CN112749207B - 一种基于案例推理的深海应急处置辅助决策系统 - Google Patents
一种基于案例推理的深海应急处置辅助决策系统 Download PDFInfo
- Publication number
- CN112749207B CN112749207B CN202011593545.XA CN202011593545A CN112749207B CN 112749207 B CN112749207 B CN 112749207B CN 202011593545 A CN202011593545 A CN 202011593545A CN 112749207 B CN112749207 B CN 112749207B
- Authority
- CN
- China
- Prior art keywords
- case
- ship
- deep sea
- information
- characteristic attribute
- 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
- 238000000034 method Methods 0.000 claims abstract description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 27
- 230000009429 distress Effects 0.000 claims description 25
- 239000003921 oil Substances 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 17
- 239000000758 substrate Substances 0.000 claims description 14
- 238000006073 displacement reaction Methods 0.000 claims description 11
- 239000000295 fuel oil Substances 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 7
- 239000004576 sand Substances 0.000 claims description 6
- 238000009472 formulation Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000000969 carrier Substances 0.000 claims description 3
- 239000004927 clay Substances 0.000 claims description 3
- 230000009189 diving Effects 0.000 claims description 3
- 238000004880 explosion Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 230000003993 interaction Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Tourism & Hospitality (AREA)
- Computer Security & Cryptography (AREA)
- Fuzzy Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于案例推理的深海应急处置辅助决策系统,属于深海应急处置辅助决策支持技术,该系统包括:案例数据库、案例管理模块、信息获取模块、案例检索模块和案例展示模块。首先,采用基于框架和面向对象相结合的知识表示方法,将历史案例的特征属性信息表示为结构化的、机器能够识别和理解的形式存入数据库,形成案例数据库。其次,当深海应急事件发生时,输入当前深海应急事件的各特征属性信息,对数据库中的历史案例进行检索,得到最相似的历史案例。然后,将最相似历史案例及其相关描述在系统界面进行展示。最后,应急指挥人员可以参考最相似历史案例的应急处置方案,对当前应急事件进行应急决策,实现系统的辅助决策功能。
Description
技术领域
本发明涉及深海应急处置辅助决策支持技术,更为具体地,涉及一种基于案例推理的深海应急处置辅助决策系统。
背景技术
