劉子濤，杜柏松，賈帥林

(浙江海洋大學(xué)船舶與海運學(xué)院，浙江 舟山 316022)

0 引 言

各國間經(jīng)濟貿(mào)易往來的日益頻繁，促使航運業(yè)快速發(fā)展，但也使船舶安全面臨巨大的挑戰(zhàn)。船舶在海上航行時，經(jīng)常會遇到大風(fēng)浪天氣，這種天氣不僅給船舶的操縱帶來很大的困難，而且容易導(dǎo)致船舶傾覆事故的發(fā)生。交通運輸部海事局統(tǒng)計數(shù)據(jù)顯示，2017年我國共發(fā)生一般等級以上中國籍運輸船舶水上交通事故196起(沉船80艘)，較2016年上升16.3%。每次傾覆事故的發(fā)生都會造成重大經(jīng)濟損失和人員傷亡，給航道通行帶來不便，造成海上環(huán)境污染。因此，研究船舶傾覆事故具有重要的現(xiàn)實意義。

近年來國內(nèi)外學(xué)者對海上交通事故做的研究主要有：何譽等應(yīng)用貝葉斯理論分析了易流態(tài)貨物船舶傾覆擱淺事故，并通過推理學(xué)習(xí)得到傾覆和擱淺事故的最大致因鏈，為易流態(tài)貨物的海上運輸提供了指導(dǎo)和建議；李奕良用貝葉斯網(wǎng)絡(luò)可視化軟件(GeNie軟件)建立干散貨船沉沒事故的貝葉斯網(wǎng)絡(luò)，并通過診斷推理的方式找出船舶自沉的最大致因鏈，確定各風(fēng)險因子對船舶自沉事故的影響程度；張笛等采用貝葉斯網(wǎng)絡(luò)對船舶傾覆事故后果進行預(yù)測，并對船舶傾覆應(yīng)急措施進行評估；張志成等結(jié)合2005—2015年在南海發(fā)生的擱淺事故，利用貝葉斯網(wǎng)絡(luò)建立船舶擱淺致因模型，對船舶擱淺事故進行概率分析與預(yù)測；AFENYO等利用貝葉斯網(wǎng)絡(luò)分析北極的航運事故，找出對事故影響最大的因素；三宅里奈等通過分析阪神港的集裝箱船碰撞事故，評估船舶碰撞事故發(fā)生時的態(tài)勢感知；KIM等應(yīng)用Logistic回歸對船舶碰撞事故進行研究，提取了與船舶碰撞相關(guān)的各種變量，并對船舶碰撞事故發(fā)生的概率進行了計算。

船舶在大風(fēng)浪中發(fā)生傾覆事故的原因往往多而復(fù)雜，這就給事故的分析帶來了困難。貝葉斯網(wǎng)絡(luò)是一種基于概率推理的數(shù)學(xué)模型，它不僅可以清晰地表示大型復(fù)雜系統(tǒng)網(wǎng)絡(luò)節(jié)點間概率的依賴關(guān)系，而且能夠從不完全或不確定的知識或信息中進行推理。當(dāng)歷史數(shù)據(jù)缺失時，貝葉斯網(wǎng)絡(luò)不僅可以將已知的信息進行融合并進行預(yù)測推理，而且可以根據(jù)新獲得的信息不斷地修正預(yù)測。隨著已知信息的增加，貝葉期網(wǎng)絡(luò)得到的結(jié)果會更加精確。基于此，本文引入貝葉斯網(wǎng)絡(luò)理論，并綜合船舶在大風(fēng)浪中傾覆事故的致因，構(gòu)建大風(fēng)浪中船舶傾覆事故的貝葉斯網(wǎng)絡(luò)，并對其進行驗證與推理。

1 貝葉斯網(wǎng)絡(luò)理論

1.1 基本概念

貝葉斯網(wǎng)絡(luò)又稱信度網(wǎng)絡(luò)，是目前不確定性知識表達和推理領(lǐng)域中最有效的理論模型之一。用有向無環(huán)圖(directed acyclic graph, DAG)和條件概率表(conditional probability table, CPT)表示貝葉斯網(wǎng)絡(luò)。DAG表示節(jié)點間存在的關(guān)系，CPT則表示節(jié)點間關(guān)系的強度。

