李壯 胡甚平 高郭平 陶瀟穎 田力

摘要：為采取有效決策行為降低船舶靠泊作業(yè)風(fēng)險，分析船舶靠泊作業(yè)流程，結(jié)合專家的知識對任務(wù)節(jié)點(diǎn)進(jìn)行篩選，得到船舶靠泊作業(yè)過程圖。通過對因素間可靠度進(jìn)行檢驗(yàn)，構(gòu)建貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，建立船舶靠泊作業(yè)風(fēng)險決策模型。結(jié)合油船靠泊作業(yè)相關(guān)數(shù)據(jù)，獲取各節(jié)點(diǎn)條件概率，將貝葉斯推理、決策等分析方法應(yīng)用到模型中，得出一定風(fēng)險狀態(tài)下的風(fēng)險決策結(jié)論。將潮流分為6個時段，根據(jù)每個時段的證據(jù)推理結(jié)果，識別出各時段船舶靠泊作業(yè)中的關(guān)鍵環(huán)節(jié)，為相關(guān)部門提供參考。

關(guān)鍵詞： 貝葉斯網(wǎng)絡(luò); 船舶靠泊作業(yè)風(fēng)險; 決策模型

中圖分類號： U675.92 ? ?文獻(xiàn)標(biāo)志碼： A

Abstract： To reduce the ship berthing operation risk by taking effective decision-making behaviors， the ship berthing operation process is obtained by analyzing the ship berthing operation flow and combining the knowledge of experts to screen the task nodes. By testing the reliability between factors， the Bayesian network structure is constructed， and the risk decision-making model of the ship berthing operation is established. Combined with the data related to the berthing operation of oil tankers， the conditional probability of each node is obtained， the Bayesian reasoning and decision-making analysis methods are applied to the model， and the risk decision-making conclusion under a certain risk state is obtained. The tide is divided into six periods. According to the evidence reasoning results of each tide period， the key tasks in the ship berthing operation of each tide period are identified， which provides reference for relevant departments.

Key words： Bayesian network; ship berthing operation risk; decision-making model

0 引 言

伴隨全球經(jīng)濟(jì)的迅速發(fā)展，尤其是發(fā)展中國家工業(yè)化進(jìn)程不斷加深，全球航運(yùn)貿(mào)易依賴度持續(xù)提升，各港口國船舶靠港量持續(xù)增長[1]。航運(yùn)業(yè)的繁榮導(dǎo)致越來越多的船舶投入生產(chǎn)使用，在促進(jìn)經(jīng)濟(jì)繁榮的同時，也帶來了嚴(yán)重的安全問題[2]。研究表明，在船舶安全事故中，有很大一部分是在港內(nèi)發(fā)生的[3]。船舶安全事故具有發(fā)生概率較小，事故后果較為嚴(yán)重的特點(diǎn)，一旦發(fā)生事故，不僅會嚴(yán)重威脅生命財產(chǎn)安全，而且會帶來惡劣的社會影響?？坎醋鳂I(yè)作為船舶港內(nèi)作業(yè)的重要任務(wù)環(huán)節(jié)，應(yīng)當(dāng)對其風(fēng)險進(jìn)行評估，并及時采用相應(yīng)的管理措施，以保證船舶靠泊作業(yè)的安全。

目前，對于港口船舶靠泊安全作業(yè)的研究多集中于風(fēng)險的定性或定量評價方面：周端標(biāo)[4]根據(jù)大型鉆井平臺靠離泊操作的具體工作，提出了其中可能存在的風(fēng)險以及相關(guān)建議;劉軼華等[5]針對Q-Max型LNG船，配置各個參數(shù)，通過模擬找出其在上海洋山港碼頭靠離泊的主要限制條件，保證靠離泊作業(yè)安全;CUI等[6]基于模糊蝴蝶結(jié)模型對油船靠離泊作業(yè)發(fā)生溢油的風(fēng)險進(jìn)行了評估。