深海应急处置时间紧迫,过程复杂,作业风险较高。发生深海应急事件时,决策者必须很快制定处置方案。应急处置方案的优劣,直接关系到应急处置行动的成功率,甚至还可能影响到参与应急行动人员的生命安全。深海应急处置是一个事关生命安全、财产安全和海洋环境保护的重大课题,英、美、日等海洋强国频繁出入深海,很久之前就意识到深海应急处置的重要性,并对深海应急处置进行了深入研究,目前已是国际领先水平。我国由于自身国情的原因,起步较晚,但是经过半个多世纪的发展,我国深海应急力量也已成为世界上深海应急处置能力较强的专业力量之一。
目前,从全世界范围来看,现有的深海应急处置方案的制定,大多依赖该领域的专家凭借自身经验来完成,缺少辅助决策支持手段,不能全面考量所有因素的影响,可能会造成应急方案的不合理、不全面、不科学,严重影响了应急行动的成功率。因此,深海应急处置需要一个合理有效的辅助支持系统。
发明内容
根据现有技术存在的目前深海应急处置方案制定领域缺少辅助决策支持手段的问题,本发明提供了一种基于案例推理的深海应急处置辅助决策系统。基于本发明方案,应急指挥人员可以参考最相似历史案例的应急处置方案,对当前应急事件进行应急决策,实现系统的辅助决策功能。
本发明的技术方案如下:
一种基于案例推理的深海应急处置辅助决策系统,包括:
案例数据库,其用于将基于文本的深海应急历史案例信息表示成结构化的、机器能够识别和理解的形式后进行存储;
案例管理模块,其用于对所述案例数据库中的深海应急历史案例进行增加、修改、删除和查询;
信息获取模块,其用于获取由操作人员手动录入的当前深海应急事件信息;
案例检索模块,其一方面用于接收所述信息获取模块采集的当前深海应急事件信息并提取所述当前深海应急事件的特征属性信息,另一方面用于获取已存入案例数据库的深海应急历史案例的特征属性信息,并计算所述当前深海应急事件的特征属性信息与深海应急历史案例的特征属性信息的全局相似度;
案例展示模块,其用于获取与当前深海应急事件的特征属性信息全局相似度最高的若干深海应急历史案例信息进行展示。
进一步地,所述计算所述当前深海应急事件的特征属性信息与深海应急历史案例的特征属性信息的全局相似度,包括:
针对所述信息获取模块获得的当前深海应急事件的特征属性信息和已存入案例数据库的深海应急历史案例的特征属性信息,计算当前深海应急事件和历史案例各特征属性的相似度;
使用熵权法计算各特征属性的客观权重;
使用层次分析法计算各特征属性的主观权重;
利用组合权重模型,将主客观权重结合,得到特征属性的组合权重;
使用组合权重,结合结构相似度,采用最近邻算法,得到历史案例全局相似度。
进一步地,所述计算当前深海应急事件和历史案例各特征属性的相似度,包括基于确定数值类型特征属性、枚举类型特征属性、区间数类型特征属性和模糊概念类型特征属性计算相似度,其中,
所述确定数值类型特征属性包括:船龄、风向、水深、船长、船宽、型深、空船排水量、载货量、船舶水中重量、水下能见度、载客人数、伤亡人数和油料数量;
所述枚举类型特征属性包括:燃油是否泄露、海底底质、事故类型、船舶姿态和船舶类型;
所述区间数类型特征属性包括:风速和流速;
所述模糊概念类型特征属性包括:船体破损情况。
进一步地,所述使用层次分析法计算各特征属性的主观权重中,层次分析结构模型分为三层,第一层目标层为历史案例选择,第二层准则层为遇险船舶信息、现场水文信息和遇险船舶事件信息,第三层指标层为各特征属性,其中,
所述遇险船舶信息包括的特征属性:船舶类型、船龄、船长、船宽、型深、空船排水量、载货量和载客人数;
所述现场水文信息包括的特征属性:风速、风向、流速、水深、海底底质和水下能见度;
所述遇险船舶事件信息包括的特征属性:事故类型、船舶水中重量、船舶姿态、船舶破损情况、燃油是否泄露、伤亡人数和油料数量。
进一步地,所述使用组合权重,结合结构相似度,采用最近邻算法,得到历史案例全局相似度,包括:
第1步:计算当前案例X所有的非空特征属性集合,记为A;
第2步:计算待匹配案例Y所有的非空特征属性集合,记为B;
第3步:计算集合A和B的交集和并集,A∩B和A∪B;
第4步:计算交集的所有特征属性的权重和,记为ωi;
第5步:计算并集的所有特征属性的权重和,记为ωu;
第6步:计算案例X和案例Y的结构相似度,记为Sstr=ωi÷ωu;
综合上述内容,考虑案例结构相似度的案例全局相似度计算公式如下所示:
式中,Sim(X,Y)表示目标案例X和案例数据库中的历史案例Y之间的全局相似度,Sstr表示目标案例X和历史案例Y之间的结构相似度,Sim(Xi,Yi)表示在第i个特征属性上,目标案例X和历史案例Y之间的相似度,ωi表示第i个特征属性的组合权重值。
进一步地,所述基于文本的深海应急历史案例信息是指能够全面描述案例特征属性的信息,包括:案例概要、现场水文信息、遇险船舶信息、应急处置方案描述和应急处置资源描述,其中,
