《基于海事调查数据的人为失误与碰撞事故关联度计算+应用灰色关联分析主成分分析组合评判法》由会员分享，可在线阅读，更多相关《基于海事调查数据的人为失误与碰撞事故关联度计算+应用灰色关联分析主成分分析组合评判法（7页珍藏版）》请在金锄头文库上搜索。
1、基于海事调查数据的人为失误与碰撞事故关联度计算应用灰色关联分析一主成分分析组合评判法王骁1 唐冲蔡烽2 石爱国2( 1 、海军大连舰艇学院研究生大队1 1 6 0 1 8 ，2 、海军大连舰艇学院航海系1 1 6 0 1 8 )摘要t 在影响碰撞事敌的。入为失误“因素中明确癣些是主要影响因素、哪些是次要影响因素以及各因素与碰撞事故嚣关联程度对海员蕾l I 练、保障航行安全以及辅助海事司 去机关断案有一定的实际意义为在少量海事调查数据的基础上解算关联度数值本文提出灰色关联分析一 主成分分析组合评判法运用此方法本文基于1 0 年的海事调查数据。对了操纵过失等六类。人为失误”进行了分析得到较为满意的
2、结论关健词l 碰撞事故：人为失误；关联度：灰色关联分析法 主成分分析法1 引言海事事故表明，船舶碰撞事故发生率一直居各类海难事故的前列，碰撞事故带来的后果一般也是灾难性的。研究证实，9 0 以上的船舶碰撞事故与人的因素有关其中至少有6 0 的事故是 由人为失误直接引发的l lJ 。( “人为失误”是指。人的因素”的负面行为结果，以下简称“过失”)人为失误与船舶碰撞事故之间的关系引起海事界的高度重视。对此研究的成果可有助于指导海员训练；减少船舶碰撞事故，保障航行安全；辅助海事司法机关断案等。目前海事界对此研究的问题主要体现在；人为失误与碰撞事故之间的关系没有得到量化；缺乏可供研究人为失误的可靠数
3、据。本文通过对“避碰规则”及大量船月自碰撞事故案例的研究把。人为失误”因素归纳为嘹望 过失、航海过失、信号及通信联络过失、操纵过失、安全航速过失、未用良好船艺过失六大类。 在此基础上建立了灰色差联一主成分分析组合评判方法，并根据少量海事调查报告数据量化了 这六类过失对碰撞事故影响的关联程度，进而判明哪些是主要影响因素，哪些是次要影响因素。2 灰色关联分析主成分分析组合评判法2 1 基本思路灰色关联分析是一种多因素统计分析方法，它在各因素的样本数据的基础上，用灰色关联来描述因素间关系的强弱和大小。与传统的多因素分析方法如相关分析、回归分析等相比，灰色关 联分析对数据的要求较低，且计算量小。但是基
4、于灰色关联分拆而得的数据，不能反应因素间的相关性，且不能指出影响评价结果的主要指标。为了弥补这一缺陷本文引入了主成分分析法。主成分分析法是一种降维的统计方法，它可以用尽量少的综合指标代替众多的原始数据，并尽可能多地反映原始数据所提供的信息。通过对样本相关阵的内部结构关系的研究提出影响碰撞事故的综合指标，使综合指标为原来六类“人为失误”因素的线性组台。综合指标不仅保留了原始变量的主要信息，彼此之间又不相关，比原始变量具有某些更优越的性质。通过对综合指标的分析，我们可以清楚地知道六类过失的严重程度排序，使我们在研究碰撞事故时更容易抓住主要矛盾。 灰色关联主成分分析组合评判方法的基本思路是应用灰色关
5、联分析进行定性指标定量一! 竺丝壁堡兰塑簦! 垒茎叁化和体现指标问重要程度的差异，应用主成分分析法对各种“人为失误”进行综合评价，提取各 项过失的关联度数值。 2 2 算法的具体步骤( 1 ) 确定分析序列设因变量数据构成参考序列嚣，各自变量数据构成比较序列x 玲= 1 , 2 , 3 ，功。则n + 1个数据序列形成矩阵如下：其中( X o ，x ：，Z ) =x ：( 1 )x ；( 1 )x ：( 1 )( 2 )x ：( 2 ) ( 2 )工：( ) x i ( r )z ：( )Z = ( 工：( 1 ) ，工：( 2 ) ，( ) ) 7 ，i = O ，1 ，2 ，6 ，N 为变
