CN106203824A - 水上交通安全评价方法及系统 - Google Patents

Abstract

本发明公开了一种水上交通安全评价方法，包括：选取水上交通安全的评价指标；确定每一评价指标的权重和安全度；根据每一评价指标的权重和安全度确定水上交通安全度其中，E_i表示每一评价指标的安全度，W_i表示每一评价指标的权重，n表示评价指标的数量，i＝1，2，3，…，n。本发明还公开了一种水上交通安全评价系统。本发明的水上交通安全评价方法和系统，可以合理评价水上交通安全。

Description

水上交通安全评价方法及系统

技术领域

本发明涉及交通安全技术领域，特别是涉及一种水上交通安全评价方法及系统。

背景技术

水上交通安全是一项系统工程，涉及到水上交通运输系统及其它社会因素等方方面面。通常所说的水上交通安全是相对于水上交通事故、安全隐患而言，水上交通安全直接反映了水上交通系统中船舶主体与水上交通环境客体的密切联系。随着航运经济的迅猛发展，水上交通安全监管也面临着空前的挑战。我国在水上交通安全评价的研究方面定性成分较多，定量评价较少。近年来，随着系统工程方法的广泛应用，利用单纯的定性分析方法或单纯的定量分析方法都难以解决科学研究中的具体问题。单纯定性分析容易造成研究的粗浅化；单纯的定量分析又容易迷失方向。

发明内容

本发明的目的在于提供一种水上交通安全评价方法，可以合理评价水上交通安全。

本发明的另一目的在于提供一种水上交通安全评价系统，可以合理评价水上交通安全。

本发明的技术方案如下：

一种水上交通安全评价方法，包括：选取水上交通安全的评价指标；确定每一评价指标的权重和安全度；根据每一评价指标的权重和安全度确定水上交通安全度其中，E_i表示每一评价指标的安全度，W_i表示每一评价指标的权重，n表示评价指标的数量，i＝1，2，3，…，n。

进一步：每一评价指标包括至少一个风险因子，每一评价指标的安全度其中w_i,j表示每一风险因子的权重，y_i,j表示每一风险因子的安全度，j表示风险因子的个数，m_i表示每一评价指标宝包括的风险因子的数量，j＝1，2，3，…，m_i。

进一步，每一风险因子的安全度的评价模型为：y＝ax²+bx+c，其中，x为每一风险因子的取值，a、b、c为模型参数。

进一步：采集每一风险因子的最优值x_zy、及格值x_jg、最差值x_zc；最优值x_zy对应的风险因子的安全度y_zy为1，及格值x_jg对应的风险因子的安全度y_jg为0.6，最差值x_zc对应的风险因子的安全度y_zc为0；根据最优值x_zy、及格值x_jg、最差值x_zc、最优值x_zy对应的风险因子的安全度y_zy、及格值x_jg对应的风险因子的安全度y_jg、最差值x_zc对应的风险因子的安全度y_zc得到每一风险因子的安全度的评价模型中的模型参数a、b、c的取值。

进一步，获取每一评价指标中的每一风险因子的权重的过程包括：根据每一评价指标中的每一风险因子的相对重要性的比较，采用九级标度法建立风险因子的权重的判断矩阵；计算风险因子的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各风险因子的模糊权重；采用风险因子的权重的判断矩阵的一致性指标和检验系数验证该风险因子的权重的判断矩阵是否具有一致性；如果该风险因子的权重的判断矩阵具有一致性，则将该模糊权重确定为每一评价指标中的每一风险因子的权重；如果该风险因子的权重的判断矩阵不具有一致性，则重新调整该风险因子的权重的判断矩阵直到该风险因子的权重的判断矩阵具有一致性后，由该风险因子的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各风险因子的权重。

进一步，获取每一评价指标的权重的过程包括：根据每一评价指标的相对重要性的比较，采用九级标度法建立评价指标的权重的判断矩阵；计算评价指标的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各评价指标的模糊权重；采用评价指标的权重的判断矩阵的一致性指标和检验系数验证该评价指标的权重的判断矩阵是否具有一致性；如果该评价指标的权重的判断矩阵具有一致性，则将该模糊权重确定为评价指标的权重；如果该评价指标的权重的判断矩阵不具有一致性，则重新调整该评价指标的权重的判断矩阵直到该评价指标的权重的判断矩阵具有一致性后，由该评价指标的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各评价指标的权重。

