0 引　言

海上交通量增长迅速，导致船舶航行碰撞事故发生概率直线上升^[1]，加剧了海事管理部门对船舶航行管理的难度。利用船舶航行防撞系统，可明显降低船舶航行碰撞风险的发生概率。为进一步提升船舶航行安全性，研究更加有效的船舶航行防撞系统风险识别方法^[2-3]。张文君等^[4]通过等级全细建模框架，建立船舶航向风险因素识别模型，获取航行风险影响因素，利用评级与管理思想，筛选船舶航行风险影响因素，通过贝叶斯方法结合筛选后的影响因素，得到船舶航行风险识别结果。该方法可有效识别船舶航行风险，确保船舶航行安全。但该方法无法解决风险识别信息的模糊性问题，影响风险识别结果的客观可靠性。朱清华等^[5]通过系统方法确定船舶航行风险影响因素体系，并计算各影响因素的权重，结合二维灰云模型，得到船舶航行风险识别结果。该方法可为船舶航行风险识别提供参考依据。但该方法在确定指标权重时的主观意识与随意性均较强，无法客观呈现指标真实信息的多少，影响船舶航行风险识别效果。采用博弈论的组合赋权法，能够平衡主观权重和客观权重，提升风险识别效果。模糊综合评价法在助理风险识别信息模糊性上具备一定的优势，可提升风险识别结果的客观可靠性。为此，研究船舶航行防撞系统风险识别方法，为提升船舶航行安全性提供参考依据。

1 船舶航行防撞系统风险识别方法

以B/S架构为基础，设计船舶航行防撞系统，该系统的整体结构如图1所示。

1）用户管理模块负责对船舶航行防撞系统进行用户注册、登录、权限管理，系统管理员可实时查看注册用户的信息，并对其展开功能授权与收回授权。用户可通过用户管理模块，登录船舶航行防撞系统。

2）用户登录船舶航行防撞系统后，操作模块利用相位激光测距算法，获取船舶和障碍物间的距离；操作模块还具备模拟航行、轨迹回放、记录船舶详细信息的功能^[6]。

3）风险识别模块依据操作模块获取的船舶相关信息，建立船舶航行碰撞风险识别指标体系；利用博弈论组合赋权法，计算各指标权重；通过模糊综合评价法，结合指标权重，得到船舶航行碰撞风险识别结果，并以列表的形式呈现给用户^[7]。

4）碰撞预警模块依据风险识别等级生成预警列表，并及时定位报警船舶，统计高危险区域，提升船舶航行安全性。

5）显示模块以电子海图的方式实时呈现各船舶的位置以及预警信息。

1.1 船舶和障碍物间的测距算法

操作模块利用相位激光测距算法，获取船舶和障碍物间的距离 $ D $ 。该算法的核心思想为：通过发射激光的调制波长 $ \lambda $ ，求解该相位延时所占据的距离，即船舶和障碍物间的距离。激光往返时间 $ t $ 的计算公式为：

$ t = \frac{\theta }{{2{\text{π}} f}}。$

(1)

式中： $\theta $ 为激光接收和发射时刻的相位差； $ f $ 为激光振荡频率。

$ D $ 的计算公式为：

$ D = \frac{{ct}}{2} = \frac{c}{2}\frac{\theta }{{{\text{π}} f}}。$

(2)

式中，c为激光传播速度。

$ \theta $ 的计算公式为：

$ \theta = 2{\text{π}}N + \Delta \theta。$

(3)

式中： $ N $ 为整数； $ \Delta \theta $ 为 $ \theta $ 的变化量。

1.2 船舶航行碰撞风险识别指标体系构建

风险识别模块依据操作模块获取的船舶航行相关信息，建立船舶航行碰撞风险识别指标体系，如图2所示。船舶航行碰撞风险识别指标体系主要包含6个方面，分别是地理因素、气象因素、交通因素、船舶因素、操作人员因素与管理因素^[8]。