在船舶作業(yè)風(fēng)險評價研究中也出現(xiàn)了基于綜合安全評估（formal safety assessment，F(xiàn)SA）[7]、熵權(quán)物元模型[8]、可拓學(xué)理論[9]、脆性聯(lián)系理論[10]、貝葉斯分析[11-15]等的風(fēng)險評估方法。貝葉斯分析方法在推理、預(yù)測和決策方面有著較大的優(yōu)勢，并在水上航行風(fēng)險評估領(lǐng)域得到了一定的應(yīng)用。TRUCCO等[11]通過事故樹分析法分析技術(shù)因素，并結(jié)合貝葉斯信念模型對公海船舶碰撞風(fēng)險進(jìn)行了評估;ZHANG等[12]結(jié)合FSA和貝葉斯網(wǎng)絡(luò)，對我國長江航道的船舶航行安全進(jìn)行了評估;郭云龍等[13]利用貝葉斯網(wǎng)絡(luò)建立了引航風(fēng)險的動態(tài)預(yù)測模型，對引航任務(wù)進(jìn)行分級;葉躍祥等[14]對不確定多屬性的決策問題，使用貝葉斯網(wǎng)絡(luò)推理技術(shù)進(jìn)行了研究;陳朝等[15]構(gòu)建了貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)實(shí)現(xiàn)對長江航運(yùn)安全狀態(tài)的監(jiān)測。以上這些研究大多是基于因素識別的船舶航行風(fēng)險評估，但對于船舶作業(yè)可以看作時間順序下不同作業(yè)任務(wù)的銜接過程這一特點(diǎn)考慮較少。此外，如何根據(jù)船舶風(fēng)險狀態(tài)采取有效的決策行為也是一個值得研究的問題。

本文通過對船舶靠泊作業(yè)過程進(jìn)行分析，利用貝葉斯網(wǎng)絡(luò)建立基于作業(yè)過程的船舶靠泊作業(yè)風(fēng)險決策模型，分析在一定風(fēng)險狀態(tài)下各任務(wù)環(huán)節(jié)的決策行為，并利用貝葉斯網(wǎng)絡(luò)推理技術(shù)對靠泊作業(yè)過程中的主要風(fēng)險環(huán)節(jié)進(jìn)行分析。

1 相關(guān)問題的描述

1.1 船舶靠泊作業(yè)過程分析

影響船舶靠泊作業(yè)安全的因素眾多，以往的研究多集中于風(fēng)險因素的研究，但是結(jié)合大量事故樣本的分析發(fā)現(xiàn)，船舶靠泊作業(yè)事故主要是由作業(yè)任務(wù)環(huán)節(jié)失敗造成的?；诖翱坎醋鳂I(yè)歷史數(shù)據(jù)分析，以及對相關(guān)專業(yè)人員進(jìn)行訪談，對船舶靠泊作業(yè)過程進(jìn)行梳理分析，得出主要任務(wù)環(huán)節(jié)。船舶靠泊作業(yè)過程見圖1。在船舶靠泊作業(yè)準(zhǔn)備階段，主要有輔助作業(yè)、船舶位置控制、作業(yè)區(qū)清爽3個任務(wù)環(huán)節(jié)。

（1）輔助作業(yè)是船舶在靠泊作業(yè)時同步進(jìn)行的作業(yè)任務(wù)，包括纜繩和拖船的準(zhǔn)備，其所提供的輔助作業(yè)服務(wù)可大大提高靠泊作業(yè)的安全性。拖船在作業(yè)前需依照相關(guān)管理部門規(guī)定依計劃使用，同時需要根據(jù)氣象、潮流等環(huán)境條件的變化及時對拖船作業(yè)任務(wù)進(jìn)行調(diào)整。

（2）船舶位置控制指在機(jī)艙內(nèi)工作人員和出艙人員的配合下，通過不斷調(diào)整船舶角度，保證船舶處于安全位置。船舶位置控制與泊位前后是否有系泊船舶有關(guān)：一般分為前后已有船停泊、前或后有1艘船停泊、前后無他船停泊3種情況。不同情況下準(zhǔn)備靠泊的操作方案有較大的差異，本文以前后已有船停泊的靠泊作業(yè)為研究對象。

（3）作業(yè)區(qū)清爽的目的是保障船舶安全航行。安全航行主要依靠船舶狀況和速度控制，同時依賴方案準(zhǔn)備和信息系統(tǒng)。船舶狀況主要體現(xiàn)在船舶的抗風(fēng)險能力上，不良的船舶狀況在靠泊作業(yè)時會大大降低船舶抗風(fēng)險能力，使事故更易發(fā)生，良好的船舶狀況以及合適的行駛速度，不僅能夠提升靠泊作業(yè)效率，還可以很大程度上保證船舶靠泊作業(yè)安全;方案準(zhǔn)備指利用信息、潮流等通過合理有效的方法制訂靠泊作業(yè)方案，以保證船舶靠泊作業(yè)的安全性;信息系統(tǒng)包含人員信息、他船信息和VTS信息，實(shí)時動態(tài)掌握、利用這些信息，可以有效避開不安全行為，提升船舶靠泊作業(yè)安全度。