以及，一种水上交通安全评价系统，包括：获取模块，用于选取水上交通安全的评价指标；以及，用于确定每一评价指标的权重和安全度；计算模块，用于根据每一评价指标的权重和安全度确定水上交通安全度其中，E_i表示每一评价指标的安全度，W_i表示每一评价指标的权重，n表示评价指标的数量，i＝1，2，3，…，n。

与现有技术相比，本发明具有以下优点：

1、本发明的水上交通安全评价方法，通过确定合适的评价指标及评价指标的权重，可以合理地评价水上交通安全。

2、本发明的水上交通安全评价系统，通过确定合适的评价指标及评价指标的权重，可以合理地评价水上交通安全。。

具体实施方式

本发明公开了一种水上交通安全评价方法。该方法包括如下的步骤：

步骤S01：选取水上交通安全的评价指标。

其中，基于“压力一状态一响应”(PSR)评价模型，选取的评价指标包括：船员指标、船舶指标、通航环境指标和水上交通监管指标。

步骤S02：确定每一评价指标的权重和安全度。

优选的，每一评价指标包括至少一个风险因子。优选的，每一评价指标的风险因子如表1所示。

表1风险因子及其支持数据

具体的，获得每一评价指标的安全度的过程包括：

每一评价指标的安全度其中w_i,j表示每一风险因子的权重，y_i,j表示每一风险因子的安全度，j表示风险因子的个数，m_i表示每一评价指标宝包括的风险因子的数量，j＝1，2，3，…，m_i。

为了获得每一评价指标的安全度，需要获得示每一风险因子的安全度及其权重。

具体的，获得示每一风险因子的安全度的过程包括：

每一风险因子的安全度的评价模型为：y＝ax²+bx+c，其中，x为每一风险因子的取值，a、b、c为模型参数。

优选的，采集每一风险因子的最优值x_zy、及格值x_jg、最差值x_zc；最优值x_zy对应的风险因子的安全度y_zy为1(对应的分值为100分)，及格值x_jg对应的风险因子的安全度y_jg为0.6(对应的分值为60分)，最差值x_zc对应的风险因子的安全度y_zc为0(对应的分值为0份)；根据最优值x_zy、及格值x_jg、最差值x_zc、最优值x_zy对应的风险因子的安全度y_zy、及格值x_jg对应的风险因子的安全度y_jg、最差值x_zc对应的风险因子的安全度y_zc得到每一风险因子的安全度的评价模型中的模型参数a、b、c的取值。

具体的，每一风险因子的最优值x_zy、及格值x_jg、最差值x_zc可通过如下的方式获得：

如果有足够长的样本数据，可以将样本数据中的最大值(或最小值)、平均值和最小值(或最大值)作为最差值、及格值和最优值。

以“船员违章作业”的风险因子为例，假设船员违章10次及以下为100分，20次为60分，而超过30次则为0分。代入式y＝ax²+bx+c可以解得如表2所示。

表2船员违章作业风险因子的a、b、c的取值

具体的，获取每一评价指标中的每一风险因子的权重的过程包括：

(1)根据每一评价指标中的每一风险因子的相对重要性的比较，采用九级标度法建立风险因子的权重的判断矩阵。

其中，九级标度法如表3所示。

表3九级标度法

采用九级标度法进行每两个风险因子之间的相对比较，设一个风险因子为u_e，另一风险因子为u_g。当说明u_e比u_g重要，说明u_e比u_g重要，当且仅当时，说明u_e与u_g同等重要，且约定

如表4所示，为危险因子重要程度的判断值表。

表4危险因子重要程度的判断值表

通过两两风险因子的比较，得到以及其中，e和g表示风险因子的编号。

设定

由m_i×m_i个d_eg，可构造风险因子的权重的判断矩阵为：

$D=\left[\begin{array}{cccc}{d}_{11}& d_{12}& \mathrm{...}& d_{1m_i}\\ d_{21}& d_{22}& \mathrm{...}& d_{2m_i}\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ d_{m_{i}1}& b_{m_{i}2}& \mathrm{...}& d_{m_i{m}_i}\end{array}\right].$

(2)计算风险因子的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各风险因子的模糊权重。

求出判断矩阵D的最大特征根及其对应的特征向量取u_g作为风险因子u_e的重要程度系数(权重)p_j(u_g的特征向量归一化后为u_e的权重)。必要时可对特征向量归一化，以作为风险因子的模糊权重向量

