CN105070102A - 一种基于模糊逻辑的船舶航行动态风险推理系统及其方法 - Google Patents

Abstract

本发明公开了一种基于模糊逻辑的船舶航行动态风险推理系统及其方法，采用数据采集模块、风险推理模块、风险分级与预警模块及人机显示模块建立船舶航行动态风险推理系统。将人工智能中已经成熟的模糊逻辑应用在船舶航行风险测度领域，能够很好地推动风险测度自动化。本发明提供的一种基于模糊逻辑的船舶航行动态风险推理方法是基于模糊逻辑技术能够有效处理船舶航行风险测度中的不确定信息，能够克服人为主观因数导致的船舶安全风险状态判断错误，为船舶安全操纵提供参考依据。

Description

一种基于模糊逻辑的船舶航行动态风险推理系统及其方法

技术领域

本发明涉及水上交通领域、安全科学与工程领域和人工智能领域系统及计算方法，具体涉及一种基于模糊逻辑的船舶航行动态风险推理系统及其方法。

背景技术

水上交通环境复杂多变，船舶交通事故屡屡发生。强化安全管理，掌握船舶的安全状态，确保船舶的安全航行具有重要的现实意义。随着人们对安全的日益重视，传统的对水域、船舶的静态安全评估，已逐渐不能满足人们日益增长的安全需求。无论是船舶驾驶员、船公司还是管理当局都迫切需要知道船舶的实时安全状况和所面对的风险。由于风险本身带有不确定性，影响船舶风险的因素又是不断变化的，因此对船舶进行风险测度过程中，不仅考虑与船舶安全相关的静态信息，还要综合考虑气象，水文，交通流密度等动态变化的信息。

发明内容

本发明的目的在于提供一种基于模糊逻辑的船舶航行动态风险推理系统及其方法，采用数据采集模块、风险推理模块、风险分级与预警模块及人机显示模块建立船舶航行动态风险推理系统。将人工智能中已经成熟的模糊逻辑应用在船舶航行风险测度领域，能够很好地推动风险测度自动化。本发明提供的一种基于模糊逻辑的船舶航行动态风险推理方法是基于模糊逻辑技术能够有效处理船舶航行风险测度中的不确定信息，能够克服人为主观因数导致的船舶安全风险状态判断错误，为船舶安全操纵提供参考依据。

为了达到上述目的，本发明通过以下技术方案实现：

一种基于模糊逻辑的船舶航行动态风险推理系统，其特点是，该航行动态风险推理系统包含：

数据采集模块，获取多种风险因素信息；

风险推理模块，与所述数据采集模块连接；

风险分级与预警模块，与所述风险推理模块连接；

人机显示模块，与所述风险分级与预警模块连接。

优选地，

所述风险推理模块用于进行船舶航行动态风险的计算；

所述风险分级与预警模块用于对航行风险等级进行分级和预警；

所述人机显示模块用于显示风险推理结果、风险预警信息以及电子海图及相关海图信息。

一种基于模糊逻辑的船舶航行动态风险推理方法，其特点是，该风险推理方法包含：

S1，数据采集模块采集风力等级信号、风舷角信号、流速信号、流弦角信号、航道宽度及船宽信号、航道弯曲度信号、富余水深/吃水信号，并将上述信号发送至风险推理模块分别进行计算获取风信号、流信号、航道特征信号，并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块；

S2，将由所述步骤S1获取的风信号、流信号、航道特征信号以及所述数据采集模块采集的信息支持信号，经所述风险推理模块分别进行计算获取气象信号、地形特征信号，并将上述计算结果发送至所述风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S3，将由所述步骤S2获取的气象信号、地形特征信号以及所述数据采集模块采集的能见度信号、交通流信号、船龄信号、总吨数信号，经所述风险推理模块分别进行计算获取自然环境信号、交通环境信号、船舶参数信号，将上述计算结果发送至所述风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S4，将由步骤S3获取的自然环境信号、交通环境信号、船舶参数信号以及由所述数据采集模块采集的船型信号，经所述风险推理模块分别进行计算获取航行环境信号、船舶信号，将上述计算结果发送至所述风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S5，将由步骤S4获取的航行环境信号、船舶信号经所述风险推理模块进行计算处理，将上述计算结果发送至所述风险分级与预警模块进行分级判断后显示至所述人机显示模块。