船舶靠泊作業(yè)任務(wù)包括纜繩作業(yè)和系泊控制：纜繩作業(yè)指船舶在進(jìn)行靠泊作業(yè)時的系、解纜作業(yè)，用于輔助調(diào)整船舶位置，直至完成靠泊作業(yè);系泊控制的目的是將船舶固定在規(guī)定的位置上，可靠的系泊控制是保證船舶安全進(jìn)行裝卸等作業(yè)任務(wù)的關(guān)鍵。根據(jù)對船舶靠泊作業(yè)過程中各作業(yè)任務(wù)的分析，綜合數(shù)據(jù)樣本所反映的主要作業(yè)環(huán)節(jié)，按照實(shí)際操作流程解析船舶靠泊作業(yè)路徑，初步得到船舶靠泊作業(yè)任務(wù)圖;進(jìn)一步結(jié)合相關(guān)作業(yè)人員經(jīng)驗(yàn)及專家知識，對圖中不合理的節(jié)點(diǎn)、網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行調(diào)整，在真實(shí)反映船舶靠泊作業(yè)任務(wù)的基礎(chǔ)上，方便對船舶靠泊作業(yè)風(fēng)險進(jìn)行科學(xué)研究。

1.2 不同作業(yè)條件下船舶靠泊作業(yè)風(fēng)險貝葉斯決策 ?船舶靠泊作業(yè)可以看作時間順序下不同操作任務(wù)的銜接過程，通過對船舶靠泊作業(yè)任務(wù)的分析，將船舶靠泊作業(yè)過程分為靠泊作業(yè)前的準(zhǔn)備階段和靠泊作業(yè)階段，在每一階段都有基于操作順序的一系列任務(wù)，且兩個任務(wù)階段也是具有前后關(guān)系的。

2.3 船舶靠泊作業(yè)決策模型

為在貝葉斯網(wǎng)絡(luò)中實(shí)現(xiàn)船舶靠泊作業(yè)風(fēng)險決策，增加決策節(jié)點(diǎn)F和效用節(jié)點(diǎn)D[14]。決策節(jié)點(diǎn)F表示在經(jīng)過模型評估得到船舶靠泊作業(yè)風(fēng)險值后所采取的各種措施，包括繼續(xù)作業(yè)（F1）、暫緩整治后作業(yè)（F2）和停止作業(yè)（F3）3種。效用節(jié)點(diǎn)D表示在一定的靠泊作業(yè)風(fēng)險值下采取各決策行為所得到的期望值。在本文模型中，經(jīng)過貝葉斯網(wǎng)絡(luò)推理后得到該節(jié)點(diǎn)的值（即效用值），然后根據(jù)該值進(jìn)行決策，選取最合適的措施。以靠泊作業(yè)準(zhǔn)備工作Z1為例，根據(jù)其風(fēng)險狀態(tài)進(jìn)行相應(yīng)的決策，對應(yīng)的船舶靠泊作業(yè)決策模型見圖3。

3 案例分析

3.1 情景描述

以油船在港口的靠泊作業(yè)為例，搜集油船多次靠泊作業(yè)數(shù)據(jù)，獲取節(jié)點(diǎn)的條件概率。在某次油船靠泊時，人員失誤造成船舶位置控制失誤，同時造成纜繩作業(yè)失效，管理部門叫停了作業(yè)任務(wù)，經(jīng)過6 h的排查整治后作業(yè)繼續(xù)進(jìn)行。

3.2 數(shù)據(jù)獲取與網(wǎng)絡(luò)結(jié)構(gòu)