所述案例概要包括:遇险船名、遇险时间、事故类型和遇险地点;
所述现场水文信息包括:风速、风向、流速、海底底质、水深和水下能见度;
所述遇险船舶信息包括:船舶类型、船龄、船长、船宽、型深、空船排水量、载货量、船舶水中重量、船舶姿态、船体破损情况、燃油是否泄露、载客人数、伤亡人数和油料数量;
所述应急处置方案描述是指历史案例中应急处置行动所采取的方案的描述,包括:资源使用情况、应急方案的制定以及具体操作过程;
所述应急处置资源描述是指历史案例中应急处置行动使用的各种资源,包括:消防船、救助船、救助直升机、拖轮、潜水系统、水下抽油泵、围油栏、消油剂等应急处置资源。
进一步地,所述表示成结构化的、机器能够识别和理解的形式是采用基于框架和面向对象相结合的知识表示方法,历史案例的特征属性与数据库中的字段一一对应。
进一步地,所述历史案例特征属性,包括:船舶类型、事故类型、风速、风向、流速、海底底质、水深、船长、船宽、型深、空船排水量、船龄、载货量、船舶水中重量、水下能见度、载客人数、船体破损情况、船舶姿态、伤亡人数、油料数量和燃油是否泄漏。
进一步地,所述事故类型的取值包括:火灾/爆炸、触礁、碰撞、倾覆和其他;
所述海底底质的取值包括:岩礁、粗砂、砾石、细沙、硬泥、淤泥、稠黏土和其他;
所述船舶类型的取值包括:散货船、油船、集装箱船、客船、LNG、化学品船、渔船、杂货船、科考船和其他;
所述船舶姿态的取值包括:正沉、左倾<90°、左倾>90°、右倾<90°、右倾>90°和左/右倾180°;
所述船体破损情况的取值包括:轻微、较严重、严重和非常严重。
由于采用了上述技术方案,本发明提供的基于案例推理的深海应急处置辅助决策系统,能够适用于深海应急领域,可安装在深海应急现场的作业母船上或海上应急指挥中心。预先将历史案例详细信息保存到案例数据库中,当深海应急事件发生时,通过人机交互界面获取当前深海应急事件的各特征属性信息,然后对案例数据库中的历史案例进行检索,得到历史最相似案例。应急指挥人员可以参考最相似历史案例的应急处置方案,对当前应急事件进行应急决策,实现系统的辅助决策功能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明系统的组成结构示意图;
图2为本发明系统的应急事件信息输入示意图;
图3为本发明系统中案例检索模块的检索过程示意图;
图4为本发明系统中案例检索模块使用的算法模型示意图;
图5为本发明系统的历史案例展示示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
为了有效解决目前存在的问题:深海应急处置方案的制定,大多依赖该领域的专家凭借自身经验来完成,缺少智能化的辅助决策支持手段,不能全面考量所有因素的影响,可能会造成应急处置方案的不合理、不全面、不科学,严重影响了应急处置行动的成功率。本发明设计开发了一种基于案例推理的深海应急处置辅助决策系统。预先将历史案例详细信息保存到案例数据库中,当深海应急事件发生时,通过人机交互界面录入当前深海应急事件的各特征属性信息,然后对案例数据库中的历史案例进行检索,得到相似度最高的三个历史案例。应急指挥人员可以参考最相似历史案例的应急处置方案,对当前应急事件进行应急决策,实现系统的辅助决策功能。
图1为本发明系统的组成结构示意图,所述一种基于案例推理的深海应急处置辅助决策系统主要包括案例数据库、案例管理模块、信息获取模块、案例检索模块以及案例展示模块五个部分。具体来说:
案例数据库用于将基于文本的深海应急历史案例信息表示成结构化的、机器能够识别和理解的形式后进行存储。
具体地,所述基于文本的深海应急历史案例信息是指能够全面描述案例特征属性的信息,包括:案例概要、现场水文信息、遇险船舶信息、应急处置方案描述和应急处置资源描述。所述案例概要包括:遇险船名、遇险时间、事故类型和遇险地点;所述现场水文信息包括:风速、风向、流速、流向、海底底质、水深和水下能见度;所述遇险船舶信息包括:船舶类型、船龄、船长、船宽、型深、空船排水量、载货量、船舶水中重量、船舶姿态、船体破损情况、燃油是否泄露、载客人数、伤亡人数和油料数量;所述应急处置方案描述是指历史案例中应急处置行动所采取的方案的描述,包括:资源使用情况、应急方案的制定以及具体操作过程;所述应急处置资源描述是指历史案例中应急处置行动使用的各种资源,包括:消防船、救助船、救助直升机、拖轮、潜水系统、水下抽油泵、围油栏、消油剂等应急处置资源。
具体地,所述表示成结构化的、机器能够识别和理解的形式是采用基于框架和面向对象相结合的知识表示方法。历史案例的特征属性与数据库中的字段一一对应。历史案例的知识表示框架如表1。