优选地，所述步骤S1包含：

S1.1，所述数据采集模块采集船舶的风力等级信号、风舷角信号，并将上述信号发送至所述风险推理模块进行风-模糊推理计算获取风信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S1.2，所述数据采集模块采集船舶的流速信号、流弦角信号，并将上述信号发送至所述风险推理模块进行流-模糊推理计算获取流信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S1.3，所述数据采集模块采集船舶的航道宽度及船宽信号、航道弯曲度信号、富余水深/吃水信号，并将上述信号发送至所述风险推理模块进行航道特征-模糊推理计算获取航道特征信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示人机显示模块。

优选地，所述步骤S2包含：

S2.1，由所述步骤S1.1、S1.2获取的风信号、流信号经所述风险推理模块进行气象条件-模糊推理计算获取气象信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S2.2，由所述步骤S1.3获取的航道特征信号与所述数据采集模块获取的信息支持信号经所述风险推理模块进行地形特征-模糊推理计算获取地形特征信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示人机显示模块。

优选地，所述步骤S3包含：

S3.1，由所述步骤S2.1获取的气象信号与所述数据采集模块获取的能见度信号，经所述风险推理模块进行自然环境-模糊推理计算获取气象信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示人机显示模块；

S3.2，由所述步骤S2.2获取的地形特征信号与所述数据采集模块获取的交通流信号，经所述风险推理模块进行交通环境-模糊推理计算获取交通环境信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S3.3，由所述数据采集模块获取的船龄信号、总吨数信号，经所述风险推理模块进行船舶参数-模糊推理计算获取船舶参数信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示至所述人机显示模块。

优选地，所述步骤S4包含：

S4.1，由所述步骤S3.1获取的船舶参数信号与所述步骤S3.2获取的交通环境信号，经所述风险推理模块进行航行环境-模糊推理计算获取航行环境信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示人机显示模块；

S4.2，由所述步骤S3.3获取的船舶参数信号与所述数据采集模块获取的船型信号，经所述风险推理模块进行船舶-模糊推理计算获取船舶信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示人机显示模块。

优选地，所述步骤S5包含：

所述风险推理模块将由所述步骤S4获取的航行环境信号、船舶信号进行船舶航行风险测度，并将风险测度结果发送至所述风险分级与预警模块进行分级判断后显示至所述人机显示模块。

本发明与现有技术相比具有以下优点：

本发明公开的一种基于模糊逻辑的船舶航行动态风险推理系统及其方法，采用数据采集模块、风险推理模块、风险分级与预警模块及人机显示模块建立船舶航行动态风险推理系统。本发明是以对船舶的静态信息、动态信息进行处理，从而对船舶进行动态的风险推理。在一段时间内对航行船舶的安全状态进行动态、持续评估，通过对被评估对象安全相关数据的综合分析，发现系统中存在的安全风险，预测安全风险的动态演化趋势将人工智能中已经成熟的模糊逻辑应用在船舶航行风险测度领域，能够很好地推动风险测度自动化。本发明提供的一种基于模糊逻辑的船舶航行动态风险推理方法是基于模糊逻辑技术能够有效处理船舶航行风险测度中的不确定信息，能够克服人为主观因数导致的船舶安全风险状态判断错误，为船舶安全操纵提供参考依据。

附图说明

图1为本发明一种基于模糊逻辑的船舶航行动态风险推理系统的整体结构示意图。

图2为本发明一种基于模糊逻辑的船舶航行动态风险推理方法的整体流程示意图。

图3为本发明一种基于模糊逻辑的船舶航行动态风险推理方法的逻辑结构示意图。

图4为本发明一种基于模糊逻辑的船舶航行动态风险推理方法的实施例示意图之一。

图5为本发明一种基于模糊逻辑的船舶航行动态风险推理方法的实施例示意图之二。

具体实施方式

以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。

如图1所示，一种基于模糊逻辑的船舶航行动态风险推理系统，该航行动态风险推理系统包含：数据采集模块1、风险推理模块2、风险分级与预警模块3及人机显示模块4。

其中，数据采集模块1、风险推理模块2、风险分级与预警模块3及人机显示模块4依次连接。

本发明中，数据采集模块1获取多种风险因素信息。风险推理模块2用于进行船舶航行动态风险的计算。风险分级与预警模块3用于对航行风险等级进行分级和预警。人机显示模块4用于显示风险推理结果、风险预警信息以及电子海图及相关海图信息。

