摘 要

为了探究船舶碰撞事故的内在规律，为以后的事故结果判定提供参考，本论文提出了一种基于随机森林算法的船舶碰撞事故分析以及预测模型。对事先收集的136篇船舶碰撞事故报告进行筛选整理，提取并量化了18个影响船舶碰撞严重程度的因素。首先，运用基于随机森林的封装式特征选择算法RFFS对18个特征进行分析，得出不同特征对船舶碰撞事故严重程度的重要性排序，提取出了对船舶碰撞严重性影响程度较大的几个特征因素。这样做既减少了不同特征之间的相关性、同时又避免了数据的冗余。然后，结合随机森林算法模型实现了对船舶碰撞严重程度的预测，经过实证分析结果表明：在二分类和多分类预测问题上，本论文所提出的基于随机森林算法的船舶碰撞事故预测模型与另外三种相似模型相比都具有较高的预测精度和更高的预测能力，并且所提出的预测模型具有很好的外推性，本次论文研究结果的有效性良好。

关键词：机器学习；随机森林算法；特征选择；二分类预测；船舶碰撞事故

Abstract

In order to explore the inherent law of serious vessel collision accident and provide reference to determine the result of future accident, this paper proposed a new vessel collision accident analysis and predicting model based on random forest algorithm. After collecting 136 complete vessel collision accident reports, 18 factors of the severity of the vessel collision were extracted and quantified. Firstly, the 18 characteristics are analyzed by using the “Random Forest-based” encapsulation feature selection algorithm RFFS. In this paper it points out the importance of different characteristics to the severity of the vessel collision accident, and puts forward some characteristic factors which have great influence on the severity of vessel collision accidents. This not only reduces the correlation between the different characteristics, but also avoids the data of redundancy. Then, the random forest algorithm model is used to predict the severity of vessel collision accidents. The results show that, in terms of binary classification and multi-classification prediction, the vessel collision accidents analysis and prediction model based on the random forest algorithm proposed in this paper has higher prediction accuracy and higher prediction ability than the other three similar models. The results of this paper are effective and the proposed model has a good extrapolation.

Key Words：Machine learning；Random forest；Feature selection；Binary classification；Vessel collision accident

目 录

摘 要 I

Abstract II

目 录 I

第1章 绪论 1

1.1 论文研究的背景、目的与意义 1

1.2 国内外研究现状 1

1.3 论文主要研究内容安排 2

第2章 随机森林算法和特征选择的原理 5

2.1 随机森林算法原理概述 5

2.1.1 决策树 5

2.1.2 信息增益和基尼指数 8

2.1.3 随机森林的构造过程 9

2.2 基于随机森林的封装式特征选择算法RFFS 11

第3章 船舶事故的分析以及预测 13

3.1 对船舶碰撞事故数据的预处理 13

3.2 基于特征选择算法的碰撞特征分析模型 17

3.3 特征选择算法的实验结果及分析 18

3.4 基于随机森林算法的船舶碰撞事故严重程度预测模型 20

3.5 基于随机森林算法的船舶碰撞事故严重程度预测结果 22

3.5.1 船舶碰撞事故严重程度的二分类预测结果 22

3.5.2 船舶碰撞事故严重程度的四分类预测结果 23

第4章 总结与展望 24

4.1 论文工作总结 24

4.2 研究工作展望 24

参考文献 25

致 谢 26

第1章 绪论

近年来，随着我国以及全世界经济的快速发展，全球化的贸易交流机会也越来越多。其中，水上运输以其具有能耗低、运输量大、适应性强和能够国际通航等诸多特点，现如今已经成为了交通物流中最主要的运输方式。根据国内外媒体的相关报道，我国已初步形成了以水上贸易为主的新型海上丝绸之路的贸易构架。但是，随着船舶数量的增加带来的是水上交通事故的频繁发生，造成了严重的人员，财产和环境的损失。据相关统计报道，船舶碰撞事故占总体船舶事故的比例能达到50%以上^[1]，在水上交通事故类型中，碰撞事故一直占据主导地位。因此，我国的相关管理部门近年来一直在探索如何制定有效的管理措施来减少水上船舶碰撞事故的发生。

论文研究的背景、目的与意义

船舶碰撞事故是指在水域中，内河船舶与内河船舶、内河船舶与海船之间或内河船舶与其他水上设施之间，因为非正常直接接触或非正常间接接触造成船舶、人身或者其他财产损害的事故^[2]。

近年来，通过加强水上交通安全监管，水上交通事故事故数逐年降低。查阅相关报道可知，2015年我国水上交通事故发生率同比2014年下降了18.3%，但事故所造成的直接经济损失反而却上升了34.6%。由此可见船舶事故的严重程度并没有得到有效的控制，因此，对船舶碰撞事故严重程度的分析有利于降低船舶碰撞损害，对改善现有的通航环境具有重大意义。