期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合N-K-DBN模型的船舶自沉事故风险因素动态耦合分析
1
作者
崔秀芳
曾杰熙
+1 位作者
邵志鹏
安楠楠
《安全与环境学报》
北大核心
2025年第6期2080-2091,共12页
我国海上事故频发,当多个风险因素动态耦合时易超系统阈值导致船舶自沉事故,造成人员伤亡、经济损失和环境危害。因此,有必要定量分析影响船舶自沉风险演化特征之间的动态耦合关系,以识别造成事故的关键因素。采用N-K模型和动态贝叶斯网...
我国海上事故频发,当多个风险因素动态耦合时易超系统阈值导致船舶自沉事故,造成人员伤亡、经济损失和环境危害。因此,有必要定量分析影响船舶自沉风险演化特征之间的动态耦合关系,以识别造成事故的关键因素。采用N-K模型和动态贝叶斯网络(Dynamic Bayesian Network, DBN)研究船舶自沉风险因素的动态耦合特性,通过文本挖掘技术分析中国海事局(CMSA)公布的146起船舶自沉事故报告,对风险因素进行分类并探究其耦合机制。首先,利用N-K模型量化各风险因素间的耦合度和关系;然后,利用贝叶斯网络(BN)模型在N-K模型基础上进一步量化和优化了耦合风险,减少其主观性;最后,在BN结构上加入时间序列建立N-K-DBN风险动态耦合模型,通过风险概率分析、敏感性分析、正向推理、反向诊断和不确定性分析等,确定影响动态风险关联性的关键因素及催化因素,实现对航行中耦合风险的动态控制,并提出风险管理策略和防范措施,以提升海上安全。结果表明:船舶自沉事故的发生与耦合值呈正相关,耦合因素越多风险值越高,耦合相互作用越强。事故初期,人为因素和管理因素是船舶自沉事件的关键致因,其交叉耦合时风险更为显著。随着时间推移,船舶因素对事故的影响逐渐提高,更易与人为因素发生交叉耦合导致动态风险增强,而恶劣气象是触发船舶与其他因素耦合的催化因素,易诱发多因素的交叉耦合风险,导致事故发生概率增大。通过研究识别出安全意识淡薄、公司管理不到位、船舶故障、船舶不适航、船舶管理不当和公司未履责等是引发自沉事故的关键动态风险耦合因素,以及恶劣气象这一重要的动态风险耦合催化因素,这些因素须受到高度重视并对它们采取相应防范措施。
展开更多
关键词
安全工程
船舶自沉事故
N-K模型
动态
贝叶斯网络
风险动态耦合分析
在线阅读
下载PDF
职称材料
题名
融合N-K-DBN模型的船舶自沉事故风险因素动态耦合分析
1
作者
崔秀芳
曾杰熙
邵志鹏
安楠楠
机构
上海海洋大学工程学院
出处
《安全与环境学报》
北大核心
2025年第6期2080-2091,共12页
文摘
我国海上事故频发,当多个风险因素动态耦合时易超系统阈值导致船舶自沉事故,造成人员伤亡、经济损失和环境危害。因此,有必要定量分析影响船舶自沉风险演化特征之间的动态耦合关系,以识别造成事故的关键因素。采用N-K模型和动态贝叶斯网络(Dynamic Bayesian Network, DBN)研究船舶自沉风险因素的动态耦合特性,通过文本挖掘技术分析中国海事局(CMSA)公布的146起船舶自沉事故报告,对风险因素进行分类并探究其耦合机制。首先,利用N-K模型量化各风险因素间的耦合度和关系;然后,利用贝叶斯网络(BN)模型在N-K模型基础上进一步量化和优化了耦合风险,减少其主观性;最后,在BN结构上加入时间序列建立N-K-DBN风险动态耦合模型,通过风险概率分析、敏感性分析、正向推理、反向诊断和不确定性分析等,确定影响动态风险关联性的关键因素及催化因素,实现对航行中耦合风险的动态控制,并提出风险管理策略和防范措施,以提升海上安全。结果表明:船舶自沉事故的发生与耦合值呈正相关,耦合因素越多风险值越高,耦合相互作用越强。事故初期,人为因素和管理因素是船舶自沉事件的关键致因,其交叉耦合时风险更为显著。随着时间推移,船舶因素对事故的影响逐渐提高,更易与人为因素发生交叉耦合导致动态风险增强,而恶劣气象是触发船舶与其他因素耦合的催化因素,易诱发多因素的交叉耦合风险,导致事故发生概率增大。通过研究识别出安全意识淡薄、公司管理不到位、船舶故障、船舶不适航、船舶管理不当和公司未履责等是引发自沉事故的关键动态风险耦合因素,以及恶劣气象这一重要的动态风险耦合催化因素,这些因素须受到高度重视并对它们采取相应防范措施。
关键词
安全工程
船舶自沉事故
N-K模型
动态
贝叶斯网络
风险动态耦合分析
Keywords
safety engineering
ship self-sinking accident
N-K-model
dynamic Bayesian network
risk dynamic coupling analysis
分类号
X951 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合N-K-DBN模型的船舶自沉事故风险因素动态耦合分析
崔秀芳
曾杰熙
邵志鹏
安楠楠
《安全与环境学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
