法律状态公告日
法律状态信息
法律状态
2022-09-09
实质审查的生效 IPC(主分类):G06Q10/06 专利申请号:2022104911713 申请日:20220507
实质审查的生效
技术领域
本发明涉及水上交通事故风险技术领域,尤其涉及一种水上交通事故风险演化分析方法、系统及存储介质。
背景技术
海上运输是国际贸易中一种重要的运输方式。随着国际航运业的发展船舶数量逐年增加,同时,水上交通事故也居高不下。船舶事故往往会导致严重的后果,如环境污染、财产损失,甚至是人员伤亡,引起社会各界的广泛关注。相关技术中,虽然较好的推进了水上交通事故风险分析技术的发展,丰富了水上交通安全监管理论,但缺乏对事故的动态分析,并且相关技术中仅着重于某些特定因素与事故发生的关联性,难以为水上交通安全风险管控提供有效支持。
发明内容
为了解决上述技术问题的至少之一,本发明提出一种水上交通事故风险演化分析方法、系统及存储介质,能够较为准确地反映出以事故致因因素作为节点在复杂航运网络中的综合地位,为水上交通安全风险管控提供有效的支持。
一方面,本发明实施例提供了一种水上交通事故风险演化分析方法,包括以下步骤:
获取水上交通事故的调查报告信息;
根据所述调查报告信息分析得到所述水上交通事故的事故致因因素;
根据所述事故致因因素构建风险事故致因链条;
根据所述风险事故致因链条构建水上交通事故风险演化网络;
根据所述水上交通事故风险演化网络对所述事故致因因素的节点参数进行计算,得到所述节点参数;所述节点参数包括节点度值、节点强度、加权接近中心性以及加权中介中心性;
根据所述节点参数辨识所述水上交通事故的关键致因要素;
根据所述关键致因要素分析所述水上交通事故的事故风险演化机理。
根据本发明实施例的一种水上交通事故风险演化分析方法,至少具有如下有益效果:本实施例提供获取水上交通事故的调查报告信息,并从调查报告信息中分析得到水上交通事故的事故致因因素。然后通过分析得到的事故致因因素构建出水上交通事故的风险事故致因链条,并通过风险事故致因链条构建水上交通事故风险演化网络,从而通过水上交通事故风险演化网络对事故致因因素的节点参数进行计算。其中,节点参数包括节点度值、节点强度、加权接近中心性以及加权中介中心性。进一步地,本实施例通过事故致因因素的节点参数对水上交通事故的关键致因要素进行辨识,然后通过水上交通事故的关键致因要素对水上交通事故的事故风险演化机理进行分析,从而实现多个因素共同反映事故关键因素在航运网络中的作用,以准确反映出以事故致因因素作为节点在复杂航运网络中的综合地位,为水上交通安全风险管控提供有效的支持。
根据本发明的一些实施例,所述获取水上交通事故的调查报告信息,包括:
获取预设网站获取所述调查报告信息;其中,所述调查报告信息包括所述水上交通事故的直接原因、间接原因、事故类型及事故后果。
根据本发明的一些实施例,所述根据所述调查报告信息分析得到所述水上交通事故的事故致因因素,包括:
根据所述调查报告信息从不同要素分析得到所述事故致因因素;所述不同要素包括人为因素、船舶因素、环境因素以及管理因素。
根据本发明的一些实施例,所述根据所述事故致因因素构建风险事故致因链条,包括:
通过因果逻辑关系连接所述事故致因因素构建得到所述风险事故致因链条。
根据本发明的一些实施例,所述根据所述风险事故致因链条构建水上交通事故风险演化网络,包括:
将所述事故致因因素作为网络节点;
将所述事故致因因素的连接通路作为网络连接线;
根据所述风险事故致因链条、所述网络节点以及所述网络连接线构建所述水上交通事故风险演化网络。
根据本发明的一些实施例,所述根据所述节点参数辨识所述水上交通事故的关键致因要素,包括:
将所述节点参数作为指标从不同阶段对所述事故致因因素进行综合重要性程度评价,得到所述关键致因要素;所述不同阶段包括风险潜伏阶段、风险扩散阶段、风险发生阶段。
根据本发明的一些实施例,所述加权接近中心性的计算公式为:
其中,WCC
根据本发明的一些实施例,所述加权中介中心性的计算公式为:
其中,WBC
另一方面,本发明实施例还提供了一种水上交通事故风险演化分析系统,包括:
获取模块,用于获取水上交通事故的调查报告信息;
第一分析模块,用于根据所述调查报告信息分析得到所述水上交通事故的事故致因因素;