表1深海应急历史案例的知识表示
案例管理模块用于对案例数据库里的深海应急历史案例进行增加、修改、删除和查询四个功能。
信息获取模块用于获取通过人机交互界面形式由操作人员手动录入的当前深海应急事件信息。图2为本发明系统的应急事件信息输入示意图。
案例检索模块的功能包括:
首先,选择合适的用于检索的历史案例特征属性,针对所述信息获取模块获得的当前深海应急事件的特征属性信息和已存入案例数据库的深海应急历史案例的特征属性信息,计算当前深海应急事件和历史案例各特征属性的相似度。
其次,使用熵权法计算各特征属性的客观权重,使用层次分析法计算各特征属性的主观权重。利用组合权重模型,将主客观权重结合,得到特征属性的组合权重。
最后,使用组合权重,把结构相似度考虑在内,采用最近邻算法,得到历史案例全局相似度。将历史案例按全局相似度从高到低排序。图3为本发明系统中案例检索模块的检索过程示意图。
具体地,所述合适的用于检索的历史案例特征属性包括:船舶类型、事故类型、风速、风向、流速、海底底质、水深、船长、船宽、型深、空船排水量、船龄、载货量、船舶水中重量、水下能见度、载客人数、船体破损情况、船舶姿态、伤亡人数、油料数量和燃油是否泄漏。
进一步地,所述事故类型特征属性的取值包括:火灾/爆炸、触礁、碰撞、倾覆和其他;所述海底底质特征属性的取值包括:岩礁、粗砂、砾石、细沙、硬泥、淤泥、稠黏土和其他;所述船舶类型特征属性的取值包括:散货船、油船、集装箱船、客船、LNG、化学品船、渔船、杂货船、科考船和其他;所述船舶姿态特征属性的取值包括:正沉、左倾<90°、左倾>90°、右倾<90°、右倾>90°和左/右倾180°;所述船体破损情况特征属性的取值包括:轻微、较严重、严重和非常严重。
更进一步地,所述计算当前深海应急事件和历史案例各特征属性的相似度。需要针对不同取值类型的特征属性,设计不同的相似度计算方法。不同取值类型的特征属性包括:确定数值类型特征属性、枚举类型特征属性、区间数类型特征属性和模糊概念类型特征属性。
所述确定数值类型特征属性包括:船龄、风向、水深、船长、船宽、型深、空船排水量、载货量、船舶水中重量、水下能见度、载客人数、伤亡人数和油料数量;
所述枚举类型特征属性包括:燃油是否泄露、海底底质、事故类型、船舶姿态和船舶类型;
所述区间数类型特征属性包括:风速和流速;
所述模糊概念类型特征属性包括:船体破损情况。
下面通过一个具体的实例说明历史案例全局相似度的计算方法。
首先使用熵权法计算各特征属性的客观权重。使用熵权法计算特征属性权重的公式如下所示:
式中,表示当前沉船应急打捞案例c0与案例数据库中的案例ci关于特征属性j之间的相似度。n为特征属性的个数,mj表示特征属性j取值非空的个数。w为特征权重向量。特别地,当Qij=0时,令QijlnQij=0。
然后使用层次分析法计算各特征属性的主观权重。计算过程如下:
第一步:建立层次分析结构模型。模型分为三层,第一层目标层为历史案例选择,第二层准则层为遇险船舶信息、现场水文信息和遇险船舶事件信息,第三层指标层为各特征属性。图4为本发明系统中案例检索模块使用的算法模型示意图。
第二步:构造判断矩阵
根据第一步构建的层次模型,对每一层次上的因素进行两两对比,根据对比结果得出一个判断矩阵。假设本层共有n个特征属性,qi和qj表示其中第i和j个特征属性(i,j=1,2,…,n),得到的判断矩阵如下所示:
式中,qij表示属性qi相对于属性qj的重要程度。为了方便将对比判断进行量化,引入了1-9的标度方法,使用1,3,5,7,9分别表示属性qi与属性qj相比:同等重要、稍微重要、较强重要、强烈重要、极端重要,用2,4,6,8表示上述判断等级之间的折中值。
第三步:计算特征属性权重值
此过程计算的是上层特征属性相同的下层特征属性之间的重要程度,求解方法是根据判断矩阵q求出最大特征根(λmax)和最大特征向量(ω),他们之间满足下列关系:
q*ω=λmax*ω
第四步:一致性检验
在计算出特征属性权重值之后还要计算其是否具有满意一致性。一致性检验公式如下所示:
式中,CR是一致性指标,用于判定判断矩阵q是否合理,当CR<0.1时,表示判断矩阵q具有一致性,CR值越小,说明判断矩阵q的一致性越好。
具体地,所述利用组合权重模型,将主客观权重结合,得到特征属性的组合权重。计算组合权重的公式如下所示:
ω=α*ωs+β*ωo
案例展示模块:用于将深海应急历史案例中相似度最高的三个案例及其相关描述进行展示。图5为本发明系统的历史案例展示示意图。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (6)
