一种融合多源数据的自主船舶适航风险传播分层控制方法
本发明涉及船舶安全工程、船舶适航风险评估、智能航运和海事数字化监管,尤其涉及一种融合多源数据的自主船舶适航风险传播分层控制方法。
背景技术:
1、随着自主航行、智能感知、远程操纵、船岸通信、岸基支持和网络安全等技术的逐步应用,船舶安全保障对象已由传统的船上单一设备与在船人员,扩展至船上系统、通信链路、远程操作中心及相关人员与组织的协同体系。国际海事组织通过的非强制性《海上自主水面船舶规则》亦将导航、连接性、远程操作、网络安全和远程操作中心等纳入目标导向的安全框架。在此背景下,自主船舶适航风险呈现出来源多样化、跨系统耦合以及沿功能链传播的显著特征。
2、现有技术中,船舶适航与运行安全评价通常采用港口国监督检查统计、法规符合性审查、设备状态监测、故障模式与影响分析、故障树分析、危险与可操作性分析、专家评价以及贝叶斯网络等方法。针对自主船舶,还形成了基于传感器融合的航行环境感知与碰撞风险判断、基于设计运行范围或阈值规则的功能可用性判定、基于系统理论过程分析的系统危险识别、基于贝叶斯网络的概率风险推理、面向远程操作和网络安全的专项评估,以及根据节点度、介数、紧密度等指标开展关键因素排序的方案。相关专利和文献能够对单项设备故障、软件失效、碰撞危险、通信异常、网络安全成熟度或特定运行任务进行识别和评价,部分方案还可根据实时状态更新风险值并触发告警或控制建议。
3、总体而言,现有方案多以某一设备、某一功能、某一事故类型或某一运行环节为分析对象,输出风险等级、失效概率、危险清单或关键因素排序。然而,上述技术在自主船舶适航风险传播分析和控制优先级生成方面仍存在以下不足:
4、第一,数据稀缺条件下新增传播关系难以有效补全:传统船舶检查数据较为丰富,而远程控制船舶和完全自主船舶的实际检查与长期运行数据有限。直接移植传统船舶关系容易遗漏自主航行系统、船岸通信、远程操作中心、网络安全和人机协同等新增关系;单纯依赖专家评价又容易受到样本数量和主观差异的影响。
5、第二,多源异构风险因素缺乏统一的层级化表达:不同方法形成的缺陷、设备、功能、组织和适航目标通常缺少统一的层级化表达,难以连续说明风险从具体缺陷或异常状态进入后,经过哪些系统、功能或组织接口传播、放大并最终影响哪项适航能力;统计共现、模型预测和专家判断之间也缺少统一的方向校核与来源追溯机制。
6、第三,单一静态排序难以反映传播影响的实际程度:采用单一中心性或静态风险排序难以直接衡量某一节点、连边或完整路径被削弱后对风险传播范围和适航目标可达性的实际影响,容易将"连接数量多"简单等同于"传播影响大",无法准确识别真正决定风险由源风险层传递至适航目标层的关键结构。
7、第四,分析结果缺少向分层控制策略的转化机制:现有分析结果多停留于风险识别或排序,未进一步转化为源头预防、传播阻断和后果缓解的分层控制对象及优先顺序,难以直接支撑检查、监测、维护、冗余验证、功能隔离和降级运行等实际适航风险管理活动。
技术实现思路
1、本发明公开了一种融合多源数据的自主船舶适航风险传播分层控制方法,以克服上述技术问题。
2、为了实现上述目的,本发明的技术方案是:
3、一种融合多源数据的自主船舶适航风险传播分层控制方法,包括如下步骤:
4、s1:获取多源适航风险数据,并进行预处理,以建立包括缺陷类节点、中间风险因素类节点、适航目标类节点的缺陷-中间风险因素-适航目标三层节点数据库;
5、s2:基于港口国监督检查数据,构建传统船舶的有向加权风险传播网络;
6、s3:获取基于自主船舶的节点,并基于专家评分和三层节点数据库,获取新增的有向候选节点对,以获取新增的有向候选节点对的特征向量;
7、s4:根据新增的有向候选节点对的特征向量,采用分类模型,确定新增的有向候选节点对是否存在候选连边;当新增的有向候选节点对存在候选连边时,采用回归模型获取候选连边的权重;以构建基于目标船舶类型和适航阶段的目标网络;