在船舶靠泊作業(yè)風(fēng)險貝葉斯網(wǎng)絡(luò)中，對于與父節(jié)點(diǎn)存在邏輯關(guān)系的節(jié)點(diǎn)，可以通過邏輯分析得到其條件概率，對于在父節(jié)點(diǎn)共同作用下的節(jié)點(diǎn)，結(jié)合該港口相關(guān)歷史數(shù)據(jù)和專家經(jīng)驗(yàn)獲得其條件概率。為此，對某港船舶靠泊作業(yè)現(xiàn)場進(jìn)行調(diào)研：選取2012—2017年該港油船靠泊作業(yè)數(shù)據(jù)和253起歷史事故數(shù)據(jù)作為樣本;對該港口引航員、船員、港口管理人員以調(diào)查問卷的方式進(jìn)行訪談，共發(fā)放問卷120份，收回問卷114份，剔除其中的無效問卷2份，最終得到有效問卷112份;把處理后的數(shù)據(jù)代入式（1）和（2），對因素之間的相關(guān)性進(jìn)行檢驗(yàn)，結(jié)果見表1。

由表1可以看出，因素相關(guān)性檢驗(yàn)結(jié)果與建立的貝葉斯網(wǎng)絡(luò)具有一致性。然而，也有個別例外，如節(jié)點(diǎn)L6與R1、節(jié)點(diǎn)L10與Z1之間的相關(guān)系數(shù)均大于0.3，但是在網(wǎng)絡(luò)結(jié)構(gòu)中，兩兩節(jié)點(diǎn)間并無直接的連線。這是因?yàn)楣?jié)點(diǎn)L6可以通過L6-N2-R1與節(jié)點(diǎn)R1建立聯(lián)系，節(jié)點(diǎn)L10可以通過L10-Y1-Z1與節(jié)點(diǎn)Z1建立聯(lián)系，雖然兩者之間有相關(guān)性，但是可以省略掉兩者之間的連線。至此，完成對圖2所示的船舶靠泊作業(yè)風(fēng)險貝葉斯網(wǎng)絡(luò)的驗(yàn)證，表明網(wǎng)絡(luò)結(jié)構(gòu)是可靠的。

3.3 節(jié)點(diǎn)條件概率獲取

在搜集到的油船靠泊作業(yè)相關(guān)數(shù)據(jù)中，隨機(jī)選取125起事故數(shù)據(jù)和56份有效問卷構(gòu)建訓(xùn)練集對模型進(jìn)行訓(xùn)練。通過在各節(jié)點(diǎn)連續(xù)設(shè)置證據(jù)信息（即單因素和多因素失效信息）對模型進(jìn)行訓(xùn)練，通過預(yù)測推理，得到相應(yīng)條件下的不同風(fēng)險值和決策效用值，通過對風(fēng)險值和決策效用值的分析，獲得最佳效用系數(shù)和效用值區(qū)間。訓(xùn)練結(jié)果顯示，決策效用值的范圍為[-100，100]，且決策效用值越大表明決策效果越好。對于網(wǎng)絡(luò)中的根節(jié)點(diǎn)（即沒有父節(jié)點(diǎn)的節(jié)點(diǎn)），其條件概率主要通過歷史數(shù)據(jù)獲取，見表2。

對于有父節(jié)點(diǎn)的節(jié)點(diǎn)，其條件概率主要結(jié)合實(shí)際作業(yè)狀況及專家經(jīng)驗(yàn)獲取，如節(jié)點(diǎn)Y2、R1等節(jié)點(diǎn)。對于需要根據(jù)專家打分來獲取先驗(yàn)概率的節(jié)點(diǎn)，聘請來自海事領(lǐng)域的教授1名、引航員2名和船長1名對其風(fēng)險概率進(jìn)行打分，并進(jìn)行加權(quán)平均計算，得到這些節(jié)點(diǎn)的條件概率表。限于文章篇幅，以節(jié)點(diǎn)Y2為例，Y2的條件概率見表3。

3.4 模型仿真

在進(jìn)行船舶靠泊作業(yè)風(fēng)險決策時，增加效用節(jié)點(diǎn)，根據(jù)其效用值來選擇決策行為。為保證決策結(jié)果的有效性，需要對模型進(jìn)行訓(xùn)練，即對模型進(jìn)行多次輸入輸出，得到效用節(jié)點(diǎn)中最佳的決策效用系數(shù)。獲取油船靠泊作業(yè)風(fēng)險決策模型各節(jié)點(diǎn)條件概率后，將各節(jié)點(diǎn)條件概率輸入到模型中，進(jìn)行模型的決策演練。以圖3所示的決策行為為例，為“靠泊作業(yè)準(zhǔn)備工作”節(jié)點(diǎn)添加父節(jié)點(diǎn)“決策”，為“靠泊作業(yè)”節(jié)點(diǎn)添加子節(jié)點(diǎn)“效用”，同時連接由“決策”指向“效用”的連線。該決策以“靠泊作業(yè)準(zhǔn)備工作”的風(fēng)險狀態(tài)為依據(jù)，根據(jù)不同的決策行為所產(chǎn)生的效用值，確定是否進(jìn)行靠泊作業(yè)。

