GM-Markov模型在船舶水上交通事故预测中的应用

2021-11-25李政良杜柏松刘然高健

机械工程师 2021年11期

李政良，杜柏松，刘然，高健

（浙江海洋大学船舶与海运学院，浙江舟山 316022）

0 引言

船舶水上交通安全长久以来一直受到国际社会的广泛关注，船舶水上交通事故的预测是保障水上安全的一项重要内容。国际社会出现了一系列方法，如加权灰色理论预测法、BP神经网络模型预测、博克斯-詹金斯法、时间序列预测法等用于船舶水上交通事故的预测。上述方法中，加权灰色理论预测[1]需要人为选取合适的权值矩阵，博克斯-詹金斯法[2-3]在预测长期的数据时预测精度趋于下降，BP神经网络模型[4]往往导致局部极小化且程序复杂，另外还有时间序列等预测方法，在进行相关预测时均有不尽人意之处。灰色预测模型[5]实质上是利用时间响应函数即指数曲线去拟合实际值，但其对于振荡幅度和速度较大的船舶水上交通事故数据的预测结果存在较大的偏差，而马尔科夫预测是一个能够反映随机因素影响程度大小和修正偏离程度的动态系统。鉴于此，本文拟将马尔科夫预测与灰色预测理论的优势互补[6]，构造GM-Markov预测模型来对未来一段时间内的船舶水上交通事故数做出预测和判断，经实例验证计算表明该模型可以有效地减小预测序列的波动性，从而增加预测值的精确度，可以更为准确地进行船舶水上交通事故预测，为主管机关管控船舶的水上交通安全提供精确的数据支持。