第一构建模块,用于根据所述事故致因因素构建风险事故致因链条;
第二构建模块,用于根据所述风险事故致因链条构建水上交通事故风险演化网络;
计算模块,用于根据所述水上交通事故风险演化网络对所述事故致因因素的节点参数进行计算,得到所述节点参数;所述节点参数包括节点度值、节点强度、加权接近中心性以及加权中介中心性;
辨识模块,用于根据所述节点参数辨识所述水上交通事故的关键致因要素;
第二分析模块,用于根据所述关键致因要素分析所述水上交通事故的事故风险演化机理。
另一方面,本发明实施例还提供了一种计算机存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由所述处理器执行时用于实现如上述实施例所述的水上交通事故风险演化分析方法。
附图说明
图1是本发明实施例提供的水上交通事故风险演化分析方法流程图;
图2是本发明实施例提供的水上交通风险演化网络模型示意图;
图3是本发明实施例提供的高危事件风险演化网络模型示意图;
图4是本发明实施例提供的渤海水域船舶航行风险演化网络模型示意图。
具体实施方式
本申请实施例所描述的实施例不应视为对本申请的限制,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它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
海上运输是国际贸易中最主要的运输方式。随着国际航运业的发展,船舶数量也逐年增加,相应地,水上交通事故也有所增多。船舶事故往往会导致严重的后果,例如船舶碰撞后导致的燃油泄漏污染环境、财产上的损失,甚至是导致人员上的伤亡,引起社会各界的广泛关注。现有的一些相关研究虽然较好地推进了水上交通事故风险分析技术的发展,也丰富了水上交通安全监管理论,但相关研究中主要侧重于从静态、层次结构视角辨识水上交通事故的关键致因因素,难以对事故因素之间耦合关系进行动态分析。并且相关技术中,主要着重于讨论特定的因素与事故发生的关联性,难以充分揭示多因素共同作用下的风险演化规律。
基于此,本发明的一个实施例提供了一种水上交通事故风险演化分析方法,能够较为准确地反映出以事故致因因素作为节点在复杂航运网络中的综合地位,为水上交通安全风险管控提供有效的支持。参照图1,本发明实施例的方法包括但不限于步骤S110、步骤S120、步骤S130、步骤S140、步骤S150、步骤S160和步骤S170。
具体地,本发明实施例的方法应用过程包括但不限于以下步骤:
S110:获取水上交通事故的调查报告信息。
S120:根据调查报告信息分析得到水上交通事故的事故致因因素。
S130:根据事故致因因素构建风险事故致因链条。
S140:根据风险事故致因链条构建水上交通事故风险演化网络。
S150:根据水上交通事故风险演化网络对事故致因因素的节点参数进行计算,得到节点参数。其中,节点参数包括节点度值、节点强度、加权接近中心性以及加权中介中心性。
S160:根据节点参数辨识水上交通事故的关键致因要素。
S170:根据关键致因要素分析水上交通事故的事故风险演化机理。
在本具体实施例工作过程中,本实施例首先获取水上交通事故的调查报告信息,然后根据调查报告信息分析水上交通事故的事故致因因素,并根据得到的事故致因因素构建风险事故致因链条。同时,根据风险事故致因链条构建水上交通事故风险演化网络。然后根据水上交通事故风险演化网络对事故致因因素中包括节点度值、节点强度、加权接近中心性以及加权中介中心性的节点参数进行计算,从而根据节点参数辨识得到水上交通事故的关键致因要素,并根据关键致因要素分析水上交通事故的事故风险演化机理。具体地,本实施例中获取的调查报告信息包括事故的原因以及相关信息。然后根据调查报告信息分析该水上交通事故的事故致因因素。例如,通过调查报告信息分析船舶在航行过程中的不合规的操作或者相关干扰因素,从而分析得到水上交通事故的事故致因因素。进一步地,将分析得到的事故致因因素联系起来,构建成风险事故致因链条。同时,本实施例通过构建的风险事故致因链条构建水上交通事故风险演化网络,从而通过水上交通事故风险演化网络对各个事故致因因素的节点度值、节点强度、加权接近中心性以及加权中介中心性进行计算。进一步地,以各个事故致因因素的节点度值、节点强度、加权接近中心性以及加权中介中心性为评判指标对水上交通事故的事故致因因素进行评价,辨识得到水上交通事故的关键致因要素,并通过关键致因要素分析水上交通事故的事故风险演化机理,从而较为准确地反映出以事故致因因素作为节点在复杂航运网络中的综合地位,为水上交通安全风险管控提供有效的支持。
