CN104134004B - 一种基于d‑s证据理论的海洋环境安全评估方法 - Google Patents
一种基于d‑s证据理论的海洋环境安全评估方法 Download PDFInfo
- Publication number
- CN104134004B CN104134004B CN201410373172.3A CN201410373172A CN104134004B CN 104134004 B CN104134004 B CN 104134004B CN 201410373172 A CN201410373172 A CN 201410373172A CN 104134004 B CN104134004 B CN 104134004B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- signment
- marine environmental
- basic probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于信息处理技术领域，具体涉及一种基于D‑S证据理论对多种海洋环境要素数据进行融合，实现对海洋环境安全评估的基于D‑S证据理论的海洋环境安全评估方法。本发明包括：计算机获取海洋环境要素值，通过计算输出各个海洋环境要素的基本概率赋值；计算机应用D‑S证据理论融合规则对步骤(1)中得到的基本概率赋值进行融合，输出融合后的基本概率赋值：计算机根据决策规则对融合后的基本概率赋值进行判断，输出海洋环境安全评估结果。本发明提出的基于D‑S证据理论的海洋环境安全评估方法，有效地解决了海洋环境安全评估问题，能够为决策者提供合理的决策支持，提高船舶在大海中航行的安全性和经济性。
Description
技术领域
本发明属于信息处理技术领域，具体涉及一种基于D-S证据理论对多种海洋环境要素数据进行融合，实现对海洋环境安全评估的基于D-S证据理论的海洋环境安全评估方法。
背景技术
近年来，随着对海洋开发的重视，各种新的技术和手段被用于海洋环境观测和数据获取，由此积累了大量的海洋环境要素数据。海洋环境要素数据是能够反映海洋环境状态的基本物理因素，它们对船舶航行的安全性、经济性等都有重大的影响。如何更加有效地利用这些数据，用于辅助船舶航行正逐渐成为研究的热点。
海洋环境要素种类繁多，其中对船舶航行影响较大的要素主要有海流、潮流、风浪、涌浪和海风。海流、潮流会影响船舶的航行速度，顺流时可以增加船舶的航行航速，逆流时会使船舶的航行速度降低。此外，海流也会使船舶产生漂流现象，不利于船舶的停泊。风浪、涌浪容易使船舶偏离航线，造成碰撞、触礁等海上事故。大的风浪还会使船舶发生强烈的摇摆现象，不仅影响船舶航速、航向的控制，而且也会大大降低船舶的操纵性和稳定性，使船体和船上的货物受到严重的损害。船舶航行时如果不能很好地规避大的风浪，则容易被风浪袭击造成沉船事故。海风是影响船舶在大海中航行最为重要的环境因素，顺风航行可增加船舶的航行速度，减少其航行时间，逆风航行则迫使船舶加速前进，浪费燃料。当风力很大的时候，船舶的受损程度会非常严重，更为严重时还会有翻船的危险。
由上可知，恶劣的海洋环境会增加船舶航行的危险性，不利于船舶安全航行，严重时容易引发海上事故，造成不可估计的损失。因此，对海洋环境安全状况进行评估是非常有必要而且有意义的。目前，在海洋环境安全评估方面常用的方法有评分法、神经网络法、概率风险法、灰色关联法和模糊综合法。评分法采用评价因素分数求和的方式计算评价结果，很难客观地反映实际情况。神经网络法有其固有缺陷，如初始化参数的选取、需要大量的训练样本等问题。概率风险法是一种有效的评价方法，但其方法过于复杂，实现起来有一定的难度。灰色关联法和模糊综合法不仅有客观数据为评价依据，而且还有专家对各个评价指标的主观意见作参考，能够很好地给出综合评价结果，但有的时候由于评价指标多、分析层次多会导致计算量比较大，计算过程更为复杂。
发明内容
本发明的目的在于针对上述现有方法的不足，根据海洋环境要素的特点，提出了一种为决策者充分利用有利的海洋环境，避开危险的海洋环境提供科学依据，提高船舶在大海中航行的安全性和经济性的基于D-S证据理论的海洋环境安全评估方法。
本发明的目的是这样实现的：
一种基于D-S证据理论的海洋环境安全评估方法，包括：
(1)计算机获取海洋环境要素值，通过计算输出各个海洋环境要素的基本概率赋值:
(1.1)确定海洋环境安全等级的识别框架：
将海洋环境安全等级划分为很安全、较安全、一般安全、较危险、很危险5个安全等级，分别用θ1,θ2,θ3,θ4,θ5进行表示，则海洋环境安全等级的识别框架Θ＝{θ1,θ2,θ3,θ4,θ5}；
(1.2)划分海洋环境要素安全等级区间：
根据海洋环境要素自身的安全属性，划分海洋环境要素在识别框架下的安全等级区间；
(1.3)根据海洋环境要素值的大小，计算对应的安全等级的基本概率赋值：
当海洋环境要素值属于安全范围内，对应的安全等级的基本概率赋值m(θi)为：
