基于AIS数据的船舶领域影响因素分析.docVIP

基于AIS数据的船舶领域影响因素分析 　　摘要： 　　为比较互见中开阔水域不同船舶领域影响因素的重要性，应用粗糙集理论的相关算法，对船舶领域影响因素之间的依赖关系进行分析，并进行影响因素约简和影响因素重要度计算.以渤海及黄海北部船舶自动识别系统（AutomaticIdentificationSystem，AIS）的数据为基础，应用MATLAB编程计算，得到船舶领域影响因素之间的依赖度、相对约简集和影响因素重要度.结果表明：船舶领域影响因素之间存在不同程度的冗余，其中风、浪或流可约简掉；会遇角度、航速、船舶大小、驾驶员级别、船舶密度、船舶类型和能见度的重要度分别为0.2791，0.2008，0.1794，0.2121，0.2359，0.1229和0.0935.该研究表明：在保证对船舶领域影响分辨性不变的前提下，驾驶员可选择较重要因素对船舶领域进行判断，并采取较恰当的避碰行动，保障航行安全；但在特殊的环境下，某些影响因素需要特别考虑. 　　关键词： 　　影响因素；粗糙集理论；属性约简；重要度 　　中图分类号：U676.1 　　文献标志码：A 收稿日期修回日期 　　0引言 　　船舶领域的影响因素众多，已有对船舶领域的研究中通常只包括船舶领域影响因素中的某个因素或部分因素.例如FUJII（藤井）等[1]对通常航行条件下被追越船舶的领域尺度和狭窄水域的领域尺度进行了研究.GOODWIN[2]在研究船舶领域时得到了4个不同类型海域的船舶领域尺度和在不同船舶交通流密度下的船舶领域尺度.范贤华等[3]在研究水流条件下的船舶领域模型时考虑了船长、航速和潮流速度.PIETRZYKOWSKI等[45]对开阔水域会遇局面、船舶大小和狭窄水域参数等对船舶领域的影响进行了研究.HANSEN等[6]主要研究了水域类型和水域参数对船舶领域的影响.WANG[78]提出了四维船舶领域模型，该模型中涉及的影响船舶领域大小的因素包括船舶长度和速度.随后，WANG[9]给出了船舶领域模型的四维解析框架，它虽包含船舶领域的全部影响因素，但是如何利用模型确定全部影响因素在某数值下的船舶领域仍没有解决.利用基于神经网络[1011]的方法能得到船舶领域与其影响因素的关系，虽然这种方法能同时考虑较多的影响因素，但它是一种黑箱的方法. 　　确定船舶领域模型时很难同时考虑全部的影响因素.本文利用渤海及黄海北部船舶自动识别系统（AutomaticIdentificationSystem，AIS）的数据，应用粗糙集相关理论对船舶领域影响因素之间的关系、影响因素的重要度进行研究，并对影响因素进行约简. 　　1属性重要度计算与相对约简 　　1.1属性依赖度 　　1.2属性重要度 　　1.3P的Q约简 　　2船舶领域与其影响因素 　　2.1数据来源 　　目前，AIS数据已成为研究船舶领域的常用数据.本文采用2014年9月26日到2014年10月13日渤海及黄海北部水域的AIS数据.气象数据来自中央气象台的天气预报，水文数据来自国家海洋环境预报中心的预报. 　　2.2船舶领域 　　2.2.1船舶领域的选取 　　根据藤井和GOODWIN对船舶领域的定义，船舶领域是驾驶员为保证航行安全要保持的船舶间的安全距离，其与船舶之间的实际通过距离d直接相关.假设某船遇到一密度均匀的船舶交通流，并采取避碰措施通过.如图1所示，船舶领域由船舶之间的最小安全会遇距离决定，且在中心船O周围同一方向上，船O1的转向幅度必大于船O2和O3的，在船 　　O1与中心船O的距离为d时，船O1处船舶密度增大最多，即为船舶密度最大处（与藤井定义的领域边界相吻合）.因此，以d作为船舶领域对船舶领域影响因素进行分析. 　　2.2.2船舶领域样本的获取 　　利用MATLAB编程计算船舶领域的流程见图2，其中：5000m与3000m参考文献[4]；4.5nmile参考文献[13]，绝大多数会遇船舶在相距4.5nmile时没有采取避碰行动；20s是通过计算得到的（假设航速为14kn，则船舶20s内航行的距离也仅为144m，误差在可接受范围内）.船舶转向时航速越大，AIS数据时间间隔越小，即使存在数据丢失，也是可以接受的. 　　判断转向的方法为：取任意一段船舶航迹上时间间隔分别为300s和900s的点，计算相邻三点中第 　　一、第二点与第三点连线的夹角.如图3所示，∠AOB即为判断是否转向的夹角，若∠AOB≥10°，则认为船舶转向，且认为此时船舶的转向行为必考虑到与其实际通过距离小于5000m的船舶. 　　样本选取的过程中虽不能保证挑选出全部的样本，但能够保证选择的样本均为目标样本.通过计算，选择2107组样本数据. 　　2.2.3船舶领域的度