1.一种基于案例推理的深海应急处置辅助决策系统,其特征在于,包括:
案例数据库,其用于将基于文本的深海应急历史案例信息表示成结构化的、机器能够识别和理解的形式后进行存储;
案例管理模块,其用于对所述案例数据库中的深海应急历史案例进行增加、修改、删除和查询;
信息获取模块,其用于获取由操作人员手动录入的当前深海应急事件信息;
案例检索模块,其一方面用于接收所述信息获取模块采集的当前深海应急事件信息并提取所述当前深海应急事件的特征属性信息,另一方面用于获取已存入案例数据库的深海应急历史案例的特征属性信息,并计算所述当前深海应急事件的特征属性信息与深海应急历史案例的特征属性信息的全局相似度,其中计算所述当前深海应急事件的特征属性信息与深海应急历史案例的特征属性信息的全局相似度,包括:
针对所述信息获取模块获得的当前深海应急事件的特征属性信息和已存入案例数据库的深海应急历史案例的特征属性信息,计算当前深海应急事件和历史案例各特征属性的相似度,包括:计算当前深海应急事件和历史案例各特征属性的相似度,包括基于确定数值类型特征属性、枚举类型特征属性、区间数类型特征属性和模糊概念类型特征属性计算相似度,其中,所述确定数值类型特征属性包括:船龄、风向、水深、船长、船宽、型深、空船排水量、载货量、船舶水中重量、水下能见度、载客人数、伤亡人数和油料数量,所述枚举类型特征属性包括:燃油是否泄露、海底底质、事故类型、船舶姿态和船舶类型,所述区间数类型特征属性包括:风速和流速,所述模糊概念类型特征属性包括:船体破损情况,
使用熵权法计算各特征属性的客观权重,
使用层次分析法计算各特征属性的主观权重,
利用组合权重模型,将主客观权重结合,得到特征属性的组合权重,
使用组合权重,结合结构相似度,采用最近邻算法,得到历史案例全局相似度,包括:
第1步:计算当前案例X所有的非空特征属性集合,记为A,
第2步:计算待匹配案例Y所有的非空特征属性集合,记为B,
第3步:计算集合A和B的交集和并集,A∩B和A∪B,
第4步:计算交集的所有特征属性的权重和,记为ωi,
第5步:计算并集的所有特征属性的权重和,记为ωu,
第6步:计算案例X和案例Y的结构相似度,记为Sstr=ωi÷ωu,
综合上述内容,考虑案例结构相似度的案例全局相似度计算公式如下所示:
式中,Sim(X,Y)表示目标案例X和案例数据库中的历史案例Y之间的全局相似度,Sstr表示目标案例X和历史案例Y之间的结构相似度,Sim(Xi,Yi)表示在第i个特征属性上,目标案例X和历史案例Y之间的相似度,ωi表示第i个特征属性的组合权重值;
案例展示模块,其用于获取与当前深海应急事件的特征属性信息全局相似度最高的若干深海应急历史案例信息进行展示。
2.根据权利要求1所述的一种基于案例推理的深海应急处置辅助决策系统,其特征还在于:所述使用层次分析法计算各特征属性的主观权重中,层次分析结构模型分为三层,第一层目标层为历史案例选择,第二层准则层为遇险船舶信息、现场水文信息和遇险船舶事件信息,第三层指标层为各特征属性,其中,
所述遇险船舶信息包括的特征属性:船舶类型、船龄、船长、船宽、型深、空船排水量、载货量和载客人数;
所述现场水文信息包括的特征属性:风速、风向、流速、水深、海底底质和水下能见度;
所述遇险船舶事件信息包括的特征属性:事故类型、船舶水中重量、船舶姿态、船舶破损情况、燃油是否泄露、伤亡人数和油料数量。
3.根据权利要求1所述的一种基于案例推理的深海应急处置辅助决策系统,其特征还在于:所述基于文本的深海应急历史案例信息是指能够全面描述案例特征属性的信息,包括:案例概要、现场水文信息、遇险船舶信息、应急处置方案描述和应急处置资源描述,其中,
所述案例概要包括:遇险船名、遇险时间、事故类型和遇险地点;
所述现场水文信息包括:风速、风向、流速、海底底质、水深和水下能见度;
所述遇险船舶信息包括:船舶类型、船龄、船长、船宽、型深、空船排水量、载货量、船舶水中重量、船舶姿态、船体破损情况、燃油是否泄露、载客人数、伤亡人数和油料数量;
所述应急处置方案描述是指历史案例中应急处置行动所采取的方案的描述,包括:资源使用情况、应急方案的制定以及具体操作过程;
所述应急处置资源描述是指历史案例中应急处置行动使用的各种资源,包括:消防船、救助船、救助直升机、拖轮、潜水系统、水下抽油泵、围油栏、消油剂等应急处置资源。
4.根据权利要求1所述的一种基于案例推理的深海应急处置辅助决策系统,其特征还在于:所述表示成结构化的、机器能够识别和理解的形式是采用基于框架和面向对象相结合的知识表示方法,历史案例的特征属性与数据库中的字段一一对应。