当海洋环境要素值属于危险范围内，安全等级的基本概率赋值m(θi)为：
其中，θi为海洋环境要素值所对应的安全等级，i＝1或2,…,或n，x是某时刻某位置的海洋环境要素值，safe是该海洋环境要素的安全范围，dangerous是该海洋环境要素的危险范围，ds为最小危险等级临界值，dc为最大危险等级临界值，a，b为该海洋环境要素值所对应的安全等级的区间端点，λ是调节参数，用来保证m(θi)∈[0,1]，这里取λ＝b-a；
(1.4)将其余安全等级的基本概率赋值m(θp)初始化为0，p＝1,2,…,n，但p≠i；
(1.5)计算不确定信息的基本概率赋值：
在步骤(1.3)中得到的基本概率赋值m(θi)小于1，则将其余的值作为不确定信息赋给整个识别框架Θ，即不确定信息的基本概率赋值m(Θ)为：
m(Θ)＝1-m(θi)，
(1.6)计算各个安全等级通过分配不确定信息得到的基本概率赋值：
将步骤(1.3)中得到的基本概率赋值m(θi)作为组合权重，用来对比例信度转换方法和比例似真度转换方法进行线性组合，得出不确定信息分配给各个安全等级的基本概率赋值m(θj)'：
其中，α＝m(θi)，m(θj)是由步骤(1.3)、步骤(1.4)中得到的各个安全等级θj的基本概率赋值，Pl(θj)是各个安全等级θj在识别框架Θ中的似然度，j＝1,2,…,n，m(Θ)为不确定信息的基本概率赋值；
7)计算海洋环境要素最终的基本概率赋值：
海洋环境要素的基本概率赋值m(θj)″，j＝1,2,…,n，由步骤(1.3)、步骤(1.4)中得到的基本概率赋值m(θj)与步骤(1.6)中得到的基本概率赋值m(θj)'之和获得，即
m(θj)″＝m(θj)+m(θj)'；
(2)计算机应用D-S证据理论融合规则对步骤(1)中得到的基本概率赋值进行融合，输出融合后的基本概率赋值：
由步骤(1)得到的基本概率赋值按照如下融合规则进行融合，并将融合后的结果进行输出：
其中，冲突系数：
(3)计算机根据决策规则对融合后的基本概率赋值进行判断，输出海洋环境安全评估结果。
计算机对融合后的基本概率赋值进行判断，输出海洋环境安全评估结果，是指计算机根据决策规则：最大的基本概率赋值对应的安全等级就是当前海洋环境安全状况的评估结果，对融合后的基本概率赋值进行判断，输出当前海洋环境安全评估结果。
本发明的优点在于：
1.本发明提出的基于D-S证据理论的海洋环境安全评估方法，有效地解决了海洋环境安全评估问题，能够为决策者提供合理的决策支持，提高船舶在大海中航行的安全性和经济性。
2.本发明根据海洋环境要素的特点，提出了海洋环境要素基本概率赋值的计算方法，为海洋环境安全评估提供理论基础和技术支持。
3.本发明提出了不确定信息分配方法，用其对不确定信息进行处理，能够合理分配不确定信息，增大确定性，降低决策风险。
4.本发明实用性强，运算简单，容易操作。
附图说明
图1为海洋环境安全评估流程图。
具体实施方式
下面结合附图对本发明做进一步描述。
本发明所采用的技术方案是一种基于D-S证据理论的海洋环境安全评估方法，该方法包括以下步骤：
(1)计算机获取海洋环境要素值，通过计算输出各个海洋环境要素的基本概率赋值。具体步骤如下：
1)确定海洋环境安全等级的识别框架。
根据海洋环境的实际情况，将海洋环境安全等级划分为很安全、较安全、一般安全、较危险、很危险5个安全等级，分别用θ1,θ2,θ3,θ4,θ5对它们进行表示，则海洋环境安全等级的识别框架Θ＝{θ1,θ2,θ3,θ4,θ5}。
2)划分海洋环境要素安全等级区间。
根据海洋环境要素自身的安全属性，划分海洋环境要素在识别框架下的安全等级区间。
3)根据海洋环境要素值的大小，计算其对应的安全等级的基本概率赋值。
当海洋环境要素值属于安全范围内，其对应的安全等级的基本概率赋值m(θi)的计算公式如式(1)所示。
当海洋环境要素值属于危险范围内，其对应的安全等级的基本概率赋值m(θi)的计算公式如式(2)所示。
其中，θi为海洋环境要素值所对应的安全等级，i＝1或2,…,或n，x是某时刻某位置的海洋环境要素值，safe是该海洋环境要素的安全范围，dangerous是该海洋环境要素的危险范围，ds为最小危险等级临界值，dc为最大危险等级临界值，a，b为该海洋环境要素值所对应的安全等级的区间端点，λ是调节参数，用来保证m(θi)∈[0,1]，这里取λ＝b-a。
4)将其余安全等级的基本概率赋值m(θp)初始化为0，p＝1,2,…,n，但p≠i。
5)计算不确定信息的基本概率赋值。
由于不确定因素的存在，步骤3)中得到的基本概率赋值m(θi)可能小于1，则将其余的值作为不确定信息赋给整个识别框架Θ，即不确定信息的基本概率赋值m(Θ)为：
m(Θ)＝1-m(θi) (3)
6)计算各个安全等级通过分配不确定信息得到的基本概率赋值。
将步骤3)中得到的基本概率赋值m(θi)作为组合权重，用来对比例信度转换方法和比例似真度转换方法进行线性组合，得出不确定信息分配给各个安全等级的基本概率赋值m(θj)'，计算公式如式(4)所示。