DAG由節(jié)點及連接節(jié)點的有向邊構(gòu)成。節(jié)點表示隨機變量，各節(jié)點之間用單向箭頭連接，表示節(jié)點間的因果關(guān)系。箭頭起始于父節(jié)點,末端指向子節(jié)點。每個節(jié)點的CPT包含所有可能存在的父節(jié)點組合。節(jié)點概率分布描述子節(jié)點與父節(jié)點之間的相關(guān)性,事件發(fā)生的聯(lián)合概率可表示為

(1)

式中：為節(jié)點的變量，為貝葉斯網(wǎng)絡(luò)中的變量集，={,=1,2,…,};表示節(jié)點的父節(jié)點集。

1.2 貝葉斯定理

隨機事件和的條件概率就是貝葉斯定理，可表示為

(2)

式中：()和()分別表示事件和事件的先驗概率；(|)表示在事件發(fā)生的前提下事件發(fā)生的概率，又稱事件的后驗概率，(|)的意義以此類推。

對于有兩個以上變量的情況，貝葉斯定理可表示為

(3)

式中：(|,)表示在事件和發(fā)生的前提下事件發(fā)生的概率，(|,)的意義以此類推。

2 貝葉斯網(wǎng)絡(luò)的建立

2.1 確定貝葉斯網(wǎng)絡(luò)節(jié)點

選擇合適的節(jié)點是建立貝葉斯網(wǎng)絡(luò)的前提。本文以中國海事局官網(wǎng)公布的2005—2019年間發(fā)生的126起船舶在大風(fēng)浪中的傾覆事故作為樣本,選擇其中106起事故建立貝葉斯網(wǎng)絡(luò)，其余20起事故用于后續(xù)的驗證和推理。通過分析船舶傾覆事故致因，并將所有事故致因進行整合，篩選出合適的節(jié)點，然后剔除事故致因中的小概率事件，最終構(gòu)建具有三層結(jié)構(gòu)的貝葉斯網(wǎng)絡(luò)，確定了16個網(wǎng)絡(luò)節(jié)點。船舶在大風(fēng)浪中傾覆事故的致因見圖1。

圖1 船舶大風(fēng)浪中傾覆事故致因

將船舶傾覆事故設(shè)置為輸出節(jié)點，將事故致因按照人的因素、船舶因素、環(huán)境因素和管理因素四類進行劃分，并對相應(yīng)的節(jié)點進行命名。

(1)人的因素。安全意識不強H：指船員在危險出現(xiàn)時思想麻痹，導(dǎo)致船舶傾覆事故的發(fā)生。船員經(jīng)驗或能力不足H：指船員無法應(yīng)對大風(fēng)浪的航行環(huán)境或者無法熟練操縱船舶，使得船舶發(fā)生傾覆事故的概率增加。船長指揮不當(dāng)H:指船長對出現(xiàn)的危險不能及時做出正確判斷，對船員指揮不當(dāng)。

(2)船舶因素。船齡大S:指船舶老齡化導(dǎo)致船舶出現(xiàn)一系列問題，從而更容易受到外界風(fēng)浪的影響，發(fā)生傾覆事故的概率更高。設(shè)備故障S：指在船舶航行過程中船舶設(shè)備發(fā)生故障，導(dǎo)致船員無法及時對外界情況做出反應(yīng)，間接導(dǎo)致船舶傾覆事故的發(fā)生。船舶結(jié)構(gòu)強度不足S:指船舶的維修保養(yǎng)不足，船舶無法達到適航條件，致使船舶傾覆事故發(fā)生。

(3)環(huán)境因素。能見度低E：指船員在能見度低的情況下極易發(fā)生操縱失誤，從而造成船舶傾覆。通航環(huán)境差E：指由于風(fēng)、浪、流的存在，船舶的儲備浮力受到直接或間接的影響，從而引起傾覆事故的發(fā)生。

(4)管理因素。積載不當(dāng)M：當(dāng)貨物超載或者系固不牢時，船舶的穩(wěn)性可能會不足，從而引發(fā)船舶傾覆，這屬于船公司管理方面的不足。配員不足M：船舶在海上航行未能達到主管機關(guān)頒發(fā)的《船舶最低安全配員證書》的要求。安全管理不足M：船運公司安全管理制度不完善或船舶航行安全措施不到位。

2.2 確定貝葉斯網(wǎng)絡(luò)節(jié)點的值域

在確定貝葉斯網(wǎng)絡(luò)節(jié)點后,也應(yīng)確定每個節(jié)點的值域。在本文研究的船舶傾覆模型中：節(jié)點存在“是”和“否”兩個狀態(tài),分別用1和0表示；每個節(jié)點的數(shù)值表示相應(yīng)的概率，該值越大，事件發(fā)生的概率越高。