在更新節(jié)點(diǎn)數(shù)據(jù)和狀態(tài)后，得到該任務(wù)環(huán)節(jié)的風(fēng)險決策結(jié)果，如圖4所示。從模型決策結(jié)果看，采取暫緩整治后作業(yè)（F2）的效果最佳，采取停止作業(yè)（F3）的效果次之，而不推薦采取繼續(xù)作業(yè)（F1）措施，這與實(shí)際作業(yè)中所采取的決策行為是一致的，同時也驗(yàn)證了模型的可靠性。

3.5 結(jié)果分析

靠泊作業(yè)管理是一項(xiàng)復(fù)雜的工作，涉及到眾多的不確定性因素。潮流對船舶靠泊作業(yè)有較大的影響，為更好地保障該港口船舶靠泊作業(yè)安全，將潮流分為初漲、急漲、高平潮、初落、急落和落末6個時段。對節(jié)點(diǎn)L3進(jìn)行初始條件設(shè)定，見表4。設(shè)置靠泊作業(yè)風(fēng)險值為100%，進(jìn)行診斷推理，得出不同潮流作用下的決策行為，找出影響船舶靠泊作業(yè)的主要風(fēng)險任務(wù)節(jié)點(diǎn)（本文取風(fēng)險值最高的4個節(jié)點(diǎn)），見表5。

根據(jù)診斷推理的結(jié)果，在不同潮流時段船舶靠泊作業(yè)應(yīng)各有側(cè)重，保證作業(yè)安全：

（1）在初漲潮時段，應(yīng)做好靠泊的方案準(zhǔn)備，密切關(guān)注吃水，提早控制船速，及時加強(qiáng)纜繩作業(yè)。如果選擇順流靠泊作業(yè)方式，應(yīng)避免側(cè)推作業(yè)，必要時增加拖船協(xié)助作業(yè)。

（2）在急漲潮時段，根據(jù)模型推理結(jié)果顯示，各任務(wù)環(huán)節(jié)均處于高風(fēng)險狀態(tài)，不適合進(jìn)行靠泊作業(yè)。

（3）在高平潮時段，應(yīng)派遣有經(jīng)驗(yàn)的引航員，按要求在指定地點(diǎn)帶纜、送纜，提前做好應(yīng)急預(yù)案。在該時段應(yīng)注意避免掉頭靠泊作業(yè)，如采取掉頭靠泊的作業(yè)方式，應(yīng)增加拖船作業(yè)，以保障作業(yè)安全。

（4）在初落潮時段，要高標(biāo)準(zhǔn)進(jìn)行靠泊方案準(zhǔn)備工作，提前控制好船舶速度和靠泊姿態(tài)，規(guī)范操作，必要時增加輔助作業(yè)，如拖船協(xié)助。

（5）在急落潮時段，船方應(yīng)密切配合，注意提前控制余速，掌握船舶角度，關(guān)注小船動態(tài)，保證船舶間的有效安全距離，提前避讓。

（6）在落潮末時段，要做好順流靠泊的方案準(zhǔn)備，盡量增加拖船來協(xié)助靠泊作業(yè)，提前控制余速，及時關(guān)注船舶姿態(tài)，遠(yuǎn)距離候泊，同時注意提前避讓其他船舶。

3.6 網(wǎng)絡(luò)靈敏度分析

為驗(yàn)證模型的可靠性，需要對模型進(jìn)行靈敏度分析。在油船靠泊作業(yè)風(fēng)險評估和決策模型中，可通過創(chuàng)建一個新的決策節(jié)點(diǎn)（靈敏度檢測）驗(yàn)證模型的靈敏度，靈敏度檢測節(jié)點(diǎn)的狀態(tài)集合為{low，normal，high}，表示網(wǎng)絡(luò)靈敏度的高低。將新創(chuàng)建的靈敏度檢測節(jié)點(diǎn)分別與決策節(jié)點(diǎn)F和一個根節(jié)點(diǎn)用弧線連接，以便在兩個決策節(jié)點(diǎn)之間引入一個明確的時間順序，通過效用值的差異判別網(wǎng)絡(luò)的靈敏性。為增強(qiáng)驗(yàn)證的可靠性，從不同作業(yè)任務(wù)環(huán)節(jié)中選取船舶狀況（L7）、纜繩（L10）和機(jī)艙配合（L12）3個根節(jié)點(diǎn)分別作為連接節(jié)點(diǎn)依次進(jìn)行驗(yàn)證。