其中，α＝m(θi)，m(θj)是由步骤3)、步骤4)中得到的各个安全等级θj的基本概率赋值，Pl(θj)是各个安全等级θj在识别框架Θ中的似然度，j＝1,2,…,n，m(Θ)为不确定信息的基本概率赋值。
7)计算海洋环境要素最终的基本概率赋值。
海洋环境要素最终的基本概率赋值m(θj)″，j＝1,2,…,n，由步骤3)、步骤4)中得到的基本概率赋值m(θj)与步骤6)中得到的基本概率赋值m(θj)'之和获得，即
m(θj)″＝m(θj)+m(θj)' (5)
(2)计算机应用D-S证据理论融合规则对步骤(1)中得到的基本概率赋值进行融合，输出融合后的基本概率赋值。融合规则如下：
其中，冲突系数：
(3)计算机根据决策规则对融合后的基本概率赋值进行判断，输出海洋环境安全评估结果。
计算机根据决策规则：最大的基本概率赋值对应的安全等级就是当前海洋环境安全状况的评估结果，对融合后的基本概率赋值进行判断，输出当前海洋环境安全评估结果。
针对现有的海洋环境安全评估方法的不足，结合海洋环境要素的特点，本发明提出了一种基于D-S证据理论的海洋环境安全评估方法，下面以海流、潮流、风浪、涌浪和海风要素为例对本发明做出详细说明。
(1)计算机获取海洋环境要素值，通过计算输出各个海洋环境要素的基本概率赋值。
设计算机获取某时刻某位置的海洋环境要素值如表1所示。
表1 海洋环境要素值
根据海洋环境的实际情况，将海洋环境安全等级划分为很安全、较安全、一般安全、较危险、很危险5个安全等级，分别用θ1,θ2,θ3,θ4,θ5对它们进行表示，则海洋环境安全等级的识别框架Θ＝{θ1,θ2,θ3,θ4,θ5}。
在识别框架Θ下，海流、潮流、风浪、涌浪和海风的安全等级区间如表2所示。
表2 安全等级区间
海流要素基本概率赋值的计算过程如下：
由于海流值为1.2∈(1.0,2.0]，属于较安全等级，则将其带入公式(1)，得出较安全等级θ2的基本概率赋值m(θ2)＝0.7547。
将其余的安全等级的基本概率赋值初始化为0，即很安全、一般安全、较危险和很危险等级的基本概率赋值分别为m(θ1)＝0,m(θ3)＝0,m(θ4)＝0,m(θ5)＝0。
按照公式(3)，得出不确定信息的基本概率赋值m(Θ)＝0.2453。
按照公式(4)，计算海流要素各个安全等级分配不确定信息m(Θ)上的基本概率赋值m(θ1)'，m(θ2)'，m(θ3)'，m(θ4)'，m(θ5)'，计算结果如表3所示。
表3 分配不确定信息得到的基本概率赋值
按照公式(5)，计算海流要素最终的基本概率赋值m(θ1)″，m(θ2)″，m(θ3)″，m(θ4)″，m(θ5)″，计算结果如表4所示。
表4 海流要素的基本概率赋值
同理可计算出潮流、风浪、涌浪和海风要素的基本概率赋值如表5所示。
表5 各个要素的基本概率赋值
(2)计算机应用D-S证据理论融合规则对步骤(1)中得到的基本概率赋值进行融合，输出融合后的基本概率赋值。
按照公式(6)和公式(7)对海流、潮流、风浪、涌浪和海风进行融合，得出融合后的基本概率赋值如表6所示，其中，mA∩B(·)、mA∩B∩C(·)、mA∩B∩C∩D(·)、mA∩B∩C∩D∩E(·)分别表示海流和潮流融合后的结果，海流、潮流和风浪融合后的结果，海流、潮流、风浪和涌浪融合后的结果，海流、潮流、风浪、涌浪和海风融合后的结果，mA∩B∩C∩D∩E(·)的结果也就是最终输出的结果。
表6 融合后的基本概率赋值
(3)计算机根据决策规则对融合后的基本概率赋值进行判断，输出海洋环境安全评估结果。
计算机根据决策规则：最大的基本概率赋值对应的安全等级就是当前海洋环境安全状况的评估结果，对融合后的基本概率赋值进行判断，发现最大的基本概率赋值为0.8978，其对应的安全等级为较危险，所以当前的海洋环境安全状况处于较危险等级。
Claims (2)
1.一种基于D-S证据理论的海洋环境安全评估方法，其特征在于：
(1)计算机获取海洋环境要素值，通过计算输出各个海洋环境要素的基本概率赋值:
(1.1)确定海洋环境安全等级的识别框架：
将海洋环境安全等级划分为很安全、较安全、一般安全、较危险、很危险5个安全等级，分别用θ1,θ2,θ3,θ4,θ5进行表示，则海洋环境安全等级的识别框架Θ＝{θ1,θ2,θ3,θ4,θ5}；
(1.2)划分海洋环境要素安全等级区间：
根据海洋环境要素自身的安全属性，划分海洋环境要素在识别框架下的安全等级区间；
(1.3)根据海洋环境要素值的大小，计算对应的安全等级的基本概率赋值：
当海洋环境要素值属于安全范围内，对应的安全等级的基本概率赋值m(θi)为：
<mrow>
<mi>m</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>b</mi>
<mo>-</mo>
<mi>x</mi>
</mrow>
<mrow>
<mi>&lambda;</mi>
<mo>+</mo>
<mo>|</mo>
<mi>x</mi>
<mo>-</mo>
<mfrac>