6、量序列的长度。( 2 ) 对变量序列进行无量纲化采用均值公式( | 】 ) ：1 ；堡L 专丢抟)( x o ，墨，五) =X o ( 1 )置( 1 ) 矗( 1 )x o ( 2 ) 而( 2 ) 毛( 2 )x o ( N ) 墨( ) x A ) J _ ，+ ”( 3 ) 对差序列、最大差和擐小差计算无量纲矩阵中第一列( 参考序列) 与其他各列( 比较序列) 对应的绝对差值，得到绝对 差值矩阵如下zo l ( 1 )0 2 ( I )o 。( 1 )o - ( 2 ) A ( 2 ) A 。( 2 )o l ( ) ( ”“( )其中“( 1 j ) = X o ( k ) - x
7、, ( O I绝对差值阵中最大数和最小数即为最大差和最小羞：a ( n ：l i n ) ：e L n a 。，( _ j ) ) 兰晋身 。，( 纠I 盘s I 甜s ( 4 ) 计算关联系数将绝对差矩阵中的数据作如下变换：( 2 )( 3 )基于海事调查数据的人为失误与碰撞事故关联度计算铲筹篇器1 知( 1 )知( 1 ) ( 1 ) l I 磊。( 2 ) 知( 2 ) 磊( 2 ) I慷( ) 知( ) ( ) J 。( 4 )( 5 ) 主成分分析计算关联系数矩阵的协方差矩阵R 。求R 的前m 个特征值 如以，以及对应的特征向量“I ，“2 ，“，它们标准正交利用相关阵和公式岛= 勺
8、可得到6个自变量与由之产生的6 个主成分之间的相关系数阵。再根据公式b = 虏可以求出第乃主成分对第x 变量的解释程度即变差比铡的大小。通过以上分析，即可清楚地判明，各项过失的重要程度。相关系数短阵；变差比例矩阵：风l ( 1 )岛2 ( 1 )风。( 1 )P o 。( 2 ) P 0 2 ( 2 ) 风。( 2 )风。( ) p 0 2 ( ) 岛。( )( 1 )f 0 2 ( 1 )T O 。( 1 )f o l ( 2 )0 2 ( 2 ) f ( 2 )f o l ( ) r 0 2 ( ) 。( )( 6 ) 计算各项。人为失误”( 即过失) 与碰撞事故间的关联度根据主成分分析找
9、到主要成分与因素间的线性组合表达式，将表达式中的权重值，进行归一化处理其结果即可认为是所求关联度。 3 、“人为失误打因素的灰色关联主成分组合分析3 1人为失误因素的灰色关联分析本文通过对1 0 0 份碰撞事故书面报告I l l 的归纳整理，确定了碰撞事故中的人为失误数据表( 见 表1 ) ，并利用灰色关联主成分分析组合评判方法对其进行了分析。具体步骤及数据如下：首先确定分析序列。设各年发生的碰撞事故数为因变量，其数据即表3 一l 中的第一列构成参考序列x ：；碰撞过失为自变量，其年度发生次数数据构成比较序列工m = 1 , 2 ，3 ，疗) ，其中n为不安全行为个数，这里n 取值为6 与因变
10、量一起共有7 个数据序列，形成分析序列。1 0 3船舱碰撞与对策论文集茎! ：! ! ! ! 堡塑塑垡垄! 垫! 塑查堡堑生塑整 年碰撞事故教畸望过失航海过失信号及通信联结过失操教过失安全航速过失束用良好船艺过失度hx l如x |x x lx d1 9 9 36526621 9 9 465453o1 9 9 588345241 9 9 61 193781o1 9 9 787356221 9 蚰l O1 0266751 9 9 91 71 6221 11 142 0 0 01 81 4351 21 172 0 0 t1 21 046口46瑚242I132l1 9 9 3o 6o 5 8o 7 ,