以節(jié)點(diǎn)L7進(jìn)行靈敏度檢測為例。在圖4所建模型的基礎(chǔ)上，新建靈敏度檢測節(jié)點(diǎn)，分別連向節(jié)點(diǎn)L7和決策節(jié)點(diǎn)F;通過第3.1節(jié)對各因素的條件概率分析可以知道，節(jié)點(diǎn)L7在正常狀態(tài)下的low risk為0.62;基于此，假設(shè)靈敏度檢測節(jié)點(diǎn)分別處于low、normal、high靈敏度狀態(tài)，節(jié)點(diǎn)L7的low risk分別為0.52、0.62、0.72，進(jìn)而獲得節(jié)點(diǎn)L7的條件概率表;對靈敏度檢測節(jié)點(diǎn)設(shè)置證據(jù)信息后運(yùn)行模型進(jìn)行邏輯推理，分別獲得其在low、normal、high靈敏度狀態(tài)下的效用值，完成靈敏度檢測。節(jié)點(diǎn)L10和節(jié)點(diǎn)L12的靈敏度檢測同理進(jìn)行。得到的靈敏度檢測結(jié)果見圖5。

從圖5可以看出：（1）在相同決策行為下，選擇不同任務(wù)環(huán)節(jié)作為檢測節(jié)點(diǎn)，同一靈敏度狀態(tài)下效用值具有一致性，表明模型具有良好的穩(wěn)定性;（2）當(dāng)選擇某一任務(wù)環(huán)節(jié)，如船舶狀況（L7）為不變量時，效用值在不同靈敏度狀態(tài)、不同決策行為下表現(xiàn)出明顯的差異性，表明網(wǎng)絡(luò)有較高的靈敏性;（3）模型是可靠的，具有普遍的適用性。

4 結(jié) 論

結(jié)合船舶靠泊作業(yè)流程和貝葉斯決策分析方法，針對船舶靠泊作業(yè)的特點(diǎn)，基于船舶靠泊實(shí)際操作過程，得到船舶靠泊作業(yè)過程圖。利用貝葉斯推理、決策等分析方法，構(gòu)建船舶靠泊作業(yè)風(fēng)險貝葉斯網(wǎng)絡(luò)，通過節(jié)點(diǎn)間的置信度檢驗(yàn)對模型可靠性進(jìn)行驗(yàn)證。添加決策變量和效用變量，以“靠泊作業(yè)準(zhǔn)備工作”任務(wù)環(huán)節(jié)為例，構(gòu)建船舶靠泊作業(yè)風(fēng)險決策模型，通過大量樣本信息，進(jìn)行網(wǎng)絡(luò)訓(xùn)練，獲取效用值區(qū)間范圍。以某港油船靠泊作業(yè)為研究對象，針對“靠泊作業(yè)準(zhǔn)備工作”的決策行為進(jìn)行建模分析，通過設(shè)置證據(jù)信息，得到不同潮流條件下采取“繼續(xù)作業(yè)”決策行為的船舶靠泊作業(yè)主要風(fēng)險任務(wù)。

結(jié)果表明，模型決策結(jié)果與作業(yè)實(shí)際情況具有良好的一致性，且在不同潮流作用下，模型表現(xiàn)出很強(qiáng)的靈敏性，表明在不同潮流作用下船舶靠泊作業(yè)的主要風(fēng)險環(huán)節(jié)有明顯的差異性。本模型可為港口相關(guān)管理人員進(jìn)行靠泊作業(yè)決策提供參考。本文研究背景為前后有他船?？壳闆r下的船舶靠泊作業(yè)風(fēng)險決策，對于其他?？壳闆r未做研究;所建的風(fēng)險決策模型屬于靜態(tài)模型，對動態(tài)預(yù)警功能的研究存在不足：下一步的研究可以從這兩點(diǎn)進(jìn)行拓展。

參考文獻(xiàn)：

[1] TSAINI P. International shipping and world trade[R]. Greece： University of Piraeus， 2012.