5.根据权利要求1所述的一种基于案例推理的深海应急处置辅助决策系统,其特征还在于:所述历史案例特征属性,包括:船舶类型、事故类型、风速、风向、流速、海底底质、水深、船长、船宽、型深、空船排水量、船龄、载货量、船舶水中重量、水下能见度、载客人数、船体破损情况、船舶姿态、伤亡人数、油料数量和燃油是否泄漏。
6.根据权利要求5所述的一种基于案例推理的深海应急处置辅助决策系统,其特征还在于:
所述事故类型的取值包括:火灾/爆炸、触礁、碰撞、倾覆和其他;
所述海底底质的取值包括:岩礁、粗砂、砾石、细沙、硬泥、淤泥、稠黏土和其他;
所述船舶类型的取值包括:散货船、油船、集装箱船、客船、LNG、化学品船、渔船、杂货船、科考船和其他;
所述船舶姿态的取值包括:正沉、左倾<90°、左倾>90°、右倾<90°、右倾>90°和左/右倾180°;
所述船体破损情况的取值包括:轻微、较严重、严重和非常严重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011593545.XA CN112749207B (zh) | 2020-12-29 | 2020-12-29 | 一种基于案例推理的深海应急处置辅助决策系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011593545.XA CN112749207B (zh) | 2020-12-29 | 2020-12-29 | 一种基于案例推理的深海应急处置辅助决策系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112749207A CN112749207A (zh) | 2021-05-04 |
CN112749207B true CN112749207B (zh) | 2023-06-02 |
Family
ID=75646887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011593545.XA Active CN112749207B (zh) | 2020-12-29 | 2020-12-29 | 一种基于案例推理的深海应急处置辅助决策系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112749207B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780784A (zh) * | 2021-09-01 | 2021-12-10 | 上海智眭科技有限公司 | 智能化预案管理系统及其管理方法 |
CN113780785A (zh) * | 2021-09-01 | 2021-12-10 | 上海智眭科技有限公司 | 预案管理系统及其管理方法 |
CN113822546A (zh) * | 2021-09-01 | 2021-12-21 | 上海智眭科技有限公司 | 预案自动管理系统及其管理方法 |
CN114596182B (zh) * | 2022-03-09 | 2023-05-16 | 王淑娟 | 一种基于大数据的政务管理方法及系统 |
CN116244863B (zh) * | 2023-03-09 | 2024-05-17 | 北京理工大学 | 基于多粒度案例柔性重构的回流焊焊点仿真设计决策系统 |
CN117273478B (zh) * | 2023-08-21 | 2024-04-12 | 中国民航科学技术研究院 | 融合规则与案例的告警处置决策方法及系统 |
CN117520484B (zh) * | 2024-01-04 | 2024-04-16 | 中国电子科技集团公司第十五研究所 | 基于大数据语义的相似事件检索方法、系统、设备和介质 |
CN118469350A (zh) * | 2024-07-11 | 2024-08-09 | 深圳市特区建工集团有限公司 | 基于管理平台的建筑工程应急方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1995002221A1 (en) * | 1993-07-07 | 1995-01-19 | Inference Corporation | Case-based organizing and querying of a database |
CN102289569A (zh) * | 2011-07-21 | 2011-12-21 | 中国电力科学研究院 | 一种电力系统突发事件应急处理方法 |
CN103500423A (zh) * | 2013-09-26 | 2014-01-08 | 国家电网公司 | 一种电力突发事件案例适配决策方法 |