(3)采用风险因子的权重的判断矩阵的一致性指标和检验系数验证该风险因子的权重的判断矩阵是否具有一致性。

在获得模糊权重后必须通过计算风险因子的权重的判断矩阵的一致性指标和检验系数来进行一致性检验，这是保证结论可靠性的必要条件。一致性指标为检验系数为其中RI是平均一致性指标，RI是多次(大于500次)重复进行随机判断矩阵特征值的算术平均值。

一般的，当CR<0.1时，可认为判断矩阵具有满意的一致性，否则需要重新调整判断矩阵。

(4)如果该风险因子的权重的判断矩阵具有一致性，则将该模糊权重确定为每一评价指标中的每一风险因子的权重。

(5)如果该风险因子的权重的判断矩阵不具有一致性，则重新调整该风险因子的权重的判断矩阵直到该风险因子的权重的判断矩阵具有一致性后，由该风险因子的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各风险因子的权重。

具体的，获得每一评价指标的权重的过程包括：

(1)根据每一评价指标的相对重要性的比较，采用九级标度法建立评价指标的权重的判断矩阵；

(2)计算评价指标的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各评价指标的模糊权重；

(3)采用评价指标的权重的判断矩阵的一致性指标和检验系数验证该评价指标的权重的判断矩阵是否具有一致性；

(4)如果该评价指标的权重的判断矩阵具有一致性，则将该模糊权重确定为评价指标的权重；

(5)如果该评价指标的权重的判断矩阵不具有一致性，则重新调整该评价指标的权重的判断矩阵直到该评价指标的权重的判断矩阵具有一致性后，由该评价指标的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各评价指标的权重。

该获得每一评价指标的权重的过程与获取每一评价指标中的每一风险因子的权重的过程的原理相同，在此不再赘述。

步骤S03：根据每一评价指标的权重和安全度确定水上交通安全度

其中，E_i表示每一评价指标的安全度，W_i表示每一评价指标的权重，n表示评价指标的数量，i＝1，2，3，…，n。由于优选的评价指标为5个，则n＝5。

本发明还公开了一种水上交通安全评价系统。该系统包括：获取模块和计算模块。

其中，获取模块用于选取水上交通安全的评价指标，以及，用于确定每一评价指标的权重和安全度。

计算模块用于根据每一评价指标的权重和安全度确定水上交通安全度其中，E_i表示每一评价指标的安全度，W_i表示每一评价指标的权重，n表示评价指标的数量，i＝1，2，3，…，n。

下面以一具体实施例对本发明的技术方案做进一步的说明。

实施例1

实施例1评价的是长洲航段的水上交通安全。

实施例1的选取的风险因子如表1所示，选取的评价指标包括：船员指标、船舶指标、通航环境指标、水上交通监管指标。

经过对长洲航道连续5天(2013年7月23日～2013年7月27日)的调研，取得的各风险因子数据如表5所示。

表5长洲航段风险因子样本数据表

确定各风险因子的评分规则，即分别对应“0分”、“60分”和“100分”的因子样本数据，如表6所示。

表6长洲航段风险因子评分规则

需要说明的是，关于水位，由于水位太高或者太低都不十分好，船闸最高通航水位23.9m，最低通航水位18.6m，所以得0分时有这两个值，100分在21.25处。60分也应该分别在中间值21.25两边两个值。

根据表5、表6的数据以及本发明的每一风险因子的安全度的评价模型的确定方法获得每一风险因子的安全度的评价模型中的模型参数a、b、c的取值，如表7所示。

表7风险因子的安全度的评价模型中的模型参数a、b、c的取值

表中“/”表示此风险因子评价分由管理人员根据实际情况给出，因此不需要由评价函数计算出。

按照本发明的获得每一评价指标的权重的方法获得的实施例1的评价指标的权重如表8所示。该评价指标的权重可通过采集本地的实际情况统计分析得到。

表8实例1的评价指标的权重

评价指标	船员	船舶	通航环境	水上交通监管
					权重	0.296	0.197	0.228	0.279

从表8中可以看到，评价指标的权重分配较为平均，其中“船员”和“水上交通”类所占比例较大，二者近50％。这表明二者是安全度提高的重要改善对象。由于船舶种类并不复杂，对通航环境船舶而言不是特别恶劣，船舶自身和通航环境给水上交通带来的危险性较小，所以占有比例也相对较小，分别只占到19％和28％。