<mrow>
<mi>a</mi>
<mo>+</mo>
<mi>b</mi>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<mi>a</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>,</mo>
<mi>x</mi>
<mo>&Element;</mo>
<mi>s</mi>
<mi>a</mi>
<mi>f</mi>
<mi>e</mi>
<mo>,</mo>
</mrow>
当海洋环境要素值属于危险范围内，安全等级的基本概率赋值m(θi)为：
其中，θi为海洋环境要素值所对应的安全等级，i＝1或2,…,或n，n＝5,x是某时刻某位置的海洋环境要素值，safe是该海洋环境要素的安全范围，dangerous是该海洋环境要素的危险范围，ds为最小危险等级临界值，dc为最大危险等级临界值，a，b为该海洋环境要素值所对应的安全等级的区间端点，λ是调节参数，用来保证m(θi)∈[0,1]，这里取λ＝b-a；
(1.4)将其余安全等级的基本概率赋值m(θp)初始化为0，p＝1,2,…,n，但p≠i；
(1.5)计算不确定信息的基本概率赋值：
在步骤(1.3)中得到的基本概率赋值m(θi)小于1，则将其余的值作为不确定信息赋给整个识别框架Θ，即不确定信息的基本概率赋值m(Θ)为：
m(Θ)＝1-m(θi)，
(1.6)计算各个安全等级通过分配不确定信息得到的基本概率赋值：
将步骤(1.3)中得到的基本概率赋值m(θi)作为组合权重，得出不确定信息分配给各个安全等级的基本概率赋值m(θj)'：
<mrow>
<mi>m</mi>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<mi>&alpha;</mi>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mi>m</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munder>
<mi>&Sigma;</mi>
<mrow>
<msub>
<mi>&theta;</mi>
<mi>j</mi>
</msub>
<mo>&Element;</mo>
<mi>&Theta;</mi>
</mrow>
</munder>
<mi>m</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>&alpha;</mi>
</mrow>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mi>P</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munder>
<mi>&Sigma;</mi>
<mrow>
<msub>
<mi>&theta;</mi>
<mi>j</mi>
</msub>
<mo>&Element;</mo>
<mi>&Theta;</mi>
</mrow>
</munder>
<mi>P</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>m</mi>
<mrow>
<mo>(</mo>
<mi>&Theta;</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中，α＝m(θi)，m(θj)是由步骤(1.3)、步骤(1.4)中得到的各个安全等级θj的基本概率赋值，Pl(θj)是各个安全等级θj在识别框架Θ中的似然度，j＝1,2,…,n，m(Θ)为不确定信息的基本概率赋值；
7)计算海洋环境要素最终的基本概率赋值：
海洋环境要素的基本概率赋值m(θj)”，j＝1,2,…,n，由步骤(1.3)、步骤(1.4)中得到的基本概率赋值m(θj)与步骤(1.6)中得到的基本概率赋值m(θj)'之和获得，即
m(θj)”＝m(θj)+m(θj)'；
(2)计算机应用D-S证据理论融合规则对步骤(1)中得到的基本概率赋值进行融合，输出融合后的基本概率赋值：
由步骤(1)得到的基本概率赋值按照如下融合规则进行融合，并将融合后的结果进行输出：
<mrow>
<mi>m</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<mo>&cap;</mo>
<msub>
<mi>B</mi>
<mi>j</mi>
</msub>
<mo>&cap;</mo>
<msub>
<mi>C</mi>
<mi>k</mi>
</msub>
<mo>&cap;</mo>
<mo>...</mo>
<mo>=</mo>
<mi>S</mi>
</mrow>
</munder>