CN108241375A (zh) * | 2018-02-05 | 2018-07-03 | 景德镇陶瓷大学 | 一种自适应蚁群算法在移动机器人路径规划中的应用方法 |
CN108898528A (zh) * | 2018-06-22 | 2018-11-27 | 公安部天津消防研究所 | 一种面向危险化学品事故应急辅助决策的案例推理方法 |
CN109947806A (zh) * | 2019-03-27 | 2019-06-28 | 江苏扬建集团有限公司 | 一种基于案例推理的超高层施工安全事故应急辅助决策方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8534959B2 (en) * | 2005-01-17 | 2013-09-17 | Fairfield Industries Incorporated | Method and apparatus for deployment of ocean bottom seismometers |
US8468244B2 (en) * | 2007-01-05 | 2013-06-18 | Digital Doors, Inc. | Digital information infrastructure and method for security designated data and with granular data stores |
US11195057B2 (en) * | 2014-03-18 | 2021-12-07 | Z Advanced Computing, Inc. | System and method for extremely efficient image and pattern recognition and artificial intelligence platform |
-
2020
- 2020-12-29 CN CN202011593545.XA patent/CN112749207B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1995002221A1 (en) * | 1993-07-07 | 1995-01-19 | Inference Corporation | Case-based organizing and querying of a database |
CN102289569A (zh) * | 2011-07-21 | 2011-12-21 | 中国电力科学研究院 | 一种电力系统突发事件应急处理方法 |
CN103500423A (zh) * | 2013-09-26 | 2014-01-08 | 国家电网公司 | 一种电力突发事件案例适配决策方法 |
CN108241375A (zh) * | 2018-02-05 | 2018-07-03 | 景德镇陶瓷大学 | 一种自适应蚁群算法在移动机器人路径规划中的应用方法 |
CN108898528A (zh) * | 2018-06-22 | 2018-11-27 | 公安部天津消防研究所 | 一种面向危险化学品事故应急辅助决策的案例推理方法 |
CN109947806A (zh) * | 2019-03-27 | 2019-06-28 | 江苏扬建集团有限公司 | 一种基于案例推理的超高层施工安全事故应急辅助决策方法 |
Non-Patent Citations (1)
Title |
---|
"时空大数据时代的地图学";王家耀;《测绘学报》;1226-1237 * |
Also Published As
Publication number | Publication date |
---|---|
CN112749207A (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112749207B (zh) | 一种基于案例推理的深海应急处置辅助决策系统 | |
Sahin et al. | Risk assessment of Arctic navigation by using improved fuzzy-AHP approach | |
CN111599130A (zh) | 一种海上救助的环境风险预警系统 | |
Trincas et al. | Risk-based system to control safety level of flooded passenger ships | |
CN112434948A (zh) | 一种海上打捞作业海气环境风险评估系统 | |