[2] VIDMAR P， PERKOVI M. Safety assessment of crude oil tankers[J]. Safety Science， 2018， 105：178-191. DOI： 10.1016/j.ssci.2018.02.009.

[3] PIKE K， BUTT N， JOHNSON D， et al. 15 years of shipping accidents： a review for WWF[R]. Southampton： Southampton Solent University， 2013.

[4] 周端標(biāo). 海上大型鉆井平臺拖帶航行與靠離泊方法[J]. 中國航海， 2013， 36（3）： 147-150.

[5] 劉軼華， 楊小軍， 肖英杰. Q-Max型LNG船舶靠離江蘇洋口港模擬[J]. 上海海事大學(xué)學(xué)報， 2014， 35（3）： 1-6. DOI： 10.13340/j.jsmu.2014.03.001.

[6] CUI Wengang， FAN Houming， YAO Xi， et al. Oil spill risk analysis of tanker berthing and handling operation based on fuzzy bow-tie model[C]//International Conference on System Reliability and Science. IEEE， 2017： 72-77.DOI： 10.1109/ICSRS.2016.7815841.

[7] 羅福才， 林焰， 王運(yùn)龍. 基于綜合安全評估的漁船安全風(fēng)險分析[J]. 大連海事大學(xué)學(xué)報， 2011， 37（2）： 51-53. DOI： 10.16411/j.cnki.issn1006-7736.2011.02.029.

[8] 胡甚平， 方泉根， 夏海波. 船舶航行規(guī)范化安全評估技術(shù)與相對風(fēng)險評估模型[J]. 大連海事大學(xué)學(xué)報， 2005， 31（2）： 18-22.DOI： 10.16411/j.cnki.issn1006-7736.2005.02.006.

[9] 鄭世民， 翁大濤， 劉廣強(qiáng). 跨海客滾運(yùn)輸船舶航行風(fēng)險評估[J]. 交通運(yùn)輸研究， 2015（4）： 75-80. DOI： 10.16503/j.cnki.2095-9931.2015.04.011.

[10] 陳厚忠， 趙尊榮， 郭國平， 等. 基于脆性聯(lián)系理論的客滾船航行風(fēng)險辨識研究[J]. 武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版）， 2016， 40（3）： 490-494.DOI： 10.3963/j.issn.2095-3844.2016.03.020.

[11] TRUCCO P， CAGNO E， RUGGERI F， et al. A Bayesian belief network modelling of organisational factors in risk analysis： a case study in maritime transportation[J]. Reliability Engineering & System Safety， 2008， 93（6）： 845-856. DOI： 10.1016/j.ress.2007.03.035.

[12] ZHANG D， YAN X P， YANG Z L， et al. Incorporation of formal safety assessment and Bayesian network in navigational risk estimation of the Yangtze River[J]. Reliability Engineering & System Safety， 2013， 118（10）： 93-105.DOI： 10.1016/j.ress.2013.04.006.

[13] 郭云龍， 胡甚平， 軒少永， 等. 基于動態(tài)風(fēng)險預(yù)測的船舶引航任務(wù)分級管理[J]. 中國安全科學(xué)學(xué)報， 2014， 24（12）： 63-69.DOI： 10.16265/j.cnki.issn1003-3033.2014.12.019.

[14] 葉躍祥， 糜仲春， 王宏宇， 等. 基于貝葉斯網(wǎng)絡(luò)的不確定環(huán)境下多屬性決策方法[J]. 系統(tǒng)工程理論與實(shí)踐， 2007， 27（4）： 107-113.

[15] 陳朝， 張慶年， 殷月， 等. 基于貝葉斯網(wǎng)絡(luò)的長江航運(yùn)安全狀況監(jiān)測模型研究[J]. 交通運(yùn)輸研究， 2017， 3（6）： 32-39. DOI： 10.16503/j.cnki.2095-9931.2017.06.005.

[16] FU Shanshan， ZHANG Di， MONTEWKA J， et al. Towards a probabilistic model for predicting ship besetting in ice in Arctic waters[J]. Reliability Engineering & System Safety， 2016， 155： 124-136.DOI： 10.1016/j.ress.2016.06.010.

（編輯 趙勉）