英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

Incorporation of formal safety assessment and Bayesian network
in navigational risk estimation of the Yangtze River

综合安全评估与贝叶斯网络结合的长江流域通航风险评估
D. Zhang ^a,b, X.P. Yan ^a,b, Z.L. Yang ^c, A. Wall ^c, J. Wang ^c
a Intelligent Transport Systems Research Centre, Wuhan University of Technology, Wuhan 430063, China
^b Engineering Research Centre for Transportation Safety (Ministry of Education), Wuhan University of Technology, Wuhan 430063, China
^c Liverpool LOgistics, Offshore and Marine (LOOM) Research Institute, School of Engineering Technology and Maritime Operations,
Liverpool John Moores University, L3 3AF, UK

ARTICLE INFO文章信息
Article history文章历史:
Received 23 May 2011
Received in revised form
1 March 2013
Accepted 10 April 2013
Available online 25 April 2013
Keywords关键字:
Maritime safety海上安全
Formal safety assessment (FSA)综合安全评估
Bayesian network贝叶斯网络
Risk matrix风险矩阵
Yangtze River长江

Nomenclature术语

ALARP 合理可行的最低限度
BN 贝叶斯网络
CPT 条件概率表
FSA 综合安全评估
IWTS 内陆水上交通系统
MSA 海事局
PSA 参数灵敏度分析
RCOs 风险控制选项
SCFs 风险因素
CoA 事故后果
PoA 事故概率

摘要：综合安全评估（FSA）是目前流行的一种系统化结构化的风险评价方法，它已经被广泛的应用于世界造船行业。在此背景下，中国最大甚至是世界最繁忙的内河流域长江的通航安全问题也引起了人们的广泛关注。在过去的几十年里，由于国家关于中西部的发展战略，长江流域的通航量得到了快速的增长，但是碰撞、搁浅、溢油和火灾等事故却频繁的发生，有时还造成了非常严重的后果。为了了解长江流域通航的安全性，本文使用了FSA的理论与贝叶斯网络相结合的方法来分析了长江流域的通航风险。通航风险模型的建立是通过对风险概率和风险后果的综合评价并与风险矩阵的比较得出的，最后还通过对场景的分析论证了模型应用的正确性。

1. 前言

根据人民日报2010年8月30日刊，长江流域是世界上最繁忙的航运内陆水域。由于中国的改革开放政策，国外船只在长江上航行的数目从20世纪70年代的每年数百艘增长到2010年的每天数百艘。

水中交通工具的增长同样带来了水上安全事故频繁的发生，碰撞、搁浅、触损、溢油和火灾等事故对长江流域的可持续发展造成了非常严重的破坏。因此，从政府部门到企业再到研究机构都对长江流域的安全评估问题给予了高度的重视。

1.1长江流域风险评估

为了尽最大的可能降低水上事故的后果，长江海事局（MSA）建立了一套指在降低风险的应急管理机制。在这个机制中不同的风险评估理论被用来调查事故的起源，其中有层次分析法（AHP），灰色理论估计，模糊数学和综合安全评估（FSA）。先前的研究包括：

张笛等[3]用层次分析法建立了航运风险模型。Yang[4]针对长江上典型狭窄水域风险级别的问题使用灰色综合评价的方法进行了风险评估。Gao[5]使用FSA的理论估计了多桥水路的通航风险。Qin[6]则使用包括AHP、模糊数学、综合安全评估理论分析了不同类型的水上安全问题。

尽管以上的研究详细说明了长江水上安全面临的主要风险和部分控制通航风险的办法，但是这些风险分析的研究主要依赖于对主观数据例如专家判断和问卷调查的使用。另外，尽管定量分析在水上安全评估中越来越流行，FSA理论被世界广泛的接受，但是并没有太多的研究者很好的利用两者的优势来进行自己的研究。还有就是以上公开发表的研究中均没有同时考虑风险发生的概率和风险的后果这两个方面。

因此，本文将使用定量分析的理论来估计长江流域的通航风险，具体使用的是基于主管和客观数据结合的贝叶斯网络（BN）并与FSA相协调的办法。

1.2.FSA结构框架

2002年，英国海事与海岸警备局（MCA）在国际海事组织（IMO）的授权下发布了一个关于FSA的正式执行框架，它由以下五步组成：

1. 对风险的识别
2. 对这些风险的评估
3. 对评估后风险的管理
4. 对风险控制措施成本的评估
5. 对给予措施的选择

图1.[7]展示了FSA的逻辑框架。

FSA是一种已被证明的借助风险和成本评估来帮助海上安全管理进行决策的方法。虽然它已经被应用于世界上多种海上综合系统[8–14]，但是类似应用几乎没有出现在针对长江流域的安全评估中，并且大多数还只用到了定性分析的办法。例如Gao[5]的研究中只用FSA的办法讨论了多桥水域的通航风险，并提出了对风险管理的风险控制办法。