按照本发明的获得每一评价指标中的每一风险因子的权重的方法获得的实施例1涉及的风险因子的权重。

具体的，以船员指标举例该计算权重的犯法如下：

如表9所示，为指标权重调查的打分表。

表9指标权重调查打分表

其中，W_ij＝0，1，2，3，4。

以A和B为例说明如下：

(1)当行标A指标与列标B指标比较，A非常重要，则交叉单元格W_AB＝4；

(2)当行标A指标与列标B指标比较，A重要，则交叉单元格W_AB＝3；

(3)当行标A指标与列标B指标比较，同样重要，则交叉单元格W_AB＝2；

(4)当行标A指标与列标B指标比较，B重要，则交叉单元格W_AB＝1；

(5)当行标A指标与列标B指标比较，B非常重要，则交叉单元格W_AB＝0。

表中A～E表示指标因子，比如船员指标中就只有两个指标因子，即：“船员违章作业”和“船员文化程度”，则打分表如表10所示：

表10指标权重调查打分表

根据采集本地的实际情况，具体的打分结果如表11：

表11指标权重调查打分结果表

根据统计的10份船员文化程度的结果，总得分为每张票得分乘以份数，即：4×2+3×6+2×1+1×3＝31分，可得平均为31/10约为3分，即表示“船员违章”比“船员文化程度”重要，所以表10中的W_AB＝3。这样可得：

$D=\left[\begin{array}{cccc}{d}_{11}& d_{12}& \mathrm{...}& d_{1m_i}\\ d_{21}& d_{22}& \mathrm{...}& d_{2m_i}\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ d_{m_{i}1}& b_{m_{i}2}& \mathrm{...}& d_{m_i{m}_i}\end{array}\right]=\left[\begin{array}{cc}1& 3\\ 1/3& 1\end{array}\right],$

根据上式，可得其最大特征根为2，其对应的特征向量为：ξ＝(0.9487,0.3162)，对ξ归一化后即为：P＝(0.75,0.25)，即为“船员违章”和“船员文化程度”的权重。

采用上述的方法，可的实施例1的各指标的风险因子的权重，下文中将不再赘述。

具体的，实施例1中，如表12所示，为船员指标所包括的风险因子的权重。该评价指标的权重可通过采集本地的实际情况统计分析得到。

表12船员指标包括的风险因子的权重

风险因子	船员违章作业	船员文化程度
			权重	0.586	0.414

船员指标中所占比重最大的是“船员违章作业”达58.6％，该风险因子直接反映的是船员违章情况，是最重要直接的因素。“船员文化程度”较低是当地水运的客观情况，但当地船舶操作要求相对较为简单，因此影响相对小些。

如表13所示，为船舶指标所包括的风险因子的权重。该评价指标的权重可通过采集本地的实际情况统计分析得到。

表13船舶指标包括的风险因子的权重

风险因子	渡船	大型船舶	危险品船
				权重	0.354	0.422	0.224

船舶指标中的几个风险因子基本比较均衡，“渡船”和“大型船舶”分别占35.4％和42.2％，所占比例较大。这是最显然的，因为由于乡镇渡口渡船的安全监管仍难度很大，难以采取较为有效而又持续时间较长的措施；另外，船东为了追求利益最大化，船舶越来越大，而航道的改造是长期的，一定时间内难以解决，因此比重最大。

如表14所示，为通航环境指标所包括的风险因子的权重。该评价指标的权重可通过采集本地的实际情况统计分析得到。

表14通航环境指标包括的风险因子的权重

通航环境指标中洪枯水期影响虽然属于阶段性发生的状况，但一旦发生则危害较大。首先，航段内的船舶基本上属于小型船舶，吃水浅，容易受到流的影响，特别是渡口渡船容易发生事故；其次水利枢纽的航区一旦进入枯水期，容易造成大量的船舶短时积压，大量的船舶都抛锚在有限的航道范围内，容易发生碰撞。而开闸时拥挤抢航现象，容易发生事故，这个现象一时难以解决，所以危险程度较高。跟气候有关的“雾天”和“大风”危险程度稍高也是跟当地的船舶抗风能力和船舶状况较差有关，也是难以改变的客观条件。这些风险因素都普遍存在，也都难以改善。