<mi>m</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>m</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>B</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>m</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>...</mo>
</mrow>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>K</mi>
</mrow>
</mfrac>
</mrow>
其中，冲突系数：
<mrow>
<mi>K</mi>
<mo>=</mo>
<munder>
<mi>&Sigma;</mi>
<mrow>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<mo>&cap;</mo>
<msub>
<mi>B</mi>
<mi>j</mi>
</msub>
<mo>&cap;</mo>
<msub>
<mi>C</mi>
<mi>k</mi>
</msub>
<mo>&cap;</mo>
<mo>...</mo>
<mo>=</mo>
<mi>&phi;</mi>
</mrow>
</munder>
<mi>m</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>m</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>B</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>m</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>...</mo>
<mo>;</mo>
</mrow>
(3)计算机根据决策规则对融合后的基本概率赋值进行判断，输出海洋环境安全评估结果。
2.根据权利要求1所述的一种基于D-S证据理论的海洋环境安全评估方法，其特征在于：所述的计算机对融合后的基本概率赋值进行判断，输出海洋环境安全评估结果，是指计算机根据决策规则：最大的基本概率赋值对应的安全等级就是当前海洋环境安全状况的评估结果，对融合后的基本概率赋值进行判断，输出当前海洋环境安全评估结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410373172.3A CN104134004B (zh) | 2014-07-31 | 2014-07-31 | 一种基于d‑s证据理论的海洋环境安全评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410373172.3A CN104134004B (zh) | 2014-07-31 | 2014-07-31 | 一种基于d‑s证据理论的海洋环境安全评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104134004A CN104134004A (zh) | 2014-11-05 |
| CN104134004B true CN104134004B (zh) | 2017-10-27 |
Family
ID=51806679
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410373172.3A Active CN104134004B (zh) | 2014-07-31 | 2014-07-31 | 一种基于d‑s证据理论的海洋环境安全评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104134004B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105373700B (zh) * | 2015-10-30 | 2017-12-19 | 哈尔滨工程大学 | 一种基于信息熵和证据理论的机械故障诊断方法 |
| CN108229795A (zh) * | 2017-12-13 | 2018-06-29 | 吉林大学 | 一种基于d-s证据理论的城市轨道交通系统型式决策方法 |
| CN108364136B (zh) * | 2018-02-28 | 2021-08-06 | 南昌工程学院 | 一种基于证据推理的水资源短缺风险分析方法及系统 |
| CN109815591B (zh) * | 2019-01-25 | 2022-09-09 | 杭州电子科技大学 | 一种基于稳定性证据融合的土质边坡失稳概率计算方法 |
| CN111581724B (zh) * | 2020-05-09 | 2023-05-02 | 智慧航海（青岛）科技有限公司 | 一种基于船舶试验仿真模型的评估方法 |