11、 1I 2 8O 8 60 畸o 6 71 9 9 4O6o5 81 ，4 81 0 6o6 7o 6 4o1 9 9 5o 809 3l _ 1 i08 5o 7 10 , 1 31 3 31 9 9 61 ，i1 0 51 I il 4 9I1 4o 2 lo1 9 9 7O 8o8 II1 i1 0 6o 8 60 4 3o6 71 9 9 81 01 1 6o 7 41 2 8o 8 61 4 916 71 9 9 91 71 8 60 7 , 1m4 31 5 72 3 413 32 0 0 0I ，81 6 31 1 11 0 6l - 7 12 3 42 3 32 0 0 li
12、211 61 4 81 2 B1 2 9o 8 516 72 0 0 2O o 2 3o 3 7n2 1m4 3n4 3o 3 3第三步是求取序列差、最大差和最小差。如果各对应点间距离均较小，则两序列变化态势的一致性强，关联度高，否则一致性弱，关联度低。计算各过失与碰撞数在对应期间的间距得出绝对差值表结果如表3 - 3 。表3 - 3 绝对差值表根据绝对差值表3 - 3 ，可以得到最大差和摄小差1 0 4基于海事调查数据的人为失误与碰撞事故关联度计算( m i n ) = O 0 1( 瑚a x ) = 1 2 7第四步计算关联系数。对绝对差值表3 - 3 中的数据进行变换。可以得到关联系数表
13、3 - 4 。在 按照公式( 4 ) 计算关联度系数时p 的取值很重要，它决定了关联系数间差异的显著性。这里我 们取p _ o 1 。于是，关联系数可计算为：表3 - 4 关联系数3 2人为失误因素的主成分分析在灰色关联分析结果的基础上进行主成分分析。利用M A T L A B 的相关程序进行计算，得到了相 关系数矩阵，及与之对应的特征根和特征向量，进而求出6 个自变量X ，。x ，x 。与由之产生的 6 个主成分Y ，Y2 ，”，Y 。之间的相关性和主成分对变量的解释程度。结果如下：相关系教矩阵tI ，O ( 3 0 0仉5 4 9 70 5 3 8 I仉8 7 0 4 9 4 7仉4 6
14、0 5 4 9 71 0 0 0 00 6 3 6 0一也1 4 1 20 0 3 1 20 6 1 3 6o 5 勰l仉6 3 l - 0 O- 0 0 0 1 2o 5 5 9 6O ，5 2 4 60 8 7 9 0- 01 4 1 2- 0 1 2I 0 0 0 00 5 6 9 9m 6 8 20 4 9 4 “ 70 5 3 4 20 5 5 9 5也5 6 9 91 0 0 0 00 7 4 0 lO 4 5 0 6n5 1 3 60 6 2 4 5仉4 6 8 20 “ 7 4 0 11 tC 0 0 0特征值：0 ，0 0 6 50000O00 0 3 4 30000000
15、0 4 “ 7 0O0000On 0 越50000000 0 7 4 00000000 1 3 4 0特征向量：- 0 1 3 0 8- 0 7 7 0 2- 0 2 3 2 10 2 8 3 l0 4 5 2 25 2 2 6 30 2 1 6 4- 0 1 6 4 8一n0 5 4 30 1 4 5 60 7 5 2 605 7 9 00 舳7 50 8 蚰一札3 3 9 0- 0 5 5 2 3- 0 3 6 2 5- 0 5 1 7 0n7 3 9 3- 0 3 2 0 3仉5 1 1 5- 0 1 9 9 8- 0 6 5 2 l0 2 1 5 9- 0 4 3 2 2o 0 5 4 1 2瞳2 3 2 0- 0 5 0 31乱2 9 5 00 ，4 3 4 6n4 5 2O 2 0 0 8- 0 “ 7 5 5 l- 0 2 7 0 60 0 8 5 90 3 3 2 8船舶碰撞与对策论文集变量与主成分阃相关性矩阵；y l弘如n如y X 0 吨1 20 O S 7 0一仉4 6 7 20 3 6 1 26 0 1 7 621 9 0 9轴0 0 7 1 70 0 2 3 5-
