蒋少奇, 陈伟炯， 谢启苗， 汪金辉， 张盼飞

(上海海事大学 a.海洋科学与工程学院； b.海洋公共安全研究中心； c.商船学院， 上海 201306)

重大船舶事故的研究一直备受国内外学者的关注，目前,主要基于统计模型对事故数据进行分析[1-2]，如泊松模型[3]、负二项(Negative Binomial,NB)模型[4]、有限混合回归模型和分位数回归方法等。[5-6]以统计分析作为事故的研究基础，在事故分析中发挥重要作用。但统计方法往往假定致因间相互独立，导致可能出现量化分析结果与实际不符的情况。[7-8]事故的发生无疑是复杂致因关联作用的结果，结合关联分析方法可有效提高统计结果的准确性。[9-11]目前，关联分析方法已在交通运输领域得到应用，如:赵怀鑫等[12]提出基于灰熵法研究国民经济宏观因素与公路货运量和货物周转量之间的关联关系；孙丽萍等[13]基于模糊证据推理和改良灰色关联度的风险排序方法对浮式生产储卸油装置(Floating Production Storage and Offloading,FPSO)原油舱的失效模式进行风险辨识，通过TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)思想解决失效模式和影响分析(Failure Mode and Effects Analysis,FMEA)相同风险优先数(Risk Priority Number,RPN)的问题；YAZDANI等[14]针对复杂的供应链决策问题，提出基于工作效能(Quality Function Deployment,QFD)和灰色关联分析(Grey Relation Analysis,GRA)融合的多属性决策支持模型，创新性地解决在区间值模糊环境中，由于庞大距离的计算量使决策者难以获得结果的问题。这些研究成果为GRA的应用奠定重要基础。

GRA主要通过期望结果与实际序列间的距离确定相似程度，从而准确地反映因素间的关联性。但传统关联方法缺乏对结果的验证分析，可能出现相同关联系数值的情况，导致部分因素无法进行关联度排序。……