杂不确定性条件下事故演化过程。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术实施例的基于贝叶斯网络的两层结构模型示意图；图2是本专利技术实施例的船方-岸方联合决策关系图；图3是本专利技术实施例的节点Ti的依赖关系示意图；图4是本专利技术实施例的柔性曲线概念描述图；图5是本专利技术实施例的多次仿真试验后的柔性曲线图；图6是本专利技术实施例的基于柔性曲线的柔性度量示意图；图7是本专利技术实施例的多次仿真试验后的柔性度量结果。其中，图中：U0代表初始事件；S0代表初始状态；Ci、Di代表决策目标；Ei、Fi代表实施行为；Ti代表状态转移过程产生的变量；Ui代表演化过程中的事件；Λi代表状态转移过程中的中间状态。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术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专利技术，并不用于限定本专利技术。如图1所示，一种基于动态贝叶斯网络的水上交通应急能力评估方法，其特征在于：它包括以下步骤：1.收集事故信息，确定事故发生过程中的事件集和状态评估值。其次，事故处理过程中一些关键人物的决定和行动在很大程度上可以影响全局。一些关键人员(如船长、应急事务指挥者)的决定和行动在很大程度上可以影响全局。此外，水上交通事故中的主要决策和行动实体是船舶方和岸基管理方。因此先验信息的量化处理需要确定事故演化过程中的事件分类和状态分类，建立事故过程中船方与岸方的决策目标与实施方案表以及对应的条件概率分布表。2.根据上述信息，基于动态贝叶斯网络建立船-岸联合应急与干预的双层结构模型，明确观测节点的条件概率分布。动态贝叶斯网络模型是一个双层结构模型，这个双层结构将事件发展的过程分为两个层：决策层(DP)和演化层(EP)。决策层由一系列贝叶斯网络构成，通过一系列的贝叶斯推理序列来表示系统中事故(险情)演化发展的趋势。演化层则通过连续状态转换来描述事件演化过程，这种演化能够反映在演化层中连续的状态改变，并且能够链接决策层中相邻的两个贝叶斯网。3、结合柔性理念，运用单步马尔科夫推理得到事故演化过程中的柔性曲线。4、通过由柔性曲线得到的柔性值，判断系统应急能力的柔性水平。其中，系统的状态需要与评价值相关联。Ω＝{s1,s2,…,sm本文档来自技高网...

【技术保护点】
一种基于柔性工程的水上交通应急能力评估方法，其特征在于，包括以下步骤：1)收集事故信息，确定事故发生过程中的事件集U和状态评估值S；收集对应的决策和行为信息，Ci代表船方的决策目标，Ei代表船方在决策目标下的实施行为，Di代表岸基管理的决策目标,Fi代表岸基管理在决策目标下的实施行为；2)根据步骤1)收集到的事件集、状态值以及船方与岸方各自的决策目标和实施行为，结合各变量之间依赖关系建立贝叶斯网络模型，即基于动态贝叶斯网络的船‑岸联合应急与干预的双层结构模型；动态贝叶斯网络模型是一个双层结构模型，这个双层结构将事件发展的过程分为两个层：决策层和演化层；决策层由多个贝叶斯网络构成，通过多个贝叶斯推理序列来表示系统中事故演化发展的趋势；演化层则通过连续状态转换来描述事件演化过程，这种演化能够反映在演化层中连续的状态改变，并且能够链接决策层中相邻的两个贝叶斯网；明确贝叶斯网络模型中观测节点的条件概率分布；观测节点通过状态转移过程中的变量进行描述，其中，节点Ti是一个由3个部分组成的综合变量：Tidef、Tiinst和Tiforword，其中，Tidef表示直到下一个事件Ui+1发生时演化的时间，用层间演化时状态转移的次数表示；Tiinst是演化开始时的初始状态分布，Tiforword是一步马尔科夫状态转移矩阵M；演化层触发的依赖条件是Ti，Ti由先前的状态Si和自然事件Ui以及船方Fi和岸基方Ei的实施行为共同作用；3)结合柔性理念，运用单步马尔科夫推理得到事故演化过程中的柔性曲线；4)通过由柔性曲线得到的柔性值，判断系统应急能力的柔性水平。...

【技术特征摘要】
1.一种基于柔性工程的水上交通应急能力评估方法，其特征在于，包括以下步骤：1)收集事故信息，确定事故发生过程中的事件集U和状态评估值S；收集对应的决策和行为信息，Ci代表船方的决策目标，Ei代表船方在决策目标下的实施行为，Di代表岸基管理的决策目标,Fi代表岸基管理在决策目标下的实施行为；2)根据步骤1)收集到的事件集、状态值以及船方与岸方各自的决策目标和实施行为，结合各变量之间依赖关系建立贝叶斯网络模型，即基于动态贝叶斯网络的船-岸联合应急与干预的双层结构模型；动态贝叶斯网络模型是一个双层结构模型，这个双层结构将事件发展的过程分为两个层：决策层和演化层；决策层由多个贝叶斯网络构成，通过多个贝叶斯推理序列来表示系统中事故演化发展的趋势；演化层则通过连续状态转换来描述事件演化过程，这种演化能够反映在演化层中连续的状态改变，并且能够链接决策层中相邻的两个贝...

【专利技术属性】
技术研发人员：吴青，陈思，汪洋，黄金辉，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北;42