Szozda et al. | Towards evaluation of the second generation intact stability criteria-Examination of a fishing vessel vulnerability to surf-riding, based on historical capsizing | |
Comstock et al. | Seakeeping by design | |
Usluer et al. | A proposed emergency response site selection for preventing pollution and collision effects using neutrosophic evaluation based on distance from average solution method and a numerical application in the Strait of Canakkale (Dardanelles) | |
CN110930024B (zh) | 一种基于贝叶斯网络的深海应急态势智能分析系统及方法 | |
Yiyang et al. | Case-based reasoning for shipwreck emergency salvage scheme assisted decision | |
Kuo et al. | A review of intact ship stability research and criteria | |
Kokotos et al. | A classification tree application to predict total ship loss | |
Xu et al. | 8 Intelligent evaluation system of ship management | |
Stuckey et al. | Development of an Iceberg Impact Load Assessment Tool | |
CN113505965A (zh) | 一种三角模糊层次分析的多级综合评价模型 | |
Braidotti et al. | Fuzzy analytical hierarchical process to assess weights of importance in ship operation risk assessment | |
Yang et al. | Evaluation of the effectiveness of search and rescue ships in rescuing the overboard personnel based on cloud model | |
Amdahl et al. | Intentional grounding of disabled ships–on board and shore based decision support system | |
CN118657221B (zh) | 基于知识驱动的三阶段海上搜救资源调度决策方法和系统 | |
Han et al. | Data processing research on the comprehensive risk assessment model for overboard-man at sea | |
Marchenko | Maritime activity and risk in the Arctic | |
Braidotti et al. | The Ship Safety from Seafarers Perspective: Application of Fuzzy AHP for Decision Support | |
Lee et al. | Residual strength analysis for rapid response damage assessment (RRDA) of steel ship structures | |
Lee et al. | Development of Vessel Accident Severity Model Using Statistical and Data Mining Techniques | |
CN114781787A (zh) | 一种客船航行条件下的自然环境因素风险评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |