2017年9月浙江国际海运职业技术学院学报 S印.2017第13卷第3期JOURNAL OF ZHEJIANG INTERNATIONAL MARITIME COLLEGE V〇1.13 No.3
李子强
(浙江国际海运职业技术学院，浙江舟山316021)
摘要：船舶碰撞事故在所有类型的水上交通事故中发生频率较高且后果严重。在全面分析船舶碰 撞事故风险因素的基础上，利用互信息理论计算事故数据特征因素间互信息值，并通过该值削减多余的 特征因素并最终确定了各碰撞风险特征因素间的依赖关系，以期为后续船舶碰撞风险预测模型的建立和 实证研究提供数据和模型基础，为航运企业和航道管理单位的高效管理提供理论依据，为水上交通通航 安全提供改进方向。 关键词：船舶碰撞；致因分析；互信息；因素关联分析在母亲心里流浪
中图分类号：U675 文献标志码:A
Mutual Information B ased Ship Collision Risk F actors "Analysis
Li Zijiang
(Zhejiang International Maritime College,Zhoushan316021, China)
Abstract：In recent years,as the rapid development of shipping industry in China,the transportation on water is increasing year by year.It is particularly important to improve the water transport safety to ensure the efficient development of shipping industry in our country.Ship collision accidents occur in all types of water traffic and cause serious consequences.In view of this,based on the comprehensive analysis of ship collision accident risk factors,mutual information theory is used to calculate the accident data characteristics between mutual information values,and through the values to reduce the redundant characteristics and eventually determine the dependency relationship between the characteristics of collision risk factors,so as to build up the forecast model on the subsequent risk of collision and empirical research and provide the data and model base for shipping companies and channel management units.
Key words：collision;cause analysis;mutual information;factor correlation analysis
一直以来，航运业的高速发展深受水上交通事 故的困扰，其中船舶碰撞事故居首位。船舶碰撞事 故的发生不仅导致人命、财产的损失，对周围生态 环境也带来也严重伤害，对于一些狭水道、重点航
道而言，还影响其通航效率。因此，通过统计分析 导致船舶碰撞事故的风险因素，出各风险因素的特征及关联性，对高效预测、处理船舶碰撞事故 具重要意义。
1船舶碰撞事故特征分析
在分析船舶碰撞事故时，首先要进行碰撞事 故特征分析。通过分析事故发生的时间、空间以及 事故船舶的特征分布，可以到反映事故发生的
基金项目：浙江省教育厅科研项目“一种基于互信息的船舶碰撞事故预测方法”(项目编号:Y201636717) 作者简介：李子强（1984-)，男，山东东平人，讲师。
特征，为下一步进行碰撞事故分析提供方向。
目前，大多数国家都有自己的事故数据管理系 统，及时统计水上交通事故，并定期发布事故特征 报告。例如英国自从1998年开始，每年都会发布船 舶事故统计报告包括船舶吨位、发生事故次数、损 失等数据，然后通过对比历史数据出事故发生 规律的趋势，为不同船舶提供安全航行建议。
