王元棟 盛進(jìn)路 劉琴

摘要：為提高船舶避臺(tái)成功率，采用隨機(jī)森林對(duì)船舶避臺(tái)失敗的原因進(jìn)行分析，并與決策樹進(jìn)行對(duì)比。結(jié)果表明：隨機(jī)森林和決策樹對(duì)船舶避臺(tái)失敗事故的平均診斷率分別為84.23%和75.56%;隨機(jī)森林對(duì)一般事故和重大事故具有更高的診斷率，分別達(dá)到90.0%和96.1%。事故原因分析表明：造成船舶避臺(tái)失敗的首要原因是船員責(zé)任感不強(qiáng);船員責(zé)任感不強(qiáng)、決策出現(xiàn)差池和船舶日常管理混亂極易導(dǎo)致船舶避臺(tái)失敗事故。本文研究可為船舶實(shí)施合理避臺(tái)措施提供一定的參考。

關(guān)鍵詞：? 船舶避臺(tái)失敗事故; 決策樹; 隨機(jī)森林

中圖分類號(hào)：? U698.6

文獻(xiàn)標(biāo)志碼：? A

Meeting of the Waterborne Transport Division， World Transport Convention 2021 （WTC 2021）

Analysis on failure reasons of ship avoiding typhoon

based on random forest

WANG Yuandonga， SHENG Jinlub， LIU Qinb

（a.School of Shipping and Naval Architecture; b.College of Traffic & Transportation，

Chongqing Jiaotong University， Chongqing 400074， China）

Abstract： In order to improve the success rate of ship avoiding typhoon， the random forest is adopted to analyze the failure reasons of ship avoiding typhoon， and is

compared with? the decision tree. The results show that： the average diagnostic rates of the random forest and the decision tree for the failure accidents of ship avoiding typhoon are 84.23% and 75.56%， respectively; the random forest is of higher diagnostic rate for general accidents and serious accidents， and the diagnostic rates reach 90.0% and 96.1%， respectively. The analysis on accident reasons shows that： the primary reason for the failure of ship avoiding typhoon is the lack of crews responsibility; the lack of crews responsibility， the incorrect decision-making， and the chaotic daily management for ships can easily lead to the failure accidents of ship avoiding typhoon.It can provide reference for the implementation of reasonable measures for ship avoiding typhoon.

Key words： typhoon avoidance failure accident of ship; decision tree; random forest

收稿日期： 2021-03-28

修回日期： 2021-06-29

作者簡(jiǎn)介：

王元棟（1992—），男，青海海東人，碩士研究生，研究方向?yàn)楹Ｊ掳踩c環(huán)境工程，（E-mail）1774980941@qq.com;

盛進(jìn)路（1976—），男，山東煙臺(tái)人，教授，博士，研究方向?yàn)楦酆狡髽I(yè)運(yùn)行與管理，（E-mail）forwardlulu@163.com

0 引 言

據(jù)德國(guó)安聯(lián)保險(xiǎn)集團(tuán)發(fā)布的《2020年安全與航運(yùn)報(bào)告》，2019年100總噸以上船舶近五分之一的全損事故是由惡劣天氣和海況（如臺(tái)風(fēng)、寒潮、濃霧）造成的，其中由臺(tái)風(fēng)造成的約占75%。往往由臺(tái)風(fēng)造成的事故損失巨大，救援極為困難，影響范圍廣，在威脅船舶安全航行的同時(shí)，還帶來(lái)極大的生命財(cái)產(chǎn)損失，甚至對(duì)海洋生態(tài)環(huán)境造成嚴(yán)重污染。因此，為給船舶安全航行提供有力的保障，研究船舶避臺(tái)失敗的原因極為重要。