如表15所示，为水上交通监管指标所包括的风险因子的权重。该评价指标的权重可通过采集本地的实际情况统计分析得到。

表15水上交通监管指标包括的风险因子的权重

风险因子	海事人员配备	海事监管设施、设备
			权重	0.571	0.429

水上交通监管指标中海事部门由于执法人员有限，难以时时监管到位，而且下发的管理规定也执行力度也有限。另外，监管设施设备落后或者缺乏都带来许多难以解决的风险难题。

如表16所示，为实施例1的长洲航道连续5天(2013年7月23日～2013年7月27日)的水上交通安全度。该评价指标的权重可通过采集本地的实际情况统计分析得到。

表16长洲航道连续5天的水上交通安全度

如表17所示，为水上交通安全状态分级标准。

表17水上交通安全状态分级标准

安全度值	0－20	20－40	40－60	60－80	80－100
						安全状态分级	很不安全	较不安全	一般	较安全	安全

若以表17中的60分为较好的分界线，从表12的结果中可以看出，显然通航环境指标是当天的主要风险来源，同时船员指标和水上交通监管指标也不应忽视。根据上述的不同指标的安全度，可以采取相应的措施进行水上交通安全的改善。

以上对本发明的技术方案，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想；同时，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明实施例的限制。

Claims (7)

1.一种水上交通安全评价方法，其特征在于，包括：

选取水上交通安全的评价指标；

确定每一评价指标的权重和安全度；

根据每一评价指标的权重和安全度确定水上交通安全度其中，E_i表示每一评价指标的安全度，W_i表示每一评价指标的权重，n表示评价指标的数量，i＝1，2，3，…，n。

2.如权利要求1所述的水上交通安全评价方法，其特征在于：每一评价指标包括至少一个风险因子，每一评价指标的安全度其中w_i,j表示每一风险因子的权重，y_i,j表示每一风险因子的安全度，j表示风险因子的个数，m_i表示每一评价指标宝包括的风险因子的数量，j＝1，2，3，…，m_i。

3.如权利要求2所述的水上交通安全评价方法，其特征在于，

每一风险因子的安全度的评价模型为：y＝ax²+bx+c，其中，x为每一风险因子的取值，a、b、c为模型参数。

4.如权利要求3所述的水上交通安全评价方法，其特征在于：

采集每一风险因子的最优值x_zy、及格值x_jg、最差值x_zc；

最优值x_zy对应的风险因子的安全度y_zy为1，及格值x_jg对应的风险因子的安全度y_jg为0.6，最差值x_zc对应的风险因子的安全度y_zc为0；

根据最优值x_zy、及格值x_jg、最差值x_zc、最优值x_zy对应的风险因子的安全度y_zy、及格值x_jg对应的风险因子的安全度y_jg、最差值x_zc对应的风险因子的安全度y_zc得到每一风险因子的安全度的评价模型中的模型参数a、b、c的取值。

5.如权利要求2所述的水上交通安全评价方法，其特征在于，获取每一评价指标中的每一风险因子的权重的过程包括：

根据每一评价指标中的每一风险因子的相对重要性的比较，采用九级标度法建立风险因子的权重的判断矩阵；

计算风险因子的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各风险因子的模糊权重；

采用风险因子的权重的判断矩阵的一致性指标和检验系数验证该风险因子的权重的判断矩阵是否具有一致性；

如果该风险因子的权重的判断矩阵具有一致性，则将该模糊权重确定为每一评价指标中的每一风险因子的权重；

如果该风险因子的权重的判断矩阵不具有一致性，则重新调整该风险因子的权重的判断矩阵直到该风险因子的权重的判断矩阵具有一致性后，由该风险因子的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各风险因子的权重。

6.如权利要求1所述的水上交通安全评价方法，其特征在于，获取每一评价指标的权重的过程包括：

根据每一评价指标的相对重要性的比较，采用九级标度法建立评价指标的权重的判断矩阵；

计算评价指标的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各评价指标的模糊权重；

采用评价指标的权重的判断矩阵的一致性指标和检验系数验证该评价指标的权重的判断矩阵是否具有一致性；

如果该评价指标的权重的判断矩阵具有一致性，则将该模糊权重确定为评价指标的权重；

如果该评价指标的权重的判断矩阵不具有一致性，则重新调整该评价指标的权重的判断矩阵直到该评价指标的权重的判断矩阵具有一致性后，由该评价指标的权重的判断矩阵的最大特征根和最大特征根对应的特征向量，归一化后得到各评价指标的权重。

7.一种水上交通安全评价系统，其特征在于，包括：

采集模块，用于选取水上交通安全的评价指标；以及，用于确定每一评价指标的权重和安全度；

计算模块，用于根据每一评价指标的权重和安全度确定水上交通安全度其中，E_i表示每一评价指标的安全度，W_i表示每一评价指标的权重，n表示评价指标的数量，i＝1，2，3，…，n。