武汉理工大学的张金奋等通过对2006-2010 年有记录的长江干线水上交通事故数据进行统计
分析，得出长江干线碰撞和搁浅事故占总事故的 80%，并且以10天为一个周期对周期内事故进行 拟
合，发现事故规律与对数正太分布相似[1]。大连 海事大学的李光辉等利用灰关联分析法将水上 交通事故件数、沉船艘数、死亡失踪人数和事故直 接经济损失与我国人均GDP、水路货运量、运输船 舶艘数、水运货物运输周转量的关系进行定量比 较分析，寻这四项指标与经济发展的各项指标 的关联度[2]。Blnac提取了 1979-1987年间发生在 密西西比河下游的936条船舶事故数据。通过聚 类分析寻事故类型、事故地点和事故发生时间 等信息间的关系[3]。于佳佳运用逐步回归分析法针 对国内外254起碰撞事故进行研究，出可能造 成碰撞事故产生的因素，并对碰撞因素进行聚类，寻碰撞结果和碰撞事故间的关系'
通过对水上交通事故统计数据的分析，可以 出水上交通事故的特点，使得研究人员可以用 这些突出的事故特点作为研究切入点，但是却不 能反映出导致事故产生的因果关系，因此水上交 通事故特征分析不能为船舶提出有效的预警和事 故防范建议。为了出导致水上交通事故的原因，事故致因分析技术也被引入了水上交通事故分析 中。
2船舶碰撞因素分析
根据我国《船舶交通事故统计规则》，本文对 船舶碰撞事故米取以下定义：碰撞事故是指船舶 之间和船舶与排筏、移动平台之间相互碰撞造成 的事故。
研究船舶碰撞险情的影响因素，有助于分析 事故发生的原因，还原事故的过程，并为预测船舶 碰撞
险情提供依据。在对船舶碰撞险情进行因素 分析时，从人为因素、船舶通航环境因素和船舶自 身因素这三类因素着手进行研究，见图1。
图1人、船舶、通航环境系统示意图
2.1人为因素
多数船舶碰撞事故都是由于人为失误而导致 的。但是由于确定和分析人为因素较为复杂，无法 对该因素做出实时判断，只能用于事故发生后的 分析。
大气湍流2.2通航环境因素
日本的海上交通研究人员对航行环境进行了 分类，具体分为交通环境、操船环境与信息情报环 境三个方面，具体见图2。
图2航行环境要素分类图
团结湖三中在人一船一环境这个系统中，人员是主体，船 舶是客体。通过对人为因素和通航环境因素的分 析后发现，当通航环境较为复杂时，人为失误的数 量就会上升，这可以理解为环境会对人员的行为 产生重要的影响并导致不同的后果。统计分析表 明，80%船舶碰撞事故都是由人为因素造成的。人 为因
素可以分为技术因素和非技术因素。其中，技 术因素包括驾驶经验、航行知识和技能；非技术因 素包括心理生理等原因。可见人为因素会从多个 角度影响船舶航行安全。同时可以注意到，航行环 境会对人为因素有着显著的影响。航行环境会对 船舶操者造成航行技术、人员生理和心理上的影 响
。恶劣的自然环境会使得操船者的失误概率大
大提高，从而容易导致水上交通事故发生的概率上升。
2.3船舶因素
船舶的尺度反映了船舶的大小。以方便掌握 不同尺度的船舶的航行状况，船舶会被按照船舶 的尺度进行分类，通常将船舶的总吨和船舶长度 作为船舶尺度分类的量。船舶的尺度于碰撞险情 有一定的关联，有较大船舶尺度的船舶也会有较 大的船舶领域，这就增加的碰撞事故发生的概率。陈涛研究对船舶碰撞事故的统计数据进行聚类分 析，对船舶尺度大小进行了分组。船龄对船舶安全 航行的影响较大。船龄与船舶事故率成正比，船龄越大，船体结构会不断老化，船舶设备的性能也会 不断下降，船舶故障率逐渐上升，最后导致船舶发 生事故的几率增加。再利用回归分析方法研究了 船舶尺度与碰撞险情间的关系。作者建立了船舶 尺度(总吨)与船舶碰撞事故数的数学模型，研究结 果表明船舶碰撞事故数随着船舶总吨的增加而呈 现减少的趋势'
综合上述分析，并结合长江航务局提供的 2010-2014年水上交通事故险情报告中的34个统 计项目，本文在删除不相关特征因素、缺失值较多 的变量以及冗余特征因素后，共筛选出如表1所 示船舶碰撞风险特征因素。
表1船舶碰撞险情特征因素表
枚举型数据连续性数据
风力月份时间船舶交通流能见度水面状况船龄总吨
船舶所有人性质截面位置船长
船舶类型
3基于互信息的碰撞因素关联分析
3.1 互信息理论
1948年10月，Shannon发表论文《A Mathematical Theory of Communication》并首次提出 了信息论。在该论文中Shannon给出了互信息的定 义[6]。互信息是信息论里一种有用的信息度量，它 是指两个事件集合之间的相关性。这为有效的压 缩高维数据空间提供了思路。
