【技术实现步骤摘要】
本专利技术涉及船舶事故分析，尤其涉及一种船舶事故因素识别方法、系统、终端及存储介质。
技术介绍
1、航海运输是确保国际贸易和全球经济繁荣的重要运输方式之一，航运活动变得越来越频繁，水面运输的情况也非常复杂，因此也带来了事故的高发生率。为了防止船舶事故的发生或最大限度地减少其影响，需尽可能准确完整地找出船舶事故的致因要素，并做出相应的安全预防对策；而船舶事故的发生是多因素耦合的结果，包括船舶登记情况、船舶安检情况、配员、天气和船舶设备等多种因素，涉及到人、船、环境及管理等多个方面，具有高复杂性和不确定性的特点，对分析事故原因造成了极大困难。
2、目前，大多数船舶事故研究主要利用事故因果理论，经典统计分析等方法研究事故发生的机理和影响因素，最常用的是人为因素分析和分类系统（hfacs）模型，但航运业的海上事故具有复杂的特征，hfacs模型尽管可根据不同行业的特点进行改进，但更多的关注点是人为因素的影响。
3、因此，现有技术针对船舶事故的影响因素分析与船舶事故的预防，大多数研究考虑的影响因素比较单一，而不能获取关键的船舶事故影响因素，且不能给出相应的治理策略，导致无法有效的减少船舶安全事故的发生。
4、因此，现有技术还有待于改进和发展。
技术实现思路
1、本专利技术的主要目的在于提供一种船舶事故因素识别方法、系统、终端及存储介质，旨在解决现有技术中无法有效获取关键的船舶事故影响因素，且不能给出相应的治理策略，导致无法有效的减少船舶安全事故的发生的问题。
2、为实现上述目的，本专利技术提供一种船舶事故因素识别方法，所述船舶事故因素识别方法包括如下步骤：
3、获取目标水域的历史船舶事故数据，根据所述历史船舶事故数据构建船舶事故的决策形式背景，并对所述决策形式背景进行处理，得到目标决策形式背景；
4、根据所述目标决策形式背景分别构建船舶事故的条件属性概念格和决策属性概念格，并对所述条件属性概念格和所述决策属性概念格进行属性约简处理，得到属性约简结果；
5、对所述属性约简结果进行分类处理，得到目标属性约简结果，根据所述目标属性约简结果提取多个诊断规则，并对每个所述诊断规则进行概率计算，得到对应的置信度，并根据多个所述诊断规则和多个所述置信度得到目标事故因素。
6、可选地，所述的船舶事故因素识别方法，其中，所述获取目标水域的历史船舶事故数据，根据所述历史船舶事故数据构建船舶事故的决策形式背景，并对所述决策形式背景进行处理，得到目标决策形式背景，具体包括：
7、获取目标水域的历史船舶事故数据，对所述历史船舶事故数据进行聚类处理，得到目标事故案例集合，并对所述目标事故案例集合进行事故分类，得到目标事故类型；
8、对所述历史船舶事故数据进行因素提取，得到目标关键因素，并根据所述目标事故案例集合、所述目标事故类型和所述目标关键因素构建船舶事故的决策形式背景；
9、对所述决策形式背景进行形式查询，得到非零一形式背景，并将所述非零一形式背景进行转化，得到目标决策形式背景；
10、其中，所述目标事故类型包括触礁事故、触碰事故、风灾事故、搁浅事故、火灾爆炸事故、碰撞事故和自沉事故；所述目标关键因素包括船舶登记与安检情况、配员、天气、证书、航道状况、航次计划、日常管理、航海资料与仪器设备、航行航道、船员适任、可见状态、航速、让船义务和船舶操作。
11、可选地，所述的船舶事故因素识别方法，其中，所述对所述决策形式背景进行处理，得到目标决策形式背景，之后还包括：
12、获取目标条件属性集合和目标决策属性集合，并根据所述目标条件属性集合和所述目标决策属性集合对所述目标决策形式背景进行协调性判断；
13、若所述目标条件属性集合包含于所述目标决策属性集合，则判定所述目标决策形式背景的协调性为协调；
14、若所述目标条件属性集合不包含于所述目标决策属性集合，则判定所述目标决策形式背景的协调性为不协调。
15、可选地，所述的船舶事故因素识别方法，其中，所述目标条件属性集合的表达式为：
16、；
17、所述目标决策属性集合的表达式为：
18、；
19、其中，为目标条件属性集合，为目标决策属性集合，为与对象拥有相同的条件属性的对象所组成的集合，为与对象拥有相同的决策属性的对象所组成的集合，为对象集，为对象所拥有的所有条件属性，为对象所拥有的所有条件属性，为对象所拥有的所有决策属性，为对象所拥有的所有决策属性。
20、可选地，所述的船舶事故因素识别方法，其中，所述根据所述目标决策形式背景分别构建船舶事故的条件属性概念格和决策属性概念格，并对所述条件属性概念格和所述决策属性概念格进行属性约简处理，得到属性约简结果，具体包括：
21、当所述目标决策形式背景的协调性为不协调时，获取所述目标决策形式背景的条件形式对象、决策形式对象、条件属性和决策属性；
