-
题名基于云模型的船员适任性综合评价
被引量：17
- 1
-
-
作者
张晓辉
刘正江
吴兆麟
-
机构
大连海事大学航海学院
-
出处
《中国航海》
CSCD
北大核心
2010年第4期65-70,共6页
-
基金
交通运输部项目(200432922501)
-
文摘
为处理海上交通安全人的因素评价中抽象概念和定性语言的不确定性,通过深入分析其本质特点,结合改进的云理论,提出了一种新的基于云模型的综合评价方法,用于船员的适任性评价。该方法利用云模型对不确定信息处理的优势,最大限度地保留整个适任性评估过程中固有的不确定性,将定性定量变量进行云变换得到各个评价指标的概念云模型,然后通过概念"软与"操作激活相应规则后件,最终采用云模型计算得到基于云滴分布的综合评价结果。仿真研究表明,基于云模型的综合评价方法用于船员适任性评价是可行有效的,该方法使得评价内容更加丰富,评价结果直观,灵活、可靠,符合人类思维和推理方式。
-
关键词
水路运输
船员适任性
云模型
综合评价
软与运算
信息
仿真
-
Keywords
waterway transportation
seafarers＇ competency
cloud model
comprehensive evaluation
soft-and operation
information
simulation
-
分类号
U676.2
[交通运输工程—船舶及航道工程]
-
-
题名基于BP神经网络的船员适任性评价模型
被引量：7
- 2
-
-
作者
胡志武
程葆明
陈延才
-
机构
上海海事大学商船学院
-
出处
《上海海事大学学报》
北大核心
2010年第4期23-27,共5页
-
基金
上海市自然科学基金(09ZR1421500)
-
文摘
为弥补模糊综合评判等方法在船员适任性评价上的不足,采用BP神经网络的学习算法,建立船员适任性评价系统模型.通过分析影响船员适任性的主要因素,结合专家经验和统计数据,确定神经网络的神经元个数,取得训练样本,建立评价指标体系.借助于MATLAB,用某航运公司55份船员数据对神经网络进行训练得到的误差曲线表明,该方法对船员适任性可作出有效评价,具有实用价值.
-
关键词
船员适任性
评价模型
BP神经网络
MATLAB
-
Keywords
crew competency
evaluation model
BP neural network
MATLAB
-
分类号
U676.2
[交通运输工程—船舶及航道工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名船员适任性多层次灰色综合评价研究
被引量：8
- 3
-
-
作者
徐红明
任福安
-
机构
大连海事大学
-
出处
《中国航海》
CSCD
北大核心
2007年第2期44-47,共4页
-
文摘
为了定量评价船员的适任能力,依据胜任力绩效评价理论建立了4个层次的船员适任性评价指标体系,运用层次分析法确定了各评价指标的权重,利用灰色评价理论构建了船员适任性多层次灰色评价模型。它将评价者的分散信息处理成一个描述不同灰类程度的权向量,再对其进行单值化处理,得到受评者的评价值,可以定量区别船员的实际适任能力,并能分析各评价指标所属的灰类分布情况,通过对模型的实例验证,充分表明其科学性和合理性。模型的建立对于船员的甄选和业绩考核,完善船公司薪酬制度和激励机制,改进船员管理模式,保证海上航行安全,具有十分重要的现实意义。
-
关键词
水路运输
船员适任性
灰色评价
船员管理
航行安全
-
Keywords
Waterway transportation
Seafarer＇ s competence
Grey evaluation
Management for seafarers
Navigation safety
-
分类号
U676.1
[交通运输工程—船舶及航道工程]
-
-
题名人工神经网络在船员适任性中的研究
被引量：1
- 4
-
-
作者
於建伟
-
机构
武汉船舶职业技术学院
-
出处
《舰船科学技术》
北大核心
2016年第24期178-180,共3页
-
文摘
本文针对船员适任性中的不足,利用数据挖掘得出其影响因素;然后建立3层神经网络结构和确定了隐层节点数量,并对神经网络结构进行训练;最后,对选用的约简集中的因素与目标之间的一维关系进行分析,以此来提高船员的航海安全,降低人为因素造成的航运事故。
-
关键词
BP神经网络
船员适任性
训练函数
-
Keywords
BP neural network
competence
training function
-
分类号
U665.26
[交通运输工程—船舶及航道工程]
-
-
题名数据挖掘技术在船员适任性评价中的应用
- 5
-
-
作者
赵彦
朱振富
-
机构
内蒙古电子信息职业技术学院
大连国际合作(集团)股份有限公司航业分公司
-
出处
《舰船科学技术》
北大核心
2020年第10期46-48,共3页
-
文摘
传统的数据类比提取技术,由于得到的数据关联性指标,关联数据的能力较差,导致提取数据与目标数据相差甚远,因此研究数据挖掘技术在船员适任性中的应用。数据挖掘技术利用粗糙集获取船员适任性基本信息;根据相似度函数,挖掘适任性关联性规则;通过船员适任性综合评价数据体系建立规则库,设置船员适任性评价指标,实现对挖掘结果的相似性评价。实验测试结果表明,与传统的数据类比提取技术相比,数据挖掘技术获取的结果,与目标数据的相似度更高,符合船员适任性数据获取要求。
-
关键词
数据挖掘技术
船员适任性
关联规则
指标评价
-
Keywords
data mining technology
crew competency
association rules
index evaluation
-
分类号
TP316.4
[自动化与计算机技术—计算机软件与理论]
-