船舶事故分析主要采用事故樹、故障樹、貝葉斯網(wǎng)絡(luò)等方法。楊威[1]應(yīng)用事故樹對(duì)典型船舶避臺(tái)失敗事故原因進(jìn)行了分析，缺乏一般性。吳郁等[2]以長(zhǎng)江干線江蘇段945起碰撞事故為研究對(duì)象，采用隨機(jī)森林對(duì)缺失數(shù)據(jù)進(jìn)行插補(bǔ)，與Logistic回歸、Probit回歸、樸素貝葉斯等方法進(jìn)行對(duì)比得出，所采用的隨機(jī)森林誤分率最低。WAN等[3]在人因分析與分類系統(tǒng)（human factors analysis and classification system，HFACS）模型基礎(chǔ)上，根據(jù)事故統(tǒng)計(jì)分析結(jié)果和專家判斷結(jié)果，利用故障樹對(duì)碰撞事故基本風(fēng)險(xiǎn)因素進(jìn)行定性分析，并制訂風(fēng)險(xiǎn)控制措施。李奕良[4]基于貝葉斯網(wǎng)絡(luò)對(duì)干散貨船自沉事故進(jìn)行致因分析，挖掘事故致因鏈，并有針對(duì)性地提出相關(guān)風(fēng)險(xiǎn)控制措施。賀立敏等[5]應(yīng)用隨機(jī)森林對(duì)船舶柴油機(jī)故障數(shù)據(jù)進(jìn)行降維處理后，再采用支持向量機(jī)進(jìn)行分類，并未完全發(fā)揮隨機(jī)森林的優(yōu)點(diǎn)。方匡南等[6]對(duì)隨機(jī)森林從原理、性質(zhì)、應(yīng)用等方面做了全面的分析。

事故樹起源于決策樹，是按事故發(fā)展的時(shí)間順序由初始事件開始推論可能的后果，而決策樹恰好相反。決策樹按一定的程序步驟可以向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化，換言之，貝葉斯網(wǎng)絡(luò)具有決策樹和事故樹的功能。貝葉斯網(wǎng)絡(luò)表達(dá)形式簡(jiǎn)單，其繁雜程度隨著問題復(fù)雜程度呈線性增長(zhǎng)，而事故樹的繁雜程度隨問題復(fù)雜程度呈指數(shù)形式增長(zhǎng)。貝葉斯網(wǎng)絡(luò)是一個(gè)優(yōu)缺點(diǎn)并重的算法模型，在獨(dú)立分布的前提下，貝葉斯網(wǎng)絡(luò)優(yōu)于其他算法且需要的樣本量少。隨機(jī)森林是一種集成算法模型，集成學(xué)習(xí)的目的是通過結(jié)合多個(gè)基礎(chǔ)學(xué)習(xí)器的分析結(jié)果，改善單個(gè)基礎(chǔ)學(xué)習(xí)器的魯棒性和泛化性能，其最大的優(yōu)點(diǎn)在于訓(xùn)練時(shí)不太可能出現(xiàn)過擬合現(xiàn)象。

通過上述事故分析模型關(guān)系與特征的分析，本文采用隨機(jī)森林與決策樹對(duì)比的方法，對(duì)船舶避臺(tái)失敗原因進(jìn)行分析。首先根據(jù)事故報(bào)告按事故致因、事故等級(jí)形成二進(jìn)制數(shù)據(jù)庫(kù)，其次對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，剔除個(gè)別事故的罕見致因，最終形成450×11的矩陣，最后應(yīng)用隨機(jī)森林和決策樹進(jìn)行結(jié)果分析，尋出船舶避臺(tái)失敗的關(guān)鍵致因。

1 隨機(jī)森林算法

1.1 隨機(jī)森林算法思路

隨機(jī)森林將多個(gè)決策樹進(jìn)行有效組合，組建成一個(gè)學(xué)習(xí)系統(tǒng)，其中每個(gè)決策樹是這個(gè)系統(tǒng)的組成單元，隨機(jī)森林的學(xué)習(xí)能力在系統(tǒng)中所占的權(quán)重根據(jù)訓(xùn)練可能會(huì)有所不同，但其泛化性能優(yōu)于其中任何一棵決策樹[7-8]。

集成算法有兩個(gè)流派，Bagging流派和Booting流派，兩者最為明顯的區(qū)別是前者各學(xué)習(xí)器之間有依賴關(guān)系，而后者沒有[9]。通常將Bagging的集成思想與決策樹的結(jié)合稱為隨機(jī)森林，其基本思路見圖1。