如图2、图3所示，一种基于模糊逻辑的船舶航行动态风险推理方法，该风险推理方法包含：

S1，数据采集模块1采集风力等级信号、风舷角信号、流速信号、流弦角信号、航道宽度及船宽信号、航道弯曲度信号、富余水深/吃水信号，并将上述信号发送至风险推理模块2分别进行计算获取风信号、流信号、航道特征信号，并将上述计算结果发送至风险分级与预警模块3进行分级判断后显示至人机显示模块4。步骤S1包含：

S1.1，数据采集模块1采集船舶的风力等级信号、风舷角信号，并将上述信号发送至风险推理模块2进行风-模糊推理（Fuzzyinferencesystem,简称FIS；也即风-FIS）计算获取风信号，并将计算结果发送至风险分级与预警模块3进行分级判断后显示至人机显示模块4。

本实施例中，数据采集模块1通过船舶气象仪获取风力等级信号、风舷角信号。不同的风力等级信号代表风对船舶航行安全的影响程度不同。当风力在蒲氏4级风以下时，船舶交通事故发生数变化不明显，当风力增加到蒲氏6级以上时，发生交通事故的船舶数量明显地上升。相同等级的风作用于船舶的方向不同，对操船的影响也不同；因此采用风舷角信号表明角度对操船的影响程度。当风从正横左右方向吹来时，即风舷角为90度左右时，对操船的影响较大，而其它方向的来风对操船的影响较小。本发明将风舷角的论域定义为[0,180]之间，用横风与非横风2个模糊子集表示，当风舷角为90度时风舷角为横风的隶属度为1，风舷角为0或180度时风舷角为非横风的隶属度为1。

本实施例中，将风作为风力等级和风舷角的综合反映取作输出量，论域定义在[0,1]之间，采用“低”、“较低”、“中”、“较高”和“高”5个模糊子集进行描述。风-FIS结构如图4所示，图中“Wind”是在建FIS时所取的名称，“（mamdani）”表示所建的FIS是Mamdani型模糊推理系统。图5为经风-FIS计算后，并经风险分级与预警模块3进行分级判断后显示至人机显示模块4的显示结果。

S1.2，数据采集模块1采集船舶的流速信号、流弦角信号，并将上述信号发送至风险推理模块2进行流-模糊推理计算获取流信号，并将计算结果发送至风险分级与预警模块3进行分级判断后显示至人机显示模块4。

本实施例中，数据采集模块1通过船舶气象仪获取流速信号、流弦角信号，风险推理模块2采用类似于风-FIS计算方法的流-模糊推理（简称FIS；也即流-FIS）计算。

S1.3，数据采集模块1采集船舶的航道宽度及船宽信号、航道弯曲度信号、富余水深/吃水信号，并将上述信号发送至风险推理模块2进行航道特征-模糊推理计算获取航道特征信号，并将计算结果发送至风险分级与预警模块3进行分级判断后显示人机显示模块4。

本实施例中，数据采集模块1通过电子海图与信息系统获取航道宽度及船宽信号、航道弯曲度信号、富余水深/吃水信号，风险推理模块2采用类似于风-FIS计算方法的航道特征-模糊推理（也即航道特征-FIS）计算。

S2，将由步骤S1获取的风信号、流信号、航道特征信号以及数据采集模块1采集的信息支持信号，经风险推理模块2分别进行计算获取气象信号、地形特征信号，并将上述计算结果发送至风险分级与预警模块3进行分级判断后显示至人机显示模块4。该步骤S2包含：

S2.1，由步骤S1.1、S1.2获取的风信号、流信号经风险推理模块2进行气象条件-模糊推理计算获取气象信号，并将计算结果发送至风险分级与预警模块3进行分级判断后显示至人机显示模块4。

本实施例中，风险推理模块2采用类似于风-FIS计算方法的气象条件-模糊推理（也即气象条件-FIS）计算。

S2.2，由步骤S1.3获取的航道特征信号与数据采集模块1获取的信息支持信号经风险推理模块2进行地形特征-模糊推理计算获取地形特征信号，并将计算结果发送至风险分级与预警模块3进行分级判断后显示人机显示模块4。

