周丹+鄭中義

摘要：

為比較互見(jiàn)中開(kāi)闊水域不同船舶領(lǐng)域影響因素的重要性，應(yīng)用粗糙集理論的相關(guān)算法，對(duì)船舶領(lǐng)域影響因素之間的依賴(lài)關(guān)系進(jìn)行分析，并進(jìn)行影響因素約簡(jiǎn)和影響因素重要度計(jì)算.以渤海及黃海北部船舶自動(dòng)識(shí)別系統(tǒng)（AutomaticIdentificationSystem，AIS）的數(shù)據(jù)為基礎(chǔ)，應(yīng)用MATLAB編程計(jì)算，得到船舶領(lǐng)域影響因素之間的依賴(lài)度、相對(duì)約簡(jiǎn)集和影響因素重要度.結(jié)果表明：船舶領(lǐng)域影響因素之間存在不同程度的冗余，其中風(fēng)、浪或流可約簡(jiǎn)掉；會(huì)遇角度、航速、船舶大小、駕駛員級(jí)別、船舶密度、船舶類(lèi)型和能見(jiàn)度的重要度分別為0.2791，0.2008，0.1794，0.2121，0.2359，0.1229和0.0935.該研究表明：在保證對(duì)船舶領(lǐng)域影響分辨性不變的前提下，駕駛員可選擇較重要因素對(duì)船舶領(lǐng)域進(jìn)行判斷，并采取較恰當(dāng)?shù)谋芘鲂袆?dòng)，保障航行安全；但在特殊的環(huán)境下，某些影響因素需要特別考慮.

關(guān)鍵詞：

影響因素；粗糙集理論；屬性約簡(jiǎn)；重要度

中圖分類(lèi)號(hào)：U676.1

文獻(xiàn)標(biāo)志碼：A 收稿日期：20150818 修回日期：20151201

0引言

船舶領(lǐng)域的影響因素眾多，已有對(duì)船舶領(lǐng)域的研究中通常只包括船舶領(lǐng)域影響因素中的某個(gè)因素或部分因素.例如FUJII（藤井）等[1]對(duì)通常航行條件下被追越船舶的領(lǐng)域尺度和狹窄水域的領(lǐng)域尺度進(jìn)行了研究.GOODWIN[2]在研究船舶領(lǐng)域時(shí)得到了4個(gè)不同類(lèi)型海域的船舶領(lǐng)域尺度和在不同船舶交通流密度下的船舶領(lǐng)域尺度.范賢華等[3]在研究水流條件下的船舶領(lǐng)域模型時(shí)考慮了船長(zhǎng)、航速和潮流速度.PIETRZYKOWSKI等[45]對(duì)開(kāi)闊水域會(huì)遇局面、船舶大小和狹窄水域參數(shù)等對(duì)船舶領(lǐng)域的影響進(jìn)行了研究.HANSEN等[6]主要研究了水域類(lèi)型和水域參數(shù)對(duì)船舶領(lǐng)域的影響.WANG[78]提出了四維船舶領(lǐng)域模型，該模型中涉及的影響船舶領(lǐng)域大小的因素包括船舶長(zhǎng)度和速度.隨后，WANG[9]給出了船舶領(lǐng)域模型的四維解析框架，它雖包含船舶領(lǐng)域的全部影響因素，但是如何利用模型確定全部影響因素在某數(shù)值下的船舶領(lǐng)域仍沒(méi)有解決.利用基于神經(jīng)網(wǎng)絡(luò)[1011]的方法能得到船舶領(lǐng)域與其影響因素的關(guān)系，雖然這種方法能同時(shí)考慮較多的影響因素，但它是一種黑箱的方法.

確定船舶領(lǐng)域模型時(shí)很難同時(shí)考慮全部的影響因素.本文利用渤海及黃海北部船舶自動(dòng)識(shí)別系統(tǒng)（AutomaticIdentificationSystem，AIS）的數(shù)據(jù)，應(yīng)用粗糙集相關(guān)理論對(duì)船舶領(lǐng)域影響因素之間的關(guān)系、影響因素的重要度進(jìn)行研究，并對(duì)影響因素進(jìn)行約簡(jiǎn).

1屬性重要度計(jì)算與相對(duì)約簡(jiǎn)

1.1屬性依賴(lài)度

1.2屬性重要度

1.3P的Q約簡(jiǎn)

2船舶領(lǐng)域與其影響因素

2.1數(shù)據(jù)來(lái)源

目前，AIS數(shù)據(jù)已成為研究船舶領(lǐng)域的常用數(shù)據(jù).本文采用2014年9月26日到2014年10月13日渤海及黃海北部水域的AIS數(shù)據(jù).氣象數(shù)據(jù)來(lái)自中央氣象臺(tái)的天氣預(yù)報(bào)，水文數(shù)據(jù)來(lái)自國(guó)家海洋環(huán)境預(yù)報(bào)中心的預(yù)報(bào).

2.2船舶領(lǐng)域

2.2.1船舶領(lǐng)域的選取

根據(jù)藤井和GOODWIN對(duì)船舶領(lǐng)域的定義，船舶領(lǐng)域是駕駛員為保證航行安全要保持的船舶間的安全距離，其與船舶之間的實(shí)際通過(guò)距離d直接相關(guān).假設(shè)某船遇到一密度均勻的船舶交通流，并采取避碰措施通過(guò).如圖1所示，船舶領(lǐng)域由船舶之間的最小安全會(huì)遇距離決定，且在中心船O周?chē)环较蛏?，船O1的轉(zhuǎn)向幅度必大于船O2和O3的，在船

O1與中心船O的距離為d時(shí)，船O1處船舶密度增大最多，即為船舶密度最大處（與藤井定義的領(lǐng)域邊界相吻合）.因此，以d作為船舶領(lǐng)域?qū)Υ邦I(lǐng)域影響因素進(jìn)行分析.

2.2.2船舶領(lǐng)域樣本的獲取

利用MATLAB編程計(jì)算船舶領(lǐng)域的流程見(jiàn)圖2，其中：5000m與3000m參考文獻(xiàn)[4]；4.5nmile參考文獻(xiàn)[13]，絕大多數(shù)會(huì)遇船舶在相距4.5nmile時(shí)沒(méi)有采取避碰行動(dòng)；20s是通過(guò)計(jì)算得到的（假設(shè)航速為14kn，則船舶20s內(nèi)航行的距離也僅為144m，誤差在可接受范圍內(nèi)）.船舶轉(zhuǎn)向時(shí)航速越大，AIS數(shù)據(jù)時(shí)間間隔越小，即使存在數(shù)據(jù)丟失，也是可以接受的.

判斷轉(zhuǎn)向的方法為：取任意一段船舶航跡上時(shí)間間隔分別為300s和900s的點(diǎn)，計(jì)算相鄰三點(diǎn)中第

一、第二點(diǎn)與第三點(diǎn)連線(xiàn)的夾角.如圖3所示，∠AOB即為判斷是否轉(zhuǎn)向的夾角，若∠AOB≥10°，則認(rèn)為船舶轉(zhuǎn)向，且認(rèn)為此時(shí)船舶的轉(zhuǎn)向行為必考慮到與其實(shí)際通過(guò)距離小于5000m的船舶.

樣本選取的過(guò)程中雖不能保證挑選出全部的樣本，但能夠保證選擇的樣本均為目標(biāo)樣本.通過(guò)計(jì)算，選擇2107組樣本數(shù)據(jù).

2.2.3船舶領(lǐng)域的度量

船舶領(lǐng)域不同方位的邊界到中心船的距離不同.為比較船舶領(lǐng)域樣本的大小，將樣本中中心船周?chē)煌轿簧系念I(lǐng)域大小轉(zhuǎn)換為相同方位上的領(lǐng)域大小.設(shè)船舶領(lǐng)域任意方位β上的邊界到中心船的距離為dβ，尾部扇區(qū)長(zhǎng)為l，中心船船首方向?yàn)?°，船尾為180°，左右對(duì)稱(chēng).由于本文研究的水域?yàn)殚_(kāi)闊水域，所以參考GOODWIN[2]開(kāi)闊水域船舶領(lǐng)域模型中dβ與l的關(guān)系.設(shè)任意船舶領(lǐng)域樣本均滿(mǎn)足

2.3船舶領(lǐng)域影響因素

2.3.1船舶領(lǐng)域影響因素的確定

表1為參考文獻(xiàn)[4]選取的開(kāi)闊水域互見(jiàn)中船舶領(lǐng)域影響因素.

2.3.2船舶領(lǐng)域影響因素的離散化度量

離散化度量區(qū)間大小的劃分直接影響研究的復(fù)雜度.不同因素之間劃分粗細(xì)的不同則影響結(jié)果的

準(zhǔn)確性，導(dǎo)致對(duì)不同船舶領(lǐng)域因素的分析產(chǎn)生誤差.

綜合考慮，劃分影響因素為4個(gè)等價(jià)類(lèi)，個(gè)別只能劃分為3個(gè)等價(jià)類(lèi).影響因素劃分規(guī)則如下：

（1）能見(jiàn)度.以3km為單位等間隔劃分能見(jiàn)度，1=[10km，13km），2=[13km，16km），3=[16km，19km），4=[19km，22km].

（2）流.以1kn為單位等間隔劃分流速，1=[1kn，2kn），2=[2kn，3kn），3=[3kn，4kn），4=[4kn，5kn].

（3）浪.以0.6m為單位等間隔劃分浪高，1=[1.2m，1.8m），2=[1.8m，2.4m），3=[2.4m，3.0m），4=[3.0m，3.6m].

（4）風(fēng).以1級(jí)為單位等間隔劃分風(fēng)級(jí)數(shù)，1=[4級(jí)，5級(jí)），2=[5級(jí)，6級(jí)），3=[6級(jí)，7級(jí)），4=[7級(jí)，8級(jí)].

（5）會(huì)遇角度.會(huì)遇角度以本船為對(duì)象，左右對(duì)稱(chēng)，船頭方向?yàn)?°，船尾為180°.參考會(huì)遇局面劃分，1=[0，5°），2=[5°，54°），3=[54°，112.5°），4=[112.5°，180°].

（6）船舶密度.根據(jù)所觀(guān)測(cè)的AIS數(shù)據(jù)，將水域內(nèi)船舶密度相近的劃分為一類(lèi)，1={丹東、錦州、營(yíng)口及天津與大連之間的水域}，2={黃驊、東營(yíng)、濰坊附近水域}，3={大連、煙臺(tái)、威海、龍口附近水域}，4={天津港附近水域}.

（7）駕駛員級(jí)別.1={三副}，2={二副}，3={大副}.

（8）航速.以5.5kn為單位等間隔劃分對(duì)地航速，1=[0kn，5.5kn），2=[5.5kn，11.0kn），3=[11.0kn，16.5kn），4=[16.5kn，22.0kn].

（9）船舶類(lèi)型.按照船舶類(lèi)型的特殊性劃分，2={港口作業(yè)船和特種船舶}，3={貨船}，4={油船和化學(xué)品}，1={其他船舶}.

（10）船舶大小.以100m為單位等間隔劃分船舶長(zhǎng)度，1=[0，100m），2=[100m，200m），3=[200m，300m），4=[300m，400m].

船舶領(lǐng)域大小按照l(shuí)的大小等間隔劃分，1=[0，1250m），2=[1250m，2500m），3=[2500m，3750m），4=[3750m，5000m].

3數(shù)據(jù)挖掘

3.1船舶領(lǐng)域影響因素與船舶領(lǐng)域信息系統(tǒng)

在信息系統(tǒng)S=（U，R，V，f）中：U為樣本空間；R=P∪Q；P為條件屬性，對(duì)應(yīng)船舶領(lǐng)域影響因素；Q為決策屬性，對(duì)應(yīng)船舶領(lǐng)域；V為U中樣本值的集合，由f確定.[14]船舶領(lǐng)域影響因素與船舶領(lǐng)域決策見(jiàn)表2.

表2船舶領(lǐng)域影響因素與船舶領(lǐng)域決策

3.2影響因素之間依賴(lài)度和影響因素重要度計(jì)算

利用MATLAB對(duì)式（1）和（3）編程計(jì)算，過(guò)程如下：

①計(jì)算U/ai（ai∈P）和U/Q，劃分規(guī)則如2.3.2節(jié).

②計(jì)算U/P，即求P的等價(jià)類(lèi).

影響因素之間的依賴(lài)度計(jì)算結(jié)果見(jiàn)表3，影響因素重要度計(jì)算結(jié)果見(jiàn)圖4.

表3船舶領(lǐng)域影響因素之間的依賴(lài)度

表3中第i行第j列的元素為影響因素j對(duì)影響因素i的依賴(lài)度，保留兩位小數(shù).可以看到，C1，C2，C3，C4之間的依賴(lài)度較大，A1與A2之間也存在一定程度的依賴(lài)關(guān)系，其余影響因素之間的依賴(lài)度均為0.圖4中C1和C2的重要度都為0，C3的重要度近似為0，C4的重要度也較小，僅為0.0166.為進(jìn)一步分析影響因素之間的依賴(lài)度對(duì)影響因素重要度的影響，將除去相互之間存在依賴(lài)關(guān)系的船舶領(lǐng)域影響因素重要度計(jì)算結(jié)果列于表4.

表4除去依賴(lài)關(guān)系的船舶領(lǐng)域影響因素重要度

從表4中第一行的結(jié)果可以看到，當(dāng)除去A2時(shí)，與A2存在依賴(lài)關(guān)系的A1的重要度與圖4中相比增大.從其他行也可以得到相同結(jié)論.比較不同行可以看到，當(dāng)去掉不同的影響因素時(shí)，影響因素重要度排序發(fā)生改變，說(shuō)明某些影響因素之間也是相互影響的，即影響因素之間存在冗余.這也說(shuō)明利用基于粗糙集的屬性重要度計(jì)算方法得到的影響因素重要度是每個(gè)影響因素相對(duì)于其他影響因素的重要度，所以將此重要度定義為相對(duì)重要度.因此，有必要針對(duì)影響因素之間的冗余進(jìn)行約簡(jiǎn).

3.3影響因素約簡(jiǎn)

根據(jù)屬性重要度的定義和相對(duì)約簡(jiǎn)的定義，對(duì)任意的影響因素子集P′P，

①當(dāng)P′的重要度為0時(shí)，必有

因此，當(dāng)P′的重要度為0，P′+a的重要度不為0，且posP（Q）=posP-P′（Q）時(shí)，P-P′為P的Q約簡(jiǎn)；當(dāng)P′重要度為0，任意影響因素a∈P-P′重要度不為0時(shí)，P′+a重要度必不為0.因此，利用船舶領(lǐng)域影響因素重要度求相對(duì)約簡(jiǎn)時(shí)，只需考慮重要度為0的因素.由圖4，只需考慮C1，C2，C3（近似為0）.圖5為包含影響因素C1，C2，C3的可能刪掉子集的重要度，其中屬性重要度為0或近似為0，且最大子集為{C1}和{C2，C3}.計(jì)算可得

）

因此，可刪掉C1或C2，C3.船舶領(lǐng)域影響因素的約簡(jiǎn)集合有兩個(gè)，分別為R={會(huì)遇局面，船舶大小，航速，風(fēng)，駕駛員級(jí)別，船舶密度，船舶類(lèi)型，能見(jiàn)度}和S={會(huì)遇局面，船舶大小，航速，浪，流，駕駛員級(jí)別，船舶密度，船舶類(lèi)型，能見(jiàn)度}.在影響因素中去掉風(fēng)或去掉浪、流時(shí)，只有與其存在依賴(lài)關(guān)系的影響因素的重要度存在變化（見(jiàn)圖6和7），證明了簡(jiǎn)約結(jié)果的有效性與合理性.

綜合比較，在船舶領(lǐng)域的影響因素中，可以刪掉風(fēng)或浪、流，必要影響因素中會(huì)遇角度、航速、船舶大小、駕駛員級(jí)別、船舶密度的重要度分別為0.2791，0.2008，0.1794，0.2121，0.2359，均大于船舶類(lèi)型和能見(jiàn)度的重要度（0.1229，0.0935）.在保證對(duì)船舶領(lǐng)域影響因素分辨性不變的前提下，駕駛員可有重點(diǎn)地選擇較重要因素對(duì)船舶領(lǐng)域進(jìn)行判斷，并采取較恰當(dāng)?shù)谋芘鲂袆?dòng)，保障航行安全，但在特殊的環(huán)境下，某些影響因素需要特別考慮.

4結(jié)論

以渤海及黃海北部開(kāi)闊水域AIS數(shù)據(jù)為基礎(chǔ)，應(yīng)用基于粗糙集的數(shù)據(jù)挖掘方法對(duì)互見(jiàn)中船舶領(lǐng)域影響因素進(jìn)行了系統(tǒng)分析，發(fā)現(xiàn)影響因素對(duì)船舶領(lǐng)域的影響存在重疊信息.在全部的影響因素中，可刪掉風(fēng)或浪、流，會(huì)遇角度、航速、船舶大小、駕駛員級(jí)別、船舶密度的重要度分別為0.2791，0.2008，0.1794，0.2121，0.2359，大于船舶類(lèi)型和能見(jiàn)度的重要度（0.1229，0.0935）.結(jié)論可為確定船舶領(lǐng)域模型時(shí)選擇合理的影響因素提供依據(jù)，也可降低駕駛員航行決策時(shí)考慮因素的復(fù)雜度.

參考文獻(xiàn)：

[1]FUJIIY，TANAKAK.Trafficcapacity[J].TheJournalofNavigation，1971，24：543552.

[2]GOODWINEM.Astatisticalstudyofshipdomains[J].TheJournalofNavigation，1975，28：328344.

[3]范賢華，張慶年，周鋒，等.水流條件下內(nèi)河船舶領(lǐng)域模型[J].大連海事大學(xué)學(xué)報(bào)，2013，39（1）：4648.

[4]PIETRZYKOWSKIZ，URIASZJ.Theshipdomainacriterionofnavigationalsafetyassessmentinanopenseaarea[J].TheJournalofNavigation，2009，62：93108.

[5]PIETRZYKOWSKIZ.Shipsfuzzydomainacriterionfornavigationalsafetyinnarrowfairways[J].TheJournalofNavigation，2008，61：499514.

[6]HANSENMG，JENSENTK，LEHNSCHILERT，etal.EmpiricalshipdomainbasedonAISdata[J].TheJournalofNavigation，2013，66：931940.

[7]WANGN.Anintelligentspatialcollisionriskbasedonthequaternionshipdomain[J].TheJournalofNavigation，2010，63：733749.

[8]WANGN.Aunifiedanalyticalframeworkforshipdomains[J].JournalofNavigation，2009，62：643655.

[9]WANGN.Anovelanalyticalframeworkfordynamicquaternionshipdomains[J].TheJournalofNavigation，2013，66：265281.

[10]WANGN，TANY，LIUSM.Shipdomaninindentificationusingfastandaccurateonlineselforganizingparsimoniousfuzzyneuralnetworks[C]∥Proceedingsofthe30thChinesecontrolconference.Yantai，China：ElsevierScience，2011：52715276.

[11]ZHUXL，XUHZ，LINJQ.Domainanditsmodelbasedonneuralnetworks[J].TheJournalofNavigation，2001，54：97103.

[12]張文修，吳偉志，梁吉業(yè)，等.粗糙集理論與方法[M].北京：科學(xué)出版社，2001：1217.

[13]鄭中義，吳兆麟.船舶避碰的模糊決策[J].大連海事大學(xué)學(xué)報(bào)，1996，22（2）：58.

[14]劉紅，何鵬.基于粗糙集的海事事故影響因素分析[J].上海海事大學(xué)學(xué)報(bào)，2013，34（2）：1722.