基于贝叶斯网络的船舶引航风险预警

船舶引航是水上交通运输的重要环节，它对于船舶安全进表出港、港口正常作业、环境保护和提升国家港口形象等方面具有重要意义。船舶引航是一个复杂的过程，它与人、船舶和环境等各种因素密切相关，研究各种因素对引航安全的影响以及这些因素之间的相互关系，动态识别船舶引航风险，有利于及时采取措施，确保船舶安全进出港。本文提出一种用于船舶引航风险预警的贝叶斯网络模型，通过文献调研和对专家进行深度访谈，利用专家知识和文献资料的信息确定网络的拓扑结构和相关参数。用SamIam软件建模并对一些船舶引航案例进行分析，结果表明本文的贝叶斯网络能够对船舶引航过程的相关风险做出正确的预警，具有实际应用的价值。

国际贸易的快速发展给世界航运业带来了良好的机遇，同时也给水上交通运输带来了新的挑战。由于水上交通运输活动日益繁忙，港口生产、通航环境不断发生变化，通航条件日趋复杂，船舶进出港的安全生产面临着越来越大的压力。引航事故的发生将导致严重的生命、财产损失，同时也给正常通航和海洋环境保护带来潜在的威胁。因此，深入分析船舶引航过程的各种风险因素，有效地对这些风险因素进行管理和控制，降低引航风险，提高船舶航行安全，对于保障港口安全生产，提升港口服务水平和综合竞争力，保护海洋环境，提升国家港口形象具有重要意义。

影响船舶引航安全的因素是复杂多变的，既包括引航员、船员和船舶本身的因素，也有潮流、环境和气象等因素。如何识别和评价船舶引航过程中的风险因素并采取合适的控制措施，确保船舶安全进出港， 一直以来是海事领域关注的焦点。

国内外学者基于船舶引航事故的历史数据， 提出了各种用于分析、预测船舶引航风险的方法。方泉根[1] [2]采用规范化安全评估(FSA)方法对海上船舶引航风险做了全面的分析与评估。马飞[3]比较了资产脆弱性的风险评估模型和事故树分析方法，认为前者在小样本的情况下更加有优势。周丽丽[4]采用灰色综合评价模型对引航风险进行分析，确定了影响引航安全的四种最主要原因。这些基于历史数据的引航风险分析方法存在一定的极限性。这是由于在研究事故发生的可能性时应该考虑不发生事故的引航数据，然而在实际工作中，人们一般没有收集正常通航的数据；另外，由于水上交通环境不断发生变化，比如船舶逐渐大型化、高速化、自动化，高性能助航设备的不断出现，航道条件也会发生变化，这些因素使得历史数据在分析引航安全方面受到某些限制。

贝叶斯网络是一种不确定知识表达和推理领域最有效的理论模型，在处理不确定信息方面具有明显的优势。近年来，随着贝叶斯方法在很多领域得到成功应用[5] [6]，海事领域的研究人员逐渐将贝叶斯网络应用到船舶航行安全方面来[7]-[10]。

Khakzad 等人[11] [12]将贝叶斯网络用于评估特定海上情境下事故发生概率的预测。

Eleye-Datubo [8]用贝叶斯网络对事故风险情境下船舶特定排放物进行检测。

Trucco [10]通过将人和组织的因素综合到贝叶斯网络中来分析船舶的风险。Antão [13] [14]基于葡萄牙海事局的数据库建立贝叶斯网络来分析海面状况对事故发生的影响。

Eleye-Datubo [15]用贝叶斯网络分析油轮之间的转油的可能性。刘克中[16]用贝叶斯网络预测船舶的溢油风险。Zhang [17]根据专家知识和历史事故数据建