不确定条件下内河航道通航环境风险评价

论文摘要

在船舶大型化趋势明显,船舶交通量迅猛增长的背景下,如何保障船舶进港航道通航环境,确保船舶安全、有效进港成为众多研究关注的焦点。结合高斯混合聚类模型（Gaussian Mixture Model, GMM）和概率神经网络（Probabilistic Neural Network, PNN）的特点,构建在不确定条件下的基于GMM-PNN模型的内河航道通航环境风险评价模型。案例分析表明:所提出的模型具有较强的应用性和普适性,能够为有关部门实施现代化海事监管提供夯实的理论基础。

论文目录

• 1 通航环境风险评价体系的建立
• 2 研究方法
•   2.1 高斯混合聚类
•   2.2 概率神经网络
•     2.2.1 贝叶斯决策理论
•     2.2.2 概率神经网络结构
•   2.3 GMM-PNN模型
• 3 算 例
•   3.1 高斯混合聚类
•   3.2 概率神经网络训练
•   3.3 结果验证
• 4 结束语

文章来源

类型: 期刊论文

作者: 邱文钦,唐存宝,唐强荣

关键词: 通航环境,高斯混合聚类,概率神经网络,风险评价,不确定性

来源: 中国航海 2019年01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: 广州航海学院海运学院

基金: 广东省交通运输厅科技计划项目(2012-02-045)

分类号: U698

页码: 52-55+67

总页数: 5

文件大小: 374K

下载量: 203