2.3 構(gòu)建貝葉斯網(wǎng)絡(luò)

以收集的106起傾覆事故為研究樣本，分析每一起傾覆事故的因果鏈，再綜合全部樣本的因果鏈，形成一個完整的船舶在大風(fēng)浪中傾覆事故的貝葉斯網(wǎng)絡(luò)，見圖2。其中，C表示船舶傾覆事件。

圖2 船舶在大風(fēng)浪中傾覆事故的貝葉斯網(wǎng)絡(luò)

2.4 確定節(jié)點的條件概率

從106起船舶在大風(fēng)浪中的傾覆事故中提取事故致因并進行離散化處理,作為貝葉斯網(wǎng)絡(luò)學(xué)習(xí)的樣本參數(shù)。通過計算每一事故致因所引起傾覆事故的數(shù)量與事故樣本總量之比來計算貝葉斯網(wǎng)絡(luò)各節(jié)點的先驗概率，計算結(jié)果見表1。

表1 貝葉斯網(wǎng)絡(luò)各節(jié)點的先驗概率

通過統(tǒng)計學(xué)方法和貝葉斯公式確定所有節(jié)點的條件概率。通過表1中節(jié)點的先驗概率計算中間節(jié)點的條件概率，并將其輸入貝葉斯網(wǎng)絡(luò)。以節(jié)點“人的因素”為例，可以得到圖3。圖3中，state1表示該節(jié)點對應(yīng)的事件在傾覆事故中發(fā)生了,state0表示該節(jié)點對應(yīng)的事件在傾覆事故中并未發(fā)生。

圖3 節(jié)點“人的因素”的條件概率

3 貝葉斯網(wǎng)絡(luò)的驗證、推理及船舶傾覆事故預(yù)防

Netica是一種貝葉斯網(wǎng)絡(luò)搭建與仿真軟件。它構(gòu)建的貝葉斯網(wǎng)絡(luò)可以自動學(xué)習(xí)樣本數(shù)據(jù)并通過對先驗概率的計算分析出節(jié)點對結(jié)果的影響程度。通過Netica軟件能夠?qū)崿F(xiàn)對船舶傾覆事故的推理與預(yù)測。為驗證本文所建立的船舶在大風(fēng)浪中傾覆事故的貝葉斯網(wǎng)絡(luò)的正確性,利用Netica軟件進行建模，繪制船舶在大風(fēng)浪中傾覆事故的貝葉斯網(wǎng)絡(luò)。

3.1 貝葉斯網(wǎng)絡(luò)驗證

選擇事故樣本中未參與貝葉斯網(wǎng)絡(luò)建立的20起船舶在大風(fēng)浪中的傾覆事故,驗證貝葉斯網(wǎng)絡(luò)的有效性。以下是事故樣本中常州“中海588”號船沉沒事故實例。

事故概況如下：2015年8月8日17:21時許，江蘇省射陽縣某公司所屬的“中海588”號船自常州孢子洲水上過駁區(qū)裝載黃砂開往靖江，在由南向北橫越航道的過程中翻沉，在船2人全部落水失蹤，構(gòu)成一般等級水上交通事故。事故結(jié)論為：船舶未按要求配備適任船員，駕駛?cè)藛T的安全意識不強且不具備應(yīng)有的船舶駕駛及應(yīng)急處置能力；在航行環(huán)境惡劣、能見度不良的情況下，未謹(jǐn)慎駕駛、及早選擇安全水域避風(fēng)。通過分析海事局的調(diào)查報告，將報告中的事故發(fā)生原因“安全意識不強、船員能力不足、能見度低、配員不足”作為節(jié)點輸入貝葉斯網(wǎng)絡(luò)中,其節(jié)點的概率設(shè)置為“state1=1”,貝葉斯網(wǎng)絡(luò)得到的聯(lián)合概率為90.4%，見圖4。

圖4 “中海588”號船傾覆事故驗證

由此可以得出結(jié)論，在“安全意識不強、船員能力不足、能見度低、配員不足”的情況下，“中海588”號船發(fā)生傾覆事故的概率為90.4%，說明建立的貝葉斯網(wǎng)絡(luò)對該事故是適用的。