本实施例中，数据采集模块1通过电子海图与信息系统获取信息支持信号，风险推理模块2采用类似于风-FIS计算方法的地形特征-模糊推理（也即地形特征-FIS）计算。

S3，将由步骤S2获取的气象信号、形特征信号以及数据采集模块1采集的能见度信号、交通流信号、船龄信号、总吨数信号，经风险推理模块2分别进行计算获取自然环境信号、交通环境信号、船舶参数信号，将上述计算结果发送至风险分级与预警模块3进行分级判断后显示至人机显示模块4。该步骤S3包含：

S3.1，由步骤S2.1获取的气象信号与数据采集模块1获取的能见度信号，经风险推理模块2进行自然环境-模糊推理计算获取气象信号，并将计算结果发送至风险分级与预警模块3进行分级判断后显示人机显示模块4。

本实施例中，数据采集模块1通过船舶气象仪获取能见度信号，风险推理模块2采用类似于风-FIS计算方法的自然环境-模糊推理（也即自然环境-FIS）计算。

S3.2，由步骤S2.2获取的地形特征信号与数据采集模块1获取的交通流信号，经风险推理模块2进行交通环境-模糊推理计算获取交通环境信号，并将计算结果发送至风险分级与预警模块3进行分级判断后显示至人机显示模块4。

本实施例中，数据采集模块1通过船舶自动识别系统获取交通流信号，风险推理模块2采用类似于风-FIS计算方法的自然环境-模糊推理（也即交通环境-FIS）计算。

S3.3，由数据采集模块1获取的船龄信号、总吨数信号，经风险推理模块2进行船舶参数-模糊推理计算获取船舶参数信号，并将计算结果发送至风险分级与预警模块3进行分级判断后显示至人机显示模块4。

本实施例中，风险推理模块2采用类似于风-FIS计算方法的船舶参数-模糊推理（也即船舶参数-FIS）计算。

S4，将由步骤S3获取的自然环境信号、交通环境信号、船舶参数信号以及由数据采集模块1采集的船型信号，经风险推理模块2分别进行计算获取航行环境信号、船舶信号，将上述计算结果发送至风险分级与预警模块3进行分级判断后显示至人机显示模块4。该步骤S4包含：

S4.1，由步骤S3.1获取的船舶参数信号与步骤S3.2获取的交通环境信号，经风险推理模块2进行航行环境-模糊推理计算获取航行环境信号，并将计算结果发送至风险分级与预警模块3进行分级判断后显示人机显示模块4。

本实施例中，风险推理模块2采用类似于风-FIS计算方法的航行环境-模糊推理（也即航行环境-FIS）计算。

S4.2，由步骤S3.3获取的船舶参数信号与数据采集模块1获取的船型信号，经风险推理模块2进行船舶-模糊推理计算获取船舶信号，并将计算结果发送至风险分级与预警模块3进行分级判断后显示人机显示模块4。

本实施例中，风险推理模块2采用类似于风-FIS计算方法的船舶-模糊推理（也即船舶-FIS）计算。

S5，将由步骤S4获取的航行环境信号、船舶信号经风险推理模块2进行计算处理，将上述计算结果发送至风险分级与预警模块3进行分级判断后显示至人机显示模块4。该步骤S5包含：

风险推理模块2将由步骤S4获取的航行环境信号、船舶信号进行船舶航行风险测度，并将风险测度结果发送至风险分级与预警模块3进行分级判断后显示至人机显示模块4。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (8)

1.一种基于模糊逻辑的船舶航行动态风险推理系统，其特征在于，该航行动态风险推理系统包含：

数据采集模块，获取多种风险因素信息；

风险推理模块，与所述数据采集模块连接；

风险分级与预警模块，与所述风险推理模块连接；

人机显示模块，与所述风险分级与预警模块连接。

2.如权利要求1所述的基于模糊逻辑的船舶航行动态风险推理系统，其特征在于，

所述风险推理模块用于进行船舶航行动态风险的计算；

所述风险分级与预警模块用于对航行风险等级进行分级和预警；

所述人机显示模块用于显示风险推理结果、风险预警信息以及电子海图及相关海图信息。

3.一种基于模糊逻辑的船舶航行动态风险推理方法，其特征在于，该风险推理方法包含：

S1，数据采集模块采集风力等级信号、风舷角信号、流速信号、流弦角信号、航道宽度及船宽信号、航道弯曲度信号、富余水深/吃水信号，并将上述信号发送至风险推理模块分别进行计算获取风信号、流信号、航道特征信号，并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块；