两个随机变量的互丨目息(mutual information)是 一个衡量两个变量间相关程度的量。更具体的说，互信息计算出了一个随机变量包含另一个随机变 量的信息量的多少。两个离散随机变量X和Y的互信息可以表示为[S1:
I(X;Y)=Xye y X x e yP(X,y)l〇g a(|^^)(1)
P(x)P(y)
如果X和Y是连续随机变量，则X和Y的互 信息应表示为：
I(X;Y)=f iy P(x,y)log(i^)(2)简单来说，互信息测量了变量X和Y之间共 享的信息量。例如，当变量X和Y是相互独立的，则可以知道变量X不可能向变量Y传递信息，反 之亦然。此时变量X和Y的互信息为零。在另一种 情况中，变量X是变量Y的确定性函数，同时Y 也是X的确定性函数，则所有传递到变量X的信 息也会传递到变量Y，这意味着知道X的值也就 能得知Y的值，反之亦然。
新华门事件3.2特征因素互信息计算
本文首先为枚举型特征因素进行划分，将特 征因素的每个状态进行赋值，并对这几个特征因 素的值进行离散化，再利用MATLAB计算船舶碰 撞险情特征因素间的互信息和条件互信息，从而 建立起特征因素间的依赖关系，如表2所示。
表2特征因素间互信息值
季节分
段
时间分
段
事故断
面
事故断
面流量
风力
水面状
况
能见度
船舶大
类
船龄分
段
国标总
吨
船长
所有人
性质
险情级别0.0340.0030.0440.0510.0070.0480.2640.0530.0680.0660.0590.022
季节分段0.0090.0860.0400.0390.0140.0300.0180.0240.0050.0030.018
时间分段0.0190.0080.0030.0020.0430.0230.0050.0150.0230.000华北油田
事故断面1.0920.0390.0410.0210.0700.0360.0290.0140.013
事故断面
化学镀镍流量
0.0160.0630.0340.0380.0370.0280.0290.029
风力0.0810.0100.0080.0090.0130.0060.007
水面状况0.0360.0130.0150.0180.0060.018
能见度0.0140.0380.0140.0150.011
船舶大类0.0530.1570.1410.013
船龄分段0.2760.2890.011
国标总吨0.5940.009船长0.012互信息值可以作为判断两变量是否独立的依据。当且仅当两个变量的互信息为零时，这两个变量是相
2017年第3期李子强：基于互信息的船舶碰撞风险因素分析
互独立的。通过独立性测试和条件独立性测试，特
征因素“所有人性质”被删除，同时也删除了依赖
关系较弱的边，保留下的是有加强依赖关系的特
征因素。得出特征因素的依赖关系，如图3所示。
图3特征因素依赖关系图
4结论
本文基于互信息理论，对船舶碰撞险情后果
分析的事故数据进行了整理，将连续型的数据进
行了离散并统一了数据类型。再利用MATLAB计
算了事故数据中特征因素间互信息值，并通过该
值削减了多余的特征因素并中确定了特征因素间
的依赖关系。在依赖关系图中，可以看出特征因素n
大体被分为了三类，分别是：船舶特征、气象水文
特征和交通流量特征。每种特征内部的因素存在
较多的依赖关系，但是特征之间的依赖关系几乎
没有，这符合对碰撞险情因素分析的基本观点。反
映出互信息能够识辨出依赖关系十分密切的特征
因素。
参考文献：
[1]张金奋.基于概率分布的长江干线水上交通事故
分析[J].中国航海,2012(3):81-84.
[2]李光辉.水上交通安全规律研究[D].大连：大连海
事大学,2007.
[3]Blanc L A.A multiple discriminant analysis of vessel accidents.[J]Accident Analysis &Prevention, 1996,28(4)： 501-510.
[4]于佳隹基于聚类分析的船舶碰撞结果分析[D].大
连：大连海事大学,2010.
[5] 陈涛.船舶尺度与碰撞事故的关系研究[D].大
连：大连海事大学,2004.
[6]ShannonCEAmathematicaltheoryofcommunicatior^T.
Mathematical theory of computation.McGraw-Hill,
1974:3-55.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议