张树奎，肖英杰，苏文明

(1. 江苏海事职业技术学院 航海学院，江苏 南京 211170；2. 上海海事大学 商船学院，上海 201306)

航道内实时船舶交通流航行风险主动评估

张树奎1，2，肖英杰2，苏文明1

(1. 江苏海事职业技术学院 航海学院，江苏 南京 211170；2. 上海海事大学 商船学院，上海 201306)

为主动评估航道内实时交通流航行风险，并对交通事故状态做出预警，利用高斯混合模型和最大期望算法构建了贝叶斯网络。基于长江草鞋峡水道内船舶检测器数据和交通事故数据，学习和训练贝叶斯网络的结构和参数，构建了贝叶斯网络分配器。分别对8组船舶交通流数据建立贝叶斯网络分类模型，结果表明：采用交通事故发生前20～40 min内、且距离事故地点最近的2个船舶检测器的数据构建的模型分类效果最优，正确率为78.13%。最后通过与BP神经网络和K近邻两种估计算法比较，证明了BN模型预测效果更优，是一种较好的实时交通流航行风险评估方法。

交通工程；航道；交通事故；贝叶斯网络；风险；主动评估

0 引 言

水路运输作为一种最经济、最环保的运输方式，在综合运输体系中起到了非常重要的作用，港口航道是水路运输的主骨架，作用不可替代。据统计，仅江苏沿江港口2010年船舶货运量就达到9.4亿t，货物吞吐量是密西西比河的2倍，莱茵河的3倍，已连续多年居世界内河货运量首位。另一方面，航道内偶尔发生的船舶交通事故不仅造成人员伤亡和财产重大损失；同时，由于发生溢油、漏油等重大恶性事故，环境治理带来的经济损失难以估计。……