基于贝叶斯网络的海盗袭击事件影响因素

论文摘要

为分析海盗袭击事件的影响因素,减少海盗袭击事件的发生,保障海上运输安全,引入贝叶斯网络理论,利用期望最大化(Expectation Maximization,EM)算法和联合树推理算法构建海盗袭击事件分析模型。根据东南亚海域海盗袭击事件的实际数据获得贝叶斯网络(Bayesian Networks, BN)结构各节点之间的概率依赖关系,并对海盗袭击成功节点进行敏感性分析。分析结果表明:外界环境、船舶自身风险和时间是影响海盗袭击事件发生的主要因素。

论文目录

• 1 海盗袭击事件影响因素分析
•   1.1 船舶自身风险
•   1.2 外界环境
•   1.3 反海盗保卫措施
• 2 海盗袭击事件模型构建
•   2.1 BN构建
•     2.1.1 模型拓扑结构识别
•     2.1.2 模型参数训练
•       （1） 期望计算 （E-step） :
•       （2） 最大化计算 （M-step） :
•   2.2 敏感性分析
•   2.3 敏感性分析推理算法
• 3 实例分析
•   3.1 数据收集和处理
•   3.2 模型训练结果
•   3.3 敏感性分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 蒋美芝,吕靖,王爽

关键词: 水路运输,海运安全,贝叶斯网络,敏感性分析,海盗袭击,期望最大化算法,联合树算法

来源: 中国航海 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 安全科学与灾害防治,公路与水路运输

单位: 大连海事大学交通运输工程学院

基金: 国家自然科学基金(71473023),中央高校基本科研业务费专项资金(3132016359),教育部人文社会科学规划基金(16YJAZH030)

分类号: U698.8

页码: 87-92

总页数: 6

文件大小: 354K

下载量: 260