需要说明的是,在本发明的一些实施例中,复杂网络模型中节点度值是指与该节点相关联的边的条数。在水上交通事故中,节点为选取的事故致因因素,边为事故致因因素间的关联逻辑关系。节点度值越大,事故致因因素之间的联通性越高。节点度值计算公式如下式(1)所示:
其中,k
另外,在本发明的一些是实施例中,节点强度定义为与节点相连接的所有边权值的和。有向网络中的节点强度分为出节点强度和入节点强度,得到了广泛应用。节点的强度得分越大,在船舶事故中,导致该事故致因因素发生的风险性越大。节点强度计算公式如下式(2)所示:
其中,S
在本发明的一些实施例中,加权接近中心性的计算公式如下式(3)所示:
其中,WCC
在本具体实施例中,加权接近中心性用于衡量该节点与其他节点的可达性和联通效率,与其他所有点的加权最短距离之和越小,加权接近中心性越强,对网络重要程度越大。加权接近中心性越高,其事故因素的独立性越大,反映出一个事故因素节点的空间地理优势及可达性。
在本发明的一些实施例中,加权中介中心性的计算公式如下式(4)所示:
其中,WBC
在本具体实施例中,加权中介中心性反映该节点对网络整体连通性的重要程度,即节点对网络中沿最短路径传输的网络流的控制力。加权中介中心性越大,代表事故因素之间的联系越紧密,相关联的事故因素的数目也越多。
在本发明的一些实施例中,获取水上交通事故的调查报告信息,包括但不限于以下步骤:
获取预设网站获取调查报告信息。其中,调查报告信息包括水上交通事故的直接原因、间接原因、事故类型及事故后果。
在本具体实施例中,通过预设网站获取调查报告信息。具体地,预设网站可以为具有公信力的网站,通过有公信力的网站获取调查报告信息,以使得获取的调查报告信息具有可靠性。本实施例获取的调查报告信息包括水上交通事故的直接原因、间接原因、该事故的类型以及事故所造成的事故后果。例如,事故的直接原因为驾驶员操作失误,未能及时进行避让,间接原因为驾驶员疏忽瞭望,导致不能及时发现其他船只。需要说明的是,对于水上交通事故,其直接原因和间接原因都可能存在多种原因,其造成的事故后果也可能是多重的。
在本发明的一些实施例中,根据调查报告信息分析得到水上交通事故的事故致因因素,包括但不限于:
根据调查报告信息从不同要素分析得到事故致因因素。其中不同要素包括人为因素、船舶因素、环境因素以及管理因素。
在本具体实施例中,通过从不同方面的要素对调查报告信息进行分析,以得到事故致因因素。具体地,本实施例通过人为因素、船舶因素、环境因素以及管理因素对调查报告进行分析,从而得到水上交通事故的事故致因因素。例如,船舶未保持正规瞭望,导致其未能及时发现其他船舶,提取事故致因因素“瞭望疏忽”。
在本发明的一些实施例中,根据事故致因因素构建风险事故致因链条,包括但不限于以下步骤:
通过因果逻辑关系连接事故致因因素构建得到风险事故致因链条。
在本具体实施例中,本实施例对调查报告信息分析得到事故致因因素后,通过因果逻辑关系连接事故致因因素构建得到风险事故致因链条。具体地,通过调查报告信息提取出事故致因因素后,分析各个事故致因因素之间的因果逻辑关系,以将各个事故致因因素连接成风险事故致因链条。例如,由于人员疏忽瞭望导致人员对危险估计不足,因此使得人员在进行应急处理时过于紧张导致处理不当,进一步导致船舶发生碰撞事故,产生相应事故后果,其构建得到风险事故致因链条为“人员瞭望疏忽→人员对危险估计不足→人员应急处理不当→船舶发生碰撞事故→产生事故后果”。
在本发明的一些实施例中,根据风险事故致因链条构建水上交通事故风险演化网络,包括但不限于以下步骤:
将事故致因因素作为网络节点。
将事故致因因素的连接通路作为网络连接线。
根据风险事故致因链条、网络节点以及网络连接线构建水上交通事故风险演化网络。
在本具体实施例中,先将调查报告信息分析得到的事故致因因素作为网络节点,同时,将事故致因因素的连接通路作为网络连接线,从而根据风险事故致因链条、网络节点以及网络连接线构建得到水上交通事故风险演化网络。具体地,在同一风险事故致因链条中的任意两个事故致因因素都认为是直接或者间接连接的。本实施例通过各个网络节点和网络连接线,结合风险事故致因链条中各个事故致因因素之间的连接关系,从而构建出水上交通事故风险演化网络。
