基于随机集的复杂水域通航风险动态评估模型研究

Owing to the coupled, uncertain and dynamic navigation factors, there are mostly potential navigation risks in the complex waters, which affect maritime navigation. As a unifying foundation for the expert systems theory, the random set can solve the bottleneck of both ignorance of statistical phenomenology and ambiguities inherent of constructing model. Therefore, on the basis of the random set theory, this project will focus on the design of dynamic evaluation model of complex waters navigation under the condition of Laotieshan Waterway. The main research contents of this project are as follows: ①Aiming at vessel location with low precision in complex scene, the project will study a vessel dynamic tracking and trajectory prediction model and it’s universal filtering algorithm; ②In view of slow convergence speed of high dimensional structure matrix, the project will introduce an integrated evidence of evaluation indicator based on the probability mass function of navigation factor; ③To deal with the problem of large accumulated error in combination of various expert system fusion techniques, the project will optimize the dynamic evaluation model of complex waters navigation risk using the random set; ④Empirical analysis on actual navigation, the stability, convergence and reliability of the proposed model will be further proved. It is shown that the project should provide dynamic evaluation standard with science and accuracy, should establish dynamic evaluation theory with efficiency and reliability, and should develop dynamic evaluation software with independent intellectual property. This project also can provide scientific theory and effective means for the maritime surveillance and administration to make decision on navigation.

受各类动态、强耦合、不确定通航要素影响，复杂水域极易存在潜在通航安全隐患，不利于船舶航行。作为专家系统的统一化的纯概率理论，随机集可破解统计现象知识匮乏与建构模型固有模糊性等瓶颈。因此，本项目以随机集为理论基础，结合大连老铁山水道实际通航状况，设计复杂水域通航风险动态评估模型。研究内容包括：①针对复杂场景下船舶定位精度不高的问题，研究船舶动态跟踪与航迹预测子模型及其普适性滤波算法；②针对高维结构矩阵计算收敛速度慢的问题，提出基于影响因素质量函数的评价指标证据体；③针对联合使用多种专家系统融合技术的累积误差大的问题，优化基于复杂水域通航风险动态评估模型；④实证分析并验证所提出模型的稳定性、收敛性和可靠性。本项目研究制定一套科学、准确的动态评估标准，形成一套有效、可行的动态评估理论，研发一套具有自主知识产权的动态评估软件，可为我国水上交管部门的通航决策提供科学理论与有效手段。

本项目围绕基于随机集的复杂水域通航风险动态评估模型展开深入研究，研究内容主要包括：提出了基于随机集的复杂环境下船舶跟踪方法，解决了船舶快速机动或船舶追越时存在的多运动目标消失与衍生问题。提出了基于随机集的复杂环境下航迹管理方法，解决了船舶长时间航行或航迹交叉时存在的检测门限变化与航迹合并问题。提出了基于随机集的影响因素质量函数计算方法，分析了自然气象要素、水文地质要素和航道交通要素等。提出了基于随机集的复杂水域通航风险动态评估方法，解决了使用证据理论或神经网络动态评估时存在的高维信息开销问题。.本项目首先由贝叶斯方法探析了特殊场景下的目标运动状态，分析了船舶机动、相互遮挡、特征可变、航迹重叠及消失等情况，结合目标标签或粒子标签定义了航迹标签，建立了船舶动态跟踪与航迹预测子模型。其次，分析了各影响因素属性，采用模糊理论构建了优化隶属度函数，探究了它们的物理特性，由智能算法将其转换为质量函数，对不确定因素引入不确定质量函数定性表述。最后，根据阈值准则加权质量函数，通过知识更新方法优化质量函数，由支持向量机技术在高层进行粗分类，利用矩阵分析解决证据合成中高维消耗问题，自适应优化证据合成公式与神经网络架构，结合快速滤波算法建立了评估预测模型。.本项目由随机集无缝集成智能技术，在统一的数学框架内建立强泛化性的动态评估模型，提高了整体模型的稳定性；由随机集将贝叶斯建模推广到特征、属性与规则等非常规信息，在知识抽象与证据挖掘的基础上，减少了高维结构矩阵运算，提高了整体模型的收敛性；由随机集取代传统的数据关联操作，解决了目标运动模型的马尔可夫转移函数构造问题，充分考虑了船舶跟踪与航迹预测，提高了整体模型的可靠性。本项目的仿真数据与实验结论正确，对保障国内水路交通安全具有理论与实践应用意义。