8、s5:基于所述目标网络,构建用于执行节点移除的随机节点移除顺序和目标节点移除顺序;并分别获取按照随机节点移除顺序和目标节点移除顺序在第轮节点移除后的综合韧性指标;当按照随机节点移除顺序在第轮节点移除后的综合韧性指标相比按照目标节点移除顺序在第轮节点移除后的综合韧性指标的变化率大于设定阈值时,执行s6;其中,为节点移除轮次的索引;
9、s6:获取目标网络中的节点的加权局部引力得分,以确定候选节点;将每个所述候选节点从目标网络中移除,以获取候选节点的综合影响分数,进而确定关键风险节点;
10、s7:采用sir传播仿真模型,确定目标网络中的候选连边和传播路径;基于候选连边的综合影响分数,确定关键连边;进而根据传播路径命中率、缺陷类节点传播到达适航目标类节点的平均时间,以及传播路径中是否包含关键连边,确定关键传播路径;进而根据关键风险节点、关键连边和关键传播路径,实现对自主船舶的适航风险传播进行控制。
11、进一步的,获取综合韧性指标所采用公式如下:
12、
13、式中:为综合韧性指标;
rwcc表示当前最大弱连通分量相对于攻击前的保留比例;
re表示有向网络的当前全局效率相对于攻击前的保留比例;为当前最大弱连通分量相对于攻击前的保留比例指标的权重;
14、其中,
15、
16、
17、式中:为第轮节点移除后网络的最大弱连通分量;为未移除节点时原始网络的最大弱连通分量;为第轮节点移除后的全局效率;为原始网络的全局效率;为集合中元素的数量;为节点移除轮次的索引。
18、进一步的,获取节点的加权局部引力得分所采用公式如下:
19、
20、式中:为节点i的加权局部引力得分;为节点i的加权连接强度;为节点j的加权连接强度;为局部作用半径;为两节点之间的最短路径距离;
21、其中,
22、
23、式中:为节点指向节点的连边权重;均为网络中的节点。
24、进一步的,获取候选节点的综合影响分数所采用公式如下:
25、
26、式中:为候选节点的综合影响分数;为评价指标的索引;为用于综合评价的评价指标总数;为第项评价指标在综合计算中的权重;为评价指标的相对下降量;为移除节点i后第项评价指标相对于原网络的下降量;
27、
28、式中:
m0表示原网络的指标值,
m-i表示移除节点i后的指标值。
29、进一步的,候选节点的评价指标包括:最大弱连通分量、全网可达性、缺陷类节点到适航目标类节点的路径可达性和最强路径效率。
30、进一步的,所述候选连边的综合影响分数获取如下:
31、
32、式中:为候选连边的综合影响分数;
δae、
δpe、
δfe和
δoe分别表示移除候选连边e后总传播规模、激活峰值、最终影响范围和大范围传播概率的下降量;分别为总传播规模、激活峰值、最终影响范围和大范围传播概率的影响权重。
33、进一步的,所述多源适航风险数据包括传统船舶的港口国监督检查数据,基于自主船舶的法规和技术资料,专家评分数据,以及目标船舶类型、功能配置和适航阶段配置。
34、有益效果:本发明的一种融合多源数据的自主船舶适航风险传播分层控制方法,通过建立“缺陷-中间风险因素-适航目标”三层节点数据库,并融合港口国监督检查数据、专家评分与机器学习模型,实现了在自主船舶实际运行数据稀缺条件下对新增传播关系的有效补全,克服了直接移植传统船舶关系导致的风险因素遗漏与关系方向失真的问题;同时,通过构建有向加权风险传播网络,将多源异构风险因素统一纳入层级化表达,使得风险从具体缺陷经系统、功能或组织接口向适航目标传播的路径得以连续、可追溯地描述,解决了现有技术中缺乏统一层级化表达与方向校核机制的不足;此外,通过引入基于节点移除的综合韧性指标变化率判别、加权局部引力评分与sir传播仿真相结合的关键结构识别方法,能够准确区分连接数量多与传播影响大的对象,避免了单一静态排序导致的误判,从而精准定位真正决定风险传递的关键节点、关键连边与关键传播路径;最终,该方法将识别结果映射为面向不同船舶类型与适航阶段的源头预防、传播阻断、后果缓解的分层控制优先级,使分析结论可直接转化为检查、监测、维护、冗余验证与降级运行等实际管理措施,显著提升了自主船舶适航风险控制的针对性、可执行性与工程实用性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com