| CN113297801B (zh) * | 2021-06-15 | 2022-10-14 | 哈尔滨工程大学 | 一种基于steof-lstm的海洋环境要素预测方法 |
| CN115655381A (zh) * | 2022-12-08 | 2023-01-31 | 中国石油大学(华东) | 一种用于海洋浮标的数据采集控制系统及控制方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101806229A (zh) * | 2010-03-15 | 2010-08-18 | 山东科技大学 | 基于多目标监测数据融合的煤矿顶板安全评价方法 |
| CN103745117A (zh) * | 2014-01-22 | 2014-04-23 | 哈尔滨工程大学 | 一种用于目标识别的决策概率转换方法 |
| CN103927297A (zh) * | 2014-04-13 | 2014-07-16 | 北京工业大学 | 基于证据理论的中文微博可信度评估方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070018890A1 (en) * | 2005-07-22 | 2007-01-25 | Kulyukin Vladimir A | Multi-sensor wayfinding device |
| KR101280389B1 (ko) * | 2011-12-28 | 2013-07-01 | 한국지질자원연구원 | 지반재해 발생 예측 시스템 및 방법 |
-
2014
- 2014-07-31 CN CN201410373172.3A patent/CN104134004B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101806229A (zh) * | 2010-03-15 | 2010-08-18 | 山东科技大学 | 基于多目标监测数据融合的煤矿顶板安全评价方法 |
| CN103745117A (zh) * | 2014-01-22 | 2014-04-23 | 哈尔滨工程大学 | 一种用于目标识别的决策概率转换方法 |
| CN103927297A (zh) * | 2014-04-13 | 2014-07-16 | 北京工业大学 | 基于证据理论的中文微博可信度评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于D-S理论和神经网络的多传感器信息融合方法;费云瑞等;《中国海洋大学学报》;20051130;第35卷(第6期);第1037-1040页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104134004A (zh) | 2014-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104134004B (zh) | 一种基于d‑s证据理论的海洋环境安全评估方法 | |
| CN104050329B (zh) | 一种检测船舶碰撞危险度的方法 | |
| Zhang et al. | A systematic approach for collision risk analysis based on AIS data | |
| Zhang et al. | Towards a model of regional vessel near-miss collision risk assessment for open waters based on AIS data | |
| Perera et al. | Data analysis on marine engine operating regions in relation to ship navigation | |
| Zhang et al. | Enhance the AIS data availability by screening and interpolation | |
| Perera et al. | Machine intelligence based data handling framework for ship energy efficiency | |
| Perera et al. | Marine engine operating regions under principal component analysis to evaluate ship performance and navigation behavior | |
| CN104462856A (zh) | 船舶冲突预警方法 | |
| CN104484726A (zh) | 船舶轨迹实时预测方法 | |