1.2 隨機(jī)森林算法流程

相對(duì)于事故樹單分類器，隨機(jī)森林算法具有更好的診斷性能，但由于該算法本身的隨機(jī)性，診斷結(jié)果存在波動(dòng)性[10]。針對(duì)這個(gè)問題，

首先對(duì)采集的數(shù)據(jù)進(jìn)行預(yù)處理和降維處理，以減少訓(xùn)練時(shí)間;再根據(jù)事故等級(jí)劃分和變量確定，形成完備的二進(jìn)制數(shù)據(jù)庫(kù);然后計(jì)算數(shù)據(jù)庫(kù)中事故等級(jí)的一階原點(diǎn)矩，確保一階原點(diǎn)矩周圍事故診斷率達(dá)到90%以上，并進(jìn)行交叉驗(yàn)證確定最佳決策樹和最少葉子節(jié)點(diǎn)數(shù);最后通過隨機(jī)森林模型得出最終決策樹。本文隨機(jī)森林算法流程見圖2。

2 基于隨機(jī)森林的船舶避臺(tái)失敗原因分析

數(shù)據(jù)挖掘分析中最為重要的是數(shù)據(jù)源的科學(xué)性、合理性和準(zhǔn)確性。本文數(shù)據(jù)來(lái)源于中國(guó)海事局船舶避臺(tái)失敗事故報(bào)告（www.msa.gov.cn/）。

2.1 事故等級(jí)劃分

依據(jù)《中華人民共和國(guó)統(tǒng)計(jì)法》、《中華人民共和國(guó)海上交通安全法》和《中華人民共和國(guó)內(nèi)河交通安全管理?xiàng)l例》，將水上交通事故按照人員傷亡和直接經(jīng)濟(jì)損失情況，分為5個(gè)等級(jí)：小事故、一般事故、大事故、重大事故和特大事故。對(duì)事故等級(jí)進(jìn)行量化處理，

上述5個(gè)等級(jí)量化值依次為1、2、3、4、5。本文數(shù)據(jù)來(lái)自450份船舶避臺(tái)失敗事故報(bào)告，其中有小事故6起、一般事故146起、大事故229起、重大事故45起和特大事故24起。

2.2 事故原因確定

對(duì)事故報(bào)告進(jìn)行系統(tǒng)全面的分析，發(fā)現(xiàn)船舶避臺(tái)失敗的原因有11項(xiàng)，見表1。在統(tǒng)計(jì)時(shí)，若該項(xiàng)為某起船舶避臺(tái)失敗事故的原因，則記為1，否則記為0。

事故原因統(tǒng)計(jì)概率見圖3。從圖3可知，臺(tái)風(fēng)風(fēng)速及影響范圍不規(guī)律變化（x11）占比78%，準(zhǔn)備工作不足（x6）占比74%，決策失誤（x5）占比66%。

3 分析過程

（1）讀取數(shù)據(jù)。應(yīng)用MATLAB自帶函數(shù)xlsread讀取二進(jìn)制數(shù)據(jù)庫(kù)，然后應(yīng)用unifrnd產(chǎn)生450×1的均勻矩陣，并用round函數(shù)對(duì)矩陣進(jìn)行整數(shù)化處理，最后應(yīng)用randperm產(chǎn)生一個(gè)均勻隨機(jī)的數(shù)字序列，為后續(xù)抽樣做準(zhǔn)備。

（2）計(jì)算事故等級(jí)原點(diǎn)矩。對(duì)事故等級(jí)進(jìn)行統(tǒng)計(jì)概率分析，結(jié)果見表2。由原點(diǎn)矩可知，總體樣本事故等級(jí)的期望為2.85，因此樣本的總體事故等級(jí)在一般事故與大事故之間。

（3）留一法抽樣。為保證每組數(shù)據(jù)既能作訓(xùn)練集也能作測(cè)試集，采用留一法抽樣：先把總樣本（共450起事故）均勻分成10組，然后利用Bootstrap重采樣，任選一組為測(cè)試集，剩下的9組為訓(xùn)練集，接著再選1組為測(cè)試集（選過的不再選擇），剩下的9組為訓(xùn)練集，以此類推。這樣不僅能保證每組數(shù)據(jù)既作為訓(xùn)練集又作為測(cè)試集，而且便于決策樹交叉驗(yàn)證。

（4）創(chuàng)建隨機(jī)森林分類器進(jìn)行仿真測(cè)試。應(yīng)用R語(yǔ)言中的隨機(jī)森林工具包Class RF _ train和Class RF _ predict創(chuàng)建隨機(jī)森林分類器進(jìn)行仿真測(cè)試。

（5）分析過程。初始決策樹為500棵，葉子節(jié)點(diǎn)數(shù)為9。為每個(gè)非葉子節(jié)點(diǎn)選擇事故原因前，從11個(gè)事故原因中隨機(jī)抽取9個(gè)作為當(dāng)前節(jié)點(diǎn)的分裂屬性，并以這9個(gè)屬性中最好的分裂方式對(duì)該節(jié)點(diǎn)進(jìn)行分裂，在整個(gè)森林生長(zhǎng)過程中，每棵樹都完整生長(zhǎng)不進(jìn)行剪枝;然后采用投票的方法，將訓(xùn)練集決策樹輸出最多的類別作為測(cè)試集所屬類別;對(duì)測(cè)試集中的每個(gè)決策樹進(jìn)行訓(xùn)練，得到對(duì)應(yīng)的類別;最后采用投票的方法，將訓(xùn)練集決策樹輸出最多的類別作為測(cè)試集樣本所屬類別。

（6）最佳決策樹數(shù)量與最少葉子節(jié)點(diǎn)數(shù)確定。在保證一般事故和大事故的診斷率不小于90%的條件下，通過葉子節(jié)點(diǎn)含有的最小樣本數(shù)與交叉驗(yàn)證誤差的關(guān)系（見圖4）和隨機(jī)森林中決策樹數(shù)量與診斷率的關(guān)系（見圖5），確定最少葉子節(jié)點(diǎn)數(shù)為14和最佳決策樹數(shù)量為150棵左右。

4 結(jié)果對(duì)比分析

4.1 隨機(jī)森林分析

采用隨機(jī)森林對(duì)船舶避臺(tái)失敗原因進(jìn)行分析，結(jié)果見表3。

由于受樣本數(shù)量限制，小事故、重大事故和特大事故的診斷率呈現(xiàn)特殊情況：由于小事故樣本數(shù)為6，選取的測(cè)試集中未包含小事故，因此診斷失效。

由于事故等級(jí)是根據(jù)人員傷亡和直接經(jīng)濟(jì)損失兩個(gè)指標(biāo)劃分的，一些事故的人員傷亡指標(biāo)隸屬于大事故但直接經(jīng)濟(jì)損失指標(biāo)隸屬于重大事故，因此最終將其確定為重大事故。

最終決策樹見圖6。由圖6可知：最終決策樹葉子節(jié)點(diǎn)數(shù)為14，其中一般事故、大事故、重大事故、特大事故對(duì)應(yīng)的葉子節(jié)點(diǎn)數(shù)分別為4、8、1、1。

船舶避臺(tái)失敗的原因從主要到次要分為5個(gè)層級(jí)，一層級(jí)中有x4（船員責(zé)任感不強(qiáng)），二層級(jí)中有x3、x5（船員職業(yè)技能低、決策失誤），三層級(jí)中有x1、x2、x11（海務(wù)監(jiān)管不力、船舶日常管理混亂、臺(tái)風(fēng)風(fēng)速及影響范圍不規(guī)律變化），四層級(jí)中有x2、x5、x8（船舶日常管理混亂、決策失誤、船舶船齡長(zhǎng)），五層級(jí)中有x3、x7（船員職業(yè)技能低、船體結(jié)構(gòu)差）。

x4—x3—x11—x5—2是最終決策樹的左邊枝，x4—x5—x1—x2—5是最終決策樹的右邊枝，而x4、x5、x1、x2造成的事故后果比x4、x3、x11、x5的更嚴(yán)重;最短枝有x4—x3—x11—3、x4—x3—x1—3、x4—x5—x2—2和x4—x5—x2—3：因此，若同時(shí)存在這5類問題x1、x2、x3、x4、x5（海務(wù)監(jiān)管不力、船舶日常管理混亂、船員職業(yè)技能低、船員責(zé)任感不強(qiáng)、決策失誤），則極易引發(fā)船舶避臺(tái)失敗事故。

4.2 決策樹分析

根據(jù)決策樹對(duì)船舶避臺(tái)失敗原因進(jìn)行分析，結(jié)果見圖7。從圖7可知：修剪后的決策樹含有35個(gè)葉子節(jié)點(diǎn)，其中小事故、一般事故、大事故、重大事故、特大事故對(duì)應(yīng)的葉子節(jié)點(diǎn)數(shù)分別為1、12、15、3、4。

船舶避臺(tái)失敗的原因從主要到次要分為10個(gè)層級(jí)，一層級(jí)中有x4（船員責(zé)任感不強(qiáng)），二層級(jí)中有x3、x1（船員職業(yè)技能低、海務(wù)監(jiān)管不力），三級(jí)層中有x1、x2、x9、x11（海務(wù)監(jiān)管不力、船舶日常管理混亂、船舶技術(shù)狀況差、臺(tái)風(fēng)風(fēng)速及影響范圍不規(guī)律變化），四層級(jí)中有x2、x3、x5、x6、x7、x8（船舶日常管理混亂、船員職業(yè)技能低、決策失誤、準(zhǔn)備工作不足、船體結(jié)構(gòu)差、船舶船齡長(zhǎng)），五層級(jí)中有x3、x5、x6、x7、x8、x9（船舶日常管理混亂、決策失誤、準(zhǔn)備工作不足、船體結(jié)構(gòu)差、船舶船齡長(zhǎng)、船舶技術(shù)狀況差），六層級(jí)中有x5、x6、x10（決策失誤、準(zhǔn)備工作不足、臺(tái)風(fēng)路徑不規(guī)律），七層級(jí)中有x10（臺(tái)風(fēng)路徑不規(guī)律），八層級(jí)中有x1、x2（船員職業(yè)技能低、船舶日常管理混亂），九層級(jí)中有x9（船舶技術(shù)狀況差），十層級(jí)中有x2（船舶日常管理混亂）。

x4—x3—x11—x5—2是最終決策樹的左邊枝（事故致因鏈），x4—x1—x2—x5—4（5）是最終決策樹的右邊枝，而x4、x1、x2、x5造成的事故后果比x4、x3、x11、x5的更嚴(yán)重;最長(zhǎng)事故致因鏈為x4—x3—x11—x7—x6—x5—x10—x1—x9—x2—3（2）。

4.3 對(duì)比分析

隨機(jī)森林與決策樹對(duì)船舶避臺(tái)失敗事故的診斷結(jié)果對(duì)比見表4。從表4可知，隨機(jī)森林的診斷率明顯比決策樹的高，而且得到的最終決策樹的層級(jí)和葉子節(jié)點(diǎn)更簡(jiǎn)潔。

綜合表4，并對(duì)比圖6、7得出以下結(jié)論：（1）在訓(xùn)練樣本與測(cè)試樣本數(shù)量相同的情況下，相比于決策樹，隨機(jī)森林的平均診斷率更高，收斂性更強(qiáng)。（2）從隨機(jī)森林和決策樹得出的最終決策樹可以看出，隨機(jī)森林的最終決策樹更加簡(jiǎn)明，各層級(jí)之間事故致因交叉少，更符合邏輯;而決策樹得出的最終決策樹的事故致因鏈較長(zhǎng)，各層級(jí)之間事故致因交織在一起，邏輯結(jié)構(gòu)不夠簡(jiǎn)明。（3）船舶在防抗臺(tái)風(fēng)過程中，避臺(tái)失敗事故的主要致因是人的因素。由隨機(jī)森林和決策樹得出的最終決策樹顯示，船員責(zé)任感不強(qiáng)是所有事故的首要致因;從最短事故鏈看，海務(wù)監(jiān)管不力、船舶日常管理混亂、船員職業(yè)技能低、船員責(zé)任感不強(qiáng)和決策失誤，極易引發(fā)船舶避臺(tái)失敗事故。

5 結(jié) 論

本文提出一種基于隨機(jī)森林的船舶避臺(tái)失敗原因分析方法，與決策樹相對(duì)比，隨機(jī)森林具有快速學(xué)習(xí)且不需要剪枝的優(yōu)勢(shì)。在確保診斷率的情況下，隨機(jī)森林對(duì)一般事故和大事故有良好的診斷效果。當(dāng)決策樹的葉子節(jié)點(diǎn)為14時(shí)交叉驗(yàn)證誤差最小，當(dāng)決策樹為150棵左右時(shí)既能保證較高的診斷率又能提高診斷效率。最終決策樹顯示，海務(wù)監(jiān)管不力、船舶日常管理混亂、船員職業(yè)技能低、船員責(zé)任感不強(qiáng)、決策失誤、準(zhǔn)備工作不足是脆弱性致因，船員責(zé)任感不強(qiáng)是船舶避臺(tái)失敗的導(dǎo)火索，其他5項(xiàng)（船體結(jié)構(gòu)差、船舶船齡長(zhǎng)、船舶技術(shù)狀況差、臺(tái)風(fēng)路徑不規(guī)律、臺(tái)風(fēng)風(fēng)速及影響范圍不規(guī)律變化）為從屬致因。

參考文獻(xiàn)：

[1]楊威. 基于事故樹的船舶避臺(tái)失敗原因分析[D]. 大連： 大連海事大學(xué)， 2017.

[2]吳郁， 張金奮， 范存龍， 等. 基于隨機(jī)森林的船舶碰撞事故缺失數(shù)據(jù)插補(bǔ)[J]. 武漢理工大學(xué)學(xué)報(bào)（交通科學(xué)與工程版）， 2019， 43（6）： 1120-1124. DOI： 10.3963/j.issn.2095-3844.2019.06.026.

[3]WAN Yaoyi， XIA Haibo. Application of HFACS model in marine traffic accident field[J]. International Core Journal of Engineering， 2021， 7（3）： 135-140. DOI： 10.6919/ICJE.202103_7（3）.0019.

[4]李奕良. 基于貝葉斯網(wǎng)絡(luò)的干散貨船舶自沉事故致因分析[D]. 大連： 大連海事大學(xué)， 2020.

[5]賀立敏， 王峴昕， 韓冰. 基于隨機(jī)森林和支持向量機(jī)的船舶柴油機(jī)故障診斷[J]. 中國(guó)航海， 2017， 40（2）： 29-33.

[6]方匡南， 吳見彬， 朱建平， 等. 隨機(jī)森林方法研究綜述[J]. 統(tǒng)計(jì)與信息論壇， 2011， 26（3）： 32-38.

[7]MUTANGA O， ADAM E， CHO M A. High density biomass estimation for wetland vegetation using WorldView-2 imagery and random forest regression algorithm[J]. International Journal of Applied Earth Observation and Geoinformation， 2012， 18： 399-406. DOI： 10.1016/j.jag.2012.03.012.

[8]謝宏， 楊環(huán). 一種隨機(jī)森林與深度學(xué)習(xí)結(jié)合的室內(nèi)定位方法[J]. 上海海事大學(xué)學(xué)報(bào)， 2020， 41（3）： 117-121. DOI： 10.13340/j.jsmu.2020.03.019.

[9]牟小輝， 袁裕鵬， 嚴(yán)新平， 等. 基于隨機(jī)森林算法的內(nèi)河船舶油耗預(yù)測(cè)模型[J]. 交通信息與安全， 2017， 35（4）： 100-105.

[10]CHEN Jiangguo， LI Kenli， TANG Zhou， et al. A parallel random forest algorithm for big data in a spark cloud computing environment[J]. IEEE Transactions on Parallel and Distributed Systems， 2016， 28（4）： 919-933. DOI： 10.1109/TPDS.2016.2603511.

（編輯 趙勉）