决策制定者

风险识别 风险评估 决策制定推荐

风险控制选项

成本收益分析

图1 FSA结构框架

1.3.文章背景

虽然内陆水上交通系统（IWTS）是一种低能耗低污染的交通方式，但是国家对2838KM长江流域航运的安全性和有效性的担忧也在不断加剧。尽管FSA已经被证明是进行海上安全风险评估的一种有力工具，但是文献调查显示其很少被应用于内陆的水上交通系统中，同时显示更少的研究使用了定量的风险分析办法。针对这些发现，这篇文章决定使用FSA理论和贝叶斯网络相结合的办法对长江的通航风险进行评估，从而为风险控制者做出基于风险的决策提供帮助，加强长江流域的通航安全。

针对长江流域的安全问题，这篇文章主要关注的是FSA应用中第一层的问题（包括第1、2和5步）。首先，产生事故的风险影响因素也叫作风险因素（SCFs）。这些基于历史事故数据分析得出的风险因素，可以被用来用程序建立基于数据的贝叶斯事故后果模型。并且最后将这些贝叶斯网络模型的分析结果，对应风险矩阵，就能够分析通航风险中的事故后果和事故发生概率。以下的章节将从最初的风险识别进行说明。

1. 风险识别

这一节的研究建立在对长江流域1986-2007年船舶事故统计数据的分析上[15]。31年里，长江流域一共发生了3180次船舶灾害事故， 3053人死亡，1288艘船舶失事，直接经济损失高达5.4亿元。

2.1.统计指标

根据中华人民共和国交通运输部习惯使用的事故统计指标，事故的数目、死亡人数、船舶失事和直接经济损失这四个指标被分离出来，用在进行风险识别。

图2 显示了这四个统计指标在30年里的波动情况，尽管数据显示21世纪后灾害事故数、死亡人数、船舶失事量有明显的下降，但是这极有可能是由于大型船舶的加入，因此直接经济损失依然和往年持平。

图2 长江海事局长江流域船舶事故统计数据 [15]

2.2.事故类型

事故类型根据交通运输部水上交通统计数据被分为七种[16]，分别是碰撞、搁浅、触损、浪损、风损、火灾和其他。表1表示了他们各自的灾害数目在1986-2007年船舶总事故数中的占比。

碰撞、触损和搁浅事故占了事故的大多数，分别为49%、21%和15%（总共是85%）。相对于他们来说，风损、火灾和浪损就显得不那么重要了。

表1 1986-2007年船舶事故分类

碰撞

搁浅

触损

浪损

风损

火灾

其他

事故类型 次数 比例 级别

2.3.事故原因机理分析

根据长江流域事故的统计数据，我们发现75%的事故是由人员的操作失误造成的，船舶本身和环境因素造成的则各占8%。

内陆水上交通系统通常被认为由四个因素组成，分别是人员、船舶、环境和管理[17]。图3 表示了内陆水上交通系统事故发生的机理。

图3中我们发现尽管人类失误比如判断失误或者操作失误通常被认为是导致一个随机事件最终变为事故的直接原因，但是其他的因素比如船舶或者环境因素同样影响巨大且容易引起连锁反应。因此，在评估安全影响因素，选择内陆水上交通系统的风险因素时，所有的四个因素都应该得到足够的重视。

风险因素可以由历史统计数据和专家判断共同决定。表2 显示了具体的分类[18]。

当完成了风险因素的定义，我们就可以使用这些被命名的风险因素进行风险分析。

通常，我们不可能充分的收集到所有风险因素数据进行风险分析，所以大多数的风险评估都是在有限的数据下对风险进行分析的。介于此，本文选择贝叶斯网络进行建模，充分利用其能使风险在有限数据下与对模型的证据信息产生联系的优点。在下一节具体介绍了贝叶斯网络的原理。

随机

船舶

管理 人员 事故

环境

图3 内陆水上交通系统事故机理分析

表2 风险因素

人员 船舶 环境 管理

年龄 总载重吨

航海经验 船龄 自然条件 官方

资质 面积

性格 装货 航道条件 船东

心理 结构

交通条件 船自身

1. 贝叶斯网络

贝叶斯网络在智能决策的建模领域、安全评估、医学诊断、图形识别、计算机网络诊断等方向均获得了成功。由于许多现实生活中的问题本身就存在不完整的信息或者认知能力有限而产生不确定性的现象，所以贝叶斯网络的特点为不同领域的类似问题提供了有效的解决途径，其中就包括对海上安全的风险评估[19-24]。

3.1.贝叶斯网络背景

贝叶斯网络是基于贝叶斯定理的贝叶斯推断。贝叶斯定理被证明是一种完整的数学理论，用来表示随着认识的增加不确定性会显著下降的特点。至于对

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[146140]，资料为PDF文档或Word文档，PDF文档可免费转换为Word