学位论文 > 优秀研究生学位论文题录展示

云理论和数据挖掘在水上安全分析中的应用

作　者: 张晓辉
导　师: 刘正江
学　校: 大连海事大学
专　业: 交通信息工程及控制
关键词: 水上交通事故基础数据库关联规则挖掘事故模式云模型船员适任性
分类号: TP311.13
类　型: 博士论文
年　份: 2011年
下　载: 563次
引　用: 0次
阅　读: 论文下载

内容摘要

水上交通安全作为海事研究的核心领域,与航运安全、运输效率以及对国民经济和人民财产损失的减少紧密相连。进入21世纪以来经济全球化和新科技革命的兴起,世界贸易得到不断发展,对水上交通运输的需求也日益提高。经济发展在促进水上交通发达的同时,也增大了安全隐患和水上交通事故发生的可能性,对水上交通安全保障提出了更高要求。本文围绕着水上交通安全中现有存在的一些问题,在云理论和数据挖掘的研究背景下开展了工作。具体如下：分析了当前水上安全相关研究的现状,并指出我国当前水上交通安全亟需解决的问题。针对我国目前还没有建起一个比较统一和完善的水上交通安全事故基础数据体系,以供水上交通安全规划研究和规划制定提供必要的定量数据,通过对事故原始数据的全面收集、整理、统计和分析处理,研发了水上交通安全事故基础数据调查分析系统。将水上交通安全事故的原始数据转化为可用于水上交通安全规划研究及规划制定的水上交通事故基础数据。针对水上交通事故数据的特点,对水上交通事故基础数据进行预处理,利用关联规则挖掘的关键技术,分别对水上交通事故数据进行全因素模式挖掘、偏因素选择模式挖掘和基于结果的事故模式挖掘。通过对挖掘结果的解释,加深了对水上交通事故自身的成因和趋势的认识,为相关部门提供了指导和决策的依据。研究云模型理论,对水上交通安全尤其是人的因素做出客观、合理、有效地评价,同时反应评价对象的模糊性和随机性,提出了一种新的基于云模型的综合评价方法,该方法对评价指标是定性语言描述的情形比较适用,并将此方法运用到船员适任性的评价当中,仿真研究表明,基于云模型的综合评价方法用于船员适任性评价使得评价内容更加丰富,评价结果直观,灵活、可靠,符合人类思维。最后,对全文进行了总结,并对有待于进一步研究的问题进行了展望。

全文目录

摘要  6-7
ABSTRACT  7-12
第1章绪论  12-28
  1.1 研究的背景和意义  12-14
  1.2 相关领域的研究现状  14-25
    1.2.1 水上交通安全评估的研究现状  14-19
    1.2.2 人的因素和基于云理论的评价现状  19-21
    1.2.3 数据挖掘及其在水上安全应用的研究现状  21-25
  1.3 问题的提出  25-26
  1.4 本文的组织结构  26-28
第2章相关理论知识  28-40
  2.1 云理论和不确定性人工智能简介  28-34
    2.1.1 人工智能的发展  28-29
    2.1.2 不确定性人工智能的产生  29-31
    2.1.3 云理论  31-34
  2.2 关联规则挖掘  34-40
    2.2.1 数据挖掘概述  34-35
    2.2.2 关联规则的基本概念  35-37
    2.2.3 数据挖掘的步骤  37-38
    2.2.4 关联规则挖掘的过程实现  38-40
第3章水上交通事故基础数据库  40-68
  3.1 水上交通安全相关数据库的现状  40-42
  3.2 水上交通安全事故基础数据调查分析系统  42-48
    3.2.1 系统特点和功能简介  42-43
    3.2.2 数据结构的设计  43-48
  3.3 水上交通事故数据库的建立  48-56
    3.3.1 水上交通事故基础数据库建立的目的  48
    3.3.2 水上交通事故原始数据和基础数据  48-49
    3.3.3 水上交通事故数据库的组成  49-56
  3.4 水上交通事故数据库的设计与实现  56-65
    3.4.1 时空分布  57-59
    3.4.2 统计分析  59-63
    3.4.3 数据查询和数据更新  63-65
  3.5 本章小结  65-68
第4章水上交通事故模式发现  68-88
  4.1 水上交通事故的相关概念  68-69
  4.2 水上交通事故的影响因素  69-72
    4.2.1 人的因素  69-70
    4.2.2 船舶因素  70
    4.2.3 货物因素  70
    4.2.4 环境因素  70
    4.2.5 管理因素  70-72
  4.3 水上交通事故数据的特点  72
  4.4 水上交通事故数据的预处理  72-74
    4.4.1 数据预处理要考虑的因素  73
    4.4.2 数据选取和清理  73-74
    4.4.3 数据的集成和变换  74
  4.5 水上交通事故数据的离散化处理  74-75
  4.6 水上交通事故的模式挖掘  75-85
    4.6.1 全因素模式挖掘  75-78
    4.6.2 偏因素选择模式挖掘  78-84
    4.6.3 基于结果的模式挖掘  84-85
  4.7 本章小结  85-88
第5章基于云模型的水上交通安全综合评价  88-104
  5.1 一种新的基于云模型的综合评价方法  88-92
    5.1.1 确定评价指标体系和评价对象  89-90
    5.1.2 得到评价指标因素的云模型描述  90
    5.1.3 得到各个属性因素和评语的概念云模型  90
    5.1.4 构造规则前件的云簇  90-91
    5.1.5 建立云规则  91-92
    5.1.6 不确定推理  92
  5.2 基于云模型的船员适任性综合评价  92-102
    5.2.1 确定评价估对象  92-93
    5.2.2 确定评价因素和评语的云化模型  93-94
    5.2.3 构造规则前件的云簇  94-96
    5.2.4 建立规则库  96
    5.2.5 规则的云化和云规则的生成  96-97
    5.2.6 不确定推理及综合评价结果  97-102
  5.3 结论  102-103
  5.4 本章小结  103-104
第6章结论  104-108
  6.1 全文小结  104-105
  6.2 今后的工作  105-108
参考文献  108-122
附录A 一维正向正态云发生器算法  122-123
附录B X-条件云发生器  123-124
附录C Y-条件云发生器  124-125
附录D 单条件云规则发生器算法  125-126
附录E Apriori算法  126-127
附录F 水上交通安全事故基础数据结构图  127-128
附录G 水上船舶油污事故数据表  128-129
附录H 参加除污的溢油应急设备库编号表  129-130
附录I 水上交通事故救助数据表  130-131
附录J 参加救助的救助设备、救助局及救助基地数据表  131-132
附录K 溢油应急设备库数据表  132-133
附录L 溢油应急设备库的防污器材数据表  133-134
附录M 溢油应急设备库的防污船舶数据表  134-135
附录N 防污站中的防污船舶的防污器材数据表  135-136
附录O 救助局数据表  136-137
附录P 救助基地数据表  137-138
附录Q 救助基地所属的救助船舶数据表  138-139
附录R 救助基地所属的救助飞机数据表  139-140
攻读学位期间公开发表论文  140-142
致谢  142

云理论和数据挖掘在水上安全分析中的应用

内容摘要

全文目录

相似论文