S2，将由所述步骤S1获取的风信号、流信号、航道特征信号以及所述数据采集模块采集的信息支持信号，经所述风险推理模块分别进行计算获取气象信号、地形特征信号，并将上述计算结果发送至所述风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S3，将由所述步骤S2获取的气象信号、地形特征信号以及所述数据采集模块采集的能见度信号、交通流信号、船龄信号、总吨数信号，经所述风险推理模块分别进行计算获取自然环境信号、交通环境信号、船舶参数信号，将上述计算结果发送至所述风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S4，将由步骤S3获取的自然环境信号、交通环境信号、船舶参数信号以及由所述数据采集模块采集的船型信号，经所述风险推理模块分别进行计算获取航行环境信号、船舶信号，将上述计算结果发送至所述风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S5，将由步骤S4获取的航行环境信号、船舶信号经所述风险推理模块进行计算处理，将上述计算结果发送至所述风险分级与预警模块进行分级判断后显示至所述人机显示模块。

4.如权利要求3所述的基于模糊逻辑的船舶航行动态风险推理方法，其特征在于，所述步骤S1包含：

S1.1，所述数据采集模块采集船舶的风力等级信号、风舷角信号，并将上述信号发送至所述风险推理模块进行风-模糊推理计算获取风信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S1.2，所述数据采集模块采集船舶的流速信号、流弦角信号，并将上述信号发送至所述风险推理模块进行流-模糊推理计算获取流信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S1.3，所述数据采集模块采集船舶的航道宽度及船宽信号、航道弯曲度信号、富余水深/吃水信号，并将上述信号发送至所述风险推理模块进行航道特征-模糊推理计算获取航道特征信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示人机显示模块。

5.如权利要求4所述的基于模糊逻辑的船舶航行动态风险推理方法，其特征在于，所述步骤S2包含：

S2.1，由所述步骤S1.1、S1.2获取的风信号、流信号经所述风险推理模块进行气象条件-模糊推理计算获取气象信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S2.2，由所述步骤S1.3获取的航道特征信号与所述数据采集模块获取的信息支持信号经所述风险推理模块进行地形特征-模糊推理计算获取地形特征信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示人机显示模块。

6.如权利要求5所述的基于模糊逻辑的船舶航行动态风险推理方法，其特征在于，所述步骤S3包含：

S3.1，由所述步骤S2.1获取的气象信号与所述数据采集模块获取的能见度信号，经所述风险推理模块进行自然环境-模糊推理计算获取气象信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示人机显示模块；

S3.2，由所述步骤S2.2获取的地形特征信号与所述数据采集模块获取的交通流信号，经所述风险推理模块进行交通环境-模糊推理计算获取交通环境信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示至所述人机显示模块；

S3.3，由所述数据采集模块获取的船龄信号、总吨数信号，经所述风险推理模块进行船舶参数-模糊推理计算获取船舶参数信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示至所述人机显示模块。

7.如权利要求6所述的基于模糊逻辑的船舶航行动态风险推理方法，其特征在于，所述步骤S4包含：

S4.1，由所述步骤S3.1获取的船舶参数信号与所述步骤S3.2获取的交通环境信号，经所述风险推理模块进行航行环境-模糊推理计算获取航行环境信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示人机显示模块；

S4.2，由所述步骤S3.3获取的船舶参数信号与所述数据采集模块获取的船型信号，经所述风险推理模块进行船舶-模糊推理计算获取船舶信号，并将计算结果发送至风险分级与预警模块进行分级判断后显示人机显示模块。

8.如权利要求7所述的基于模糊逻辑的船舶航行动态风险推理方法，其特征在于，所述步骤S5包含：

所述风险推理模块将由所述步骤S4获取的航行环境信号、船舶信号进行船舶航行风险测度，并将风险测度结果发送至所述风险分级与预警模块进行分级判断后显示至所述人机显示模块。