| CN111815120A (zh) | 水上交通风险评估方法、装置、计算机设备和存储介质 | |
| CN104537891A (zh) | 一种船舶轨迹实时预测方法 | |
| CN111639789A (zh) | 开放海域船舶碰撞风险预测方法 | |
| CN104504277A (zh) | 一种船舶冲突预警方法 | |
| Burmaka et al. | Method of Prompt Evasive Manuever Selection to Alter Ship's Course or Speed | |
| Perera et al. | Marine engine-centered data analytics for ship performance monitoring | |
| CN115018304B (zh) | 一种计算船机碰撞风险的方法、装置以及存储介质 | |
| Perera et al. | Ship performance and navigation information under high-dimensional digital models | |
| Perera et al. | Data analytics for capturing marine engine operating regions for ship performance monitoring | |
| CN104504935A (zh) | 航海交通管制方法 | |
| CN104504934A (zh) | 一种航海交通管制方法 | |
| Huang et al. | Identification of anomaly behavior of ships based on KNN and LOF combination algorithm | |
| Han et al. | Mapping the landscape of ship berthing research: A bibliometric analysis and literature review over two decades | |
| Goerlandt et al. | 25. Simplified Risk Analysis of Tanker Collisions in the Gulf of Finland | |
| CN110411448B (zh) | 一种船舶感知区域动态网格内代表船的选取方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190328 Address after: Room 101-3, Hongyu Building, Phase II, Guanggu Avenue International Enterprise Center, Donghu New Technology Development Zone, Wuhan City, Hubei Province Patentee after: Wuhan Harbin Navigation Technology Co.,Ltd. Address before: 150001 Intellectual Property Office, Harbin Engineering University science and technology office, 145 Nantong Avenue, Nangang District, Harbin, Heilongjiang Patentee before: HARBIN ENGINEERING University |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230110 Address after: 150000 floor 2, East unit 22, Tianping Road, building 2D, dui'e Park, Yingbin Road concentration area, high tech Industrial Development Zone, Harbin, Heilongjiang Province Patentee after: HARBIN HATRAN NAVIGATION TECHNOLOGY Co.,Ltd. Address before: Room 101-3, Hongyu Building, Phase II, Guanggu Avenue International Enterprise Center, Donghu New Technology Development Zone, Wuhan City, Hubei Province Patentee before: Wuhan Harbin Navigation Technology Co.,Ltd. |