在本发明的一些实施例中,根据节点参数辨识水上交通事故的关键致因要素,包括但不限于以下步骤:
将节点参数作为指标从不同阶段对事故致因因素进行综合重要性程度评价,得到关键致因要素。其中,不同阶段包括风险潜伏阶段、风险扩散阶段、风险发生阶段。
在本具体实施例中,以节点参数为指标,包括节点度值、节点强度、加权接近中心性以及加权中介中心性,从包括风险潜伏阶段、风险扩散阶段以及风险发生阶段对事故致因因素进行综合重要性程度评价,从而得到关键致因要素。
示例性地,参照图2,在影响船舶航行的潜在风险因素中,与人员有关的因素有:维护保养不到位(HF1)、未运用良好船艺(HF2)、未谨慎驾驶(HF3)、违规操作(HF4)、疏忽瞭望(HF5)、未保持安全航速(HF6)、不熟悉通航环境(HF7)、人员疏忽大意(HF8)、安全意识淡薄(HF9)、疲劳(HF10)、非法养殖(HF11)、缺乏团队协作(HF12)、未采取避碰措施(HF13)、未落实公司安全航行要求(HF14)。例如,复杂网络中,通过对各因素的参数指标计算人为因素导致的潜在威胁如下表1所示:
表1
从表1中可以得知,船员疏忽瞭望的节点强度最高,该潜在危险的发生将对船舶航行安全造成6种潜在威胁,其次为未保持安全航速和未运用良好船艺。人员疏忽大意的加权接近中心性最高,达到0.67,表明人员疏忽大意接近网络的中心位置,在风险网络中很重要。HF2、HF3、HF4、HF8、HF9、HF10、HF11和HF12这些因素的加权中介中心性为零,表明这些节点处于风险演化网络边缘,是风险的最初隐患。
同时,与船舶因素相关的潜在威胁因素包括结构缺陷(SF1)、未配备航行安全设备(SF2)、设备老化(SF3)、吃水受限(SF4)、货物装载不当(SF5)、运载危险货物(SF6)、海图资料不全(SF7)、船舶设计问题(SF8)、货物受损(SF9),通过对各因素的参数指标计算复杂网络中船舶因素导致的潜在威胁如下表2所示:
表2
从表2中可以得知,在船舶因素导致的潜在威胁中,货物受损节点强度最高,与6种潜在威胁相关。其次是设备老化。在所有节点中,结构缺陷的节点加权接近中心性达到0.56,节点的中心性高于其他类型的节点,在船舶因素中占有很重要的作用。
另外,在影响船舶航行的潜在风险因素中,与环境有关的因素有:能见度不良(EF1)、大风浪(EF2)、急潮流(EF3)、台风暴雨(EF4),通过对各因素的参数指标计算复杂网络中环境因素导致的潜在威胁如下表3所示:
表3
从表3可以得知,在环境因素导致的潜在威胁中,大风浪的节点强度最高。同时,“大风浪”还显示出了十分显著的中心性特征,其节点加权接近中心性在所有环境因素中最高,在风险网络中极其重要。
相应地,在影响船舶航行的潜在风险因素中,与管理有关的因素有:培训不足(MF1)、安全管理体系存在缺陷(MF2)、配员不足(MF3)、安全管理缺失(MF4)、船员不适任(MF5)、超航区航行(MF6)、船舶证书失效(MF7)、船员未取得相应适任证书(MF8),通过对各因素的参数指标计算复杂网络中管理因素导致的潜在威胁如下表4所示:
表4
由表4可以得知,在管理因素导致的潜在威胁中,船员不适任的节点强度最高,该潜在危险的发生将对船舶航行安全造成8种潜在威胁,包括船员未取得相应适任证书、培训不足等。安全管理缺失会使船公司对船员的培训、审核不严格,导致驾驶员责任心不强引发事故。
示例性地,参照图3,在本发明的一些实施例中,从风险扩散阶段分析,在40种潜在危险单独或相互作用下,可能造成以下五种高危险事件,分别为应急处理不当(HF15)、操作不当(HF16)、危险估计不足(HF17)、机械设备故障(SF10)、船舶不适航(MF9)。接着,对风险扩散网络中的三个高风险因素的特征指标进行计算,如下表5所示:
表5