22、根据所述条件形式对象和所述条件属性构建条件属性概念格，根据所述决策形式对象和所述决策属性构建决策属性概念格，并获取所述目标决策形式背景的近似协调集；
23、根据所述条件属性概念格、所述决策属性概念格和所述近似协调集得到可辨识属性矩阵，并根据最小析取范式对所述可辨识属性矩阵进行计算处理得到属性约简结果。
24、可选地，所述的船舶事故因素识别方法，其中，所述对所述属性约简结果进行分类处理，得到目标属性约简结果，根据所述目标属性约简结果提取多个诊断规则，并对每个所述诊断规则进行概率计算，得到对应的置信度，并根据多个所述诊断规则和多个所述置信度得到目标事故因素，具体包括：
25、对所述属性约简结果进行分类处理，得到目标属性约简结果，其中，所述目标属性约简结果包括必要属性集合、相对必要属性集合和不必要属性集合；
26、根据所述目标属性约简结果对所述目标决策形式背景进行构造，得到第一决策形式背景，根据所述第一决策形式背景构建目标概念格，并对所述目标概念格进行提取处理，得到多个诊断规则；
27、根据置信度公式对每个所述诊断规则进行概率计算，得到对应的置信度，并根据多个所述诊断规则和多个所述置信度进行因素确认，得到船舶事故的目标事故因素。
28、可选地，所述的船舶事故因素识别方法，其中，所述置信度公式为：
29、；
30、其中，为置信度，为所有对象集合的条件属性，为与对象拥有相同的决策属性的对象所组成的集合。
31、可选地，所述的船舶事故因素识别方法，其中，所述的船舶事故因素识别系统包括：
32、形式背景获取模块，用于获取目标水域的历史船舶事故数据，根据所述历史船舶事故数据构建船舶事故的决策形式背景，并对所述决策形式背景进行处理，得到目标决策形式背景；
33、属性约简模块，用于根据所述目标决策形式背景分别构建船舶事故的条件属性概念本文档来自技高网...
【技术保护点】
1.一种船舶事故因素识别方法，其特征在于，所述船舶事故因素识别方法包括：
2.根据权利要求1所述的船舶事故因素识别方法，其特征在于，所述获取目标水域的历史船舶事故数据，根据所述历史船舶事故数据构建船舶事故的决策形式背景，并对所述决策形式背景进行处理，得到目标决策形式背景，具体包括：
3.根据权利要求1所述的船舶事故因素识别方法，其特征在于，所述对所述决策形式背景进行处理，得到目标决策形式背景，之后还包括：
4.根据权利要求3所述的船舶事故因素识别方法，其特征在于，所述目标条件属性集合的表达式为：
5.根据权利要求3所述的船舶事故因素识别方法，其特征在于，所述根据所述目标决策形式背景分别构建船舶事故的条件属性概念格和决策属性概念格，并对所述条件属性概念格和所述决策属性概念格进行属性约简处理，得到属性约简结果，具体包括：
6.根据权利要求1所述的船舶事故因素识别方法，其特征在于，所述对所述属性约简结果进行分类处理，得到目标属性约简结果，根据所述目标属性约简结果提取多个诊断规则，并对每个所述诊断规则进行概率计算，得到对应的置信
7.根据权利要求6所述的船舶事故因素识别方法，其特征在于，所述置信度公式为：
8.一种船舶事故因素识别系统，其特征在于，所述船舶事故因素识别系统包括：
9.一种终端，其特征在于，所述终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1-7任意一项所述船舶事故因素识别方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有船舶事故因素识别程序，所述船舶事故因素识别程序被处理器执行时实现如权利要求1-7任意一项所述船舶事故因素识别方法的步骤。
...【技术特征摘要】
1.一种船舶事故因素识别方法，其特征在于，所述船舶事故因素识别方法包括：
2.根据权利要求1所述的船舶事故因素识别方法，其特征在于，所述获取目标水域的历史船舶事故数据，根据所述历史船舶事故数据构建船舶事故的决策形式背景，并对所述决策形式背景进行处理，得到目标决策形式背景，具体包括：
3.根据权利要求1所述的船舶事故因素识别方法，其特征在于，所述对所述决策形式背景进行处理，得到目标决策形式背景，之后还包括：
4.根据权利要求3所述的船舶事故因素识别方法，其特征在于，所述目标条件属性集合的表达式为：
5.根据权利要求3所述的船舶事故因素识别方法，其特征在于，所述根据所述目标决策形式背景分别构建船舶事故的条件属性概念格和决策属性概念格，并对所述条件属性概念格和所述决策属性概念格进行属性约简处理，得到属性约简结果，具体包括：
6.根据权利要求1所述的船舶事故因素...
【专利技术属性】
技术研发人员：陈继红，周少锐，石嘉，徐江昊，陈豪，廖麒杰，
申请(专利权)人：深圳大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。