用所建立的貝葉斯網(wǎng)絡(luò)預(yù)測其他19艘船的傾覆事故發(fā)生概率，進一步驗證所建立的貝葉斯網(wǎng)絡(luò)，結(jié)果見表2。通過表2可知，19艘船的傾覆事故發(fā)生概率均在80%以上，其中：有2艘船(占10.53%)的傾覆事故發(fā)生概率在90%以上；有14艘船(占73.68%)的傾覆事故發(fā)生概率在85%～90%，有3艘船(占15.79%)的傾覆事故發(fā)生概率在80%～85%。因此，所以建立的貝葉斯網(wǎng)絡(luò)對船舶在大風(fēng)浪中傾覆事故的預(yù)測與實際情況高度相符。由此說明，本文所建立的貝葉斯網(wǎng)絡(luò)能有效預(yù)測船舶傾覆事故的發(fā)生，可以對船舶傾覆事故進行貝葉斯推理。

表2 19艘船傾覆事故發(fā)生概率貝葉斯網(wǎng)絡(luò)預(yù)測結(jié)果

3.2 貝葉斯網(wǎng)絡(luò)的推理

在對該貝葉斯網(wǎng)絡(luò)進行逆向推理時，假定船舶傾覆事故發(fā)生的概率為100%，則“船舶傾覆”節(jié)點的state1=1，推理結(jié)果見圖5。

圖5 貝葉斯網(wǎng)絡(luò)逆向推理結(jié)果

由圖5可知：在船舶傾覆事故的致因中，人的因素出現(xiàn)的概率最大，為92.4%；船舶因素、環(huán)境因素出現(xiàn)的概率分別為62.7%、74.8%，管理因素出現(xiàn)的概率最小，為56.9%。從人的因素看，安全意識不強對事故的影響最大；從船舶因素看，設(shè)備故障對船舶傾覆事故的影響最大；從環(huán)境因素看，通航環(huán)境差對事故的影響最大；從管理方面看，船舶配員不足對事故的影響最大。

3.3 船舶傾覆事故預(yù)防

人的因素是船舶傾覆事故發(fā)生的主要原因，但防止傾覆事故的發(fā)生需要從多方面著手。首先，要增加船員培訓(xùn)次數(shù)來加強船員的安全意識，提高船員的技能水平和應(yīng)急反應(yīng)能力，航行前要做好應(yīng)急預(yù)案。其次，船舶設(shè)備在航行前需要仔細(xì)檢查，船舶配員應(yīng)至少達到《船舶最低安全配員證書》的最低要求。另外，船員要重視海上氣象信息，盡量避免船舶在惡劣天氣下航行。還有，船員要增強責(zé)任意識，航行期間要及時發(fā)現(xiàn)危險并采取正確的應(yīng)對措施,還應(yīng)確保貨物的合理積載。最后海事部門應(yīng)加強對舊船的檢查，加強對航運公司的監(jiān)管。

4 結(jié) 論

本文對2005—2019年間我國船舶在大風(fēng)浪中發(fā)生的傾覆事故進行分析，將傾覆原因劃分為人的因素、船舶因素、環(huán)境因素和管理因素四個方面。運用貝葉斯網(wǎng)絡(luò)理論，建立了船舶在大風(fēng)浪中傾覆的貝葉斯網(wǎng)絡(luò)，通過對貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)和推理，得出以下結(jié)論:

(1)本文建立的貝葉斯網(wǎng)絡(luò)具有良好的數(shù)據(jù)基礎(chǔ)和理論支撐，能夠較為準(zhǔn)確地分析、預(yù)測船舶在大風(fēng)浪中的傾覆事故，并可針對船舶在大風(fēng)浪中的航行提供建議和預(yù)防措施。

(2)利用貝葉斯網(wǎng)絡(luò)的推理能力，可得到船舶在大風(fēng)浪中傾覆的最大致因鏈，為船運公司和船舶在大風(fēng)浪中航行提供理論依據(jù)。

(3)貝葉斯網(wǎng)絡(luò)具有很強的處理不確定性問題的能力，在對海上交通情況進行推理、預(yù)測和決策方面具有明顯的優(yōu)勢。因此，構(gòu)建的貝葉斯網(wǎng)絡(luò)對海上船舶傾覆事故的預(yù)測具有一定的參考意義。

貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)更傾向于人為設(shè)計,易受到主觀因素的影響，后續(xù)將考慮補充更多的數(shù)據(jù)，將貝葉斯網(wǎng)絡(luò)與機器學(xué)習(xí)、深度學(xué)習(xí)等相結(jié)合,降低貝葉斯網(wǎng)絡(luò)對人工的依賴程度,提高對船舶傾覆事故分析的客觀性和可靠性，這也是今后學(xué)習(xí)和研究的方向。