其中,应急处理不当这一节点的节点强度为52.00,节点与11种潜在威胁因素相关,包括瞭望疏忽、未谨慎驾驶、未运用良好船艺、危险估计不足等。该节点的加权接近中心性为0.55,加权中介中心性为19.07,该节点的加权接近中心性和中介中心性处于相对较高的水平,为事故风险发生的关键致因。在高危事件中,操作不当的节点强度为89.00,有19种潜在威胁因素与该节点相关,包括不熟悉通航环境、培训不足、疏忽瞭望、未运用良好船艺等。其加权接近中心性为0.75,高于其他节点,有十分显著的中心性特征。操作不当这一节点的加权中介中心性为55.72,表明该节点具有很高的风险传递作用。同时,危险估计不足这一节点的节点强度为38.00,其与10个潜在威胁因素有关,包括瞭望疏忽、未保持安全航速、未采取避碰措施等。危险估计不足的加权中介中心性为31.83,体现该节点与其他因素的互动程度比较高。而机械设备故障这一节点的节点强度为17.00,其与13个潜在威胁因素相关,包括维护保养不到位、安全管理体系存在缺陷等。机械设备故障的加权接近中心性为0.63,加权中介中心性为39.89,体现出该风险占有很重要的影响。对于船舶不适航这一节点,其节点强度为54.00,与12个潜在威胁因素相关,包括船舶证书无效、超航区航行、船舶设计问题、配员不足、未配备航行安全设备等。船舶不适航的加权接近中心性为0.58,加权中介中心性为58.54,都处于较高水平,该节点在整个船舶航行风险网络中具有重要的风险传递作用。
示例性地,以渤海水域的水上交通事故风险演化模型为例,参照图4,从风险发生阶段分析,在模型中,风险发生阶段的事故类型有船舶搁浅(TOC1)、船舶碰撞(TOC2)、船舶丢锚(TOC3)、船舶溢油(TOC4)、船舶失火(TOC5)、船舶倾覆(AOC1)、船舶受损(AOC2)、船舶沉没(AOC3)、船舶进水(AOC4)、海面污染(AOC5)、人员伤亡(AOC6)。由发生阶段的事故类型为中心所作的风险演化模型,可得船舶碰撞是水上交通安全事故中发生最多的类型。从事故类型和事故后果进行分析,在该模型中,船舶搁浅(TOC1)、船舶碰撞(TOC2)、船舶丢锚(TOC3)、船舶溢油(TOC4)和船舶失火(TOC5)是船舶航行最容易发生的五种事故。其中,船舶搁浅与19种风险因素相关,船舶碰撞与25种风险因素相关,船舶丢锚与9种风险因素相关,船舶溢油与12种风险因素相关,船舶失火与9种风险因素相关,如下表6所示:
表6
从表6中可以得知,在五种事故中,船舶碰撞的加权接近中心性和加权中介中心性最高,分别为0.78和136.02。结果证明“船舶碰撞”为整个网络的中心枢纽,导致事故后果有船舶倾覆、船舶受损、船舶沉没、船舶进水和人员伤亡。除此之外,船舶搁浅和船舶失火的加权接近中心性和加权中介中心性也仅次于船舶碰撞,表明这两件事故的前置条件也比较高,引起事故发生的潜在威胁仅低于船舶碰撞。因此,为了减少船舶碰撞事故的发生,应该针对高危事件做出应对措施,切断潜在威胁的影响。同时,加强船舶日常管理,为船舶配备符合标准的安全设备。还需加强船员管理,教育船员遵守船舶航行相关规则,运用良好船艺谨慎驾驶,保障船舶航行安全。
本发明的一个实施例还提供了一种水上交通事故风险演化分析系统,包括:
获取模块,用于获取水上交通事故的调查报告信息。
第一分析模块,用于根据调查报告信息分析得到水上交通事故的事故致因因素。
第一构建模块,用于根据事故致因因素构建风险事故致因链条。
第二构建模块,用于根据风险事故致因链条构建水上交通事故风险演化网络。
计算模块,用于根据水上交通事故风险演化网络对事故致因因素的节点参数进行计算,得到节点参数。其中,节点参数包括节点度值、节点强度、加权接近中心性以及加权中介中心性。
辨识模块,用于根据节点参数辨识水上交通事故的关键致因要素。
第二分析模块,用于根据关键致因要素分析水上交通事故的事故风险演化机理。
本发明的一个实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个控制处理器执行,例如,执行以上实施例描述的步骤。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
以上是对本发明的较佳实施进行了具体说明,但本发明并不局限于上述实施方式,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
机译: 交通事故风险分析方法及与之相同的存储介质
机译: 交通事故风险分析方法及与之相同的存储介质
机译: 一种用于从经历的交通事故分析中确定事故风险并将这些风险通过不同的交换报告给用户的系统和方法