1.3 船舶航行碰撞风险识别

利用博弈论的组合赋权法，确定风险识别指标的权重。通过熵权法计算风险识别指标的客观权重，公式如下：

$ {w_j} = \frac{{1 - {H_j}}}{{\sum\limits_{j = 1}^n {{H_j}} }} 。$

(4)

式中： $ n $ 为风险识别指标数量；第 $ j $ 个指标的客观权重是 $ {w_j} $ ； $ {H_j} $ 为第 $ j $ 个指标的熵。

$ {H_j} $ 的计算公式如下：

$ {H_j} = - \frac{1}{{\ln n}}\sum\limits_{j = 1}^n {{p_j}\ln } {p_j}。$

(5)

式中， $ {p_j} $ 为第 $ j $ 个指标的离散概率。

利用层次分析法，计算风险识别指标的主观权重 $ {w'_j} $ ，通过博弈论组合 $ {w'_j} $ 与 $ {w_j} $ ，公式如下：

$ w_j^* = \sum\limits_{j = 1}^n {{z_j}{{\left( {{{w'}_j},{w_j}} \right)}^{\rm{T}}}}。$

(6)

式中： $ {z_j} $ 为 $ {w'_j} $ 与 $ {w_j} $ 的线性组合系数； $ w_j^* $ 为组合后的权重。

通过归一化处理 $ {z_j} $ ，优化 $ {z_j} $ ，提升权重线性组合精度，公式如下：

$ z_j^* = \frac{{{z_j}}}{{\sum\limits_{j = 1}^n {{z_j}} }}。$

(7)

将式(7)代入式(6)便可获取最终的风险识别指标权重 $ w_{}^* $ 。

利用模糊综合评价法，结合风险识别指标权重，完成船舶航行碰撞风险识别，具体步骤如下：

步骤1　确定船舶航行碰撞风险识别对象论域，令一级指标为 $ {U_i} $ ，二级指标为 $ {U_{ij}} $ 。

步骤2　确定风险识别等级论域 $ V = \left( {{V_1},{V_2}, \cdots ,{V_5}} \right) $ ，分别代表高风险、较高风险、一般风险、较低风险、低风险，风险识别等级的分值区间如表1所示。

步骤3　利用博弈论计算各指标的权重 $ w_{}^* $ 。

步骤4　构造风险识别指标对各识别等级论域的模糊关系矩阵 $ {S_j} = \left( {{s_{jk}}} \right) $ ， $ {U_i} $ 内第 $ j $ 个因素 $ {U_{ij}} $ ，对 $ V $ 内第 $ k $ 个等级 $ {V_k} $ 的隶属度是 $ {r_{jk}} $ 。

步骤5　标准化处理 $ {S_j} $ ，公式如下：

$ S_j^* = \frac{{{s_{jk}} - \min \left\{ {{s_{jk}}} \right\}}}{{\max \left\{ {{s_{jk}}} \right\} - \min \left\{ {{s_{jk}}} \right\}}} 。$

(8)

步骤6　建立模糊综合评价模型，公式如下：

$ {Q_j} = w_j^* \times S_j^*。$

(9)

式中， $ {Q_j} $ 为第 $ j $ 个指标的风险识别分值。

2 实验结果与分析

以某船为实验对象，所在航道长度为7.1 n mile，宽度为300 m，每年夏季多西南风，水域潮流基本为沿深水水道流动。利用本文方法为该船进行船舶航行防撞系统风险识别。以某天的船舶航行情况为例，天气晴朗，风力为5～6级，最大流速为1.83 m/s，最大浪高为1.2 m，航道内交通量为153，船宽为25 m。

利用本文方法记录船舶的详细信息，本文方法记录的部分信息如表2所示。可知，本文方法可有效记录船舶航向的详细信息，为后续船舶航行碰撞风险识别提供数据支持。

利用本文方法计算该船风险识别指标的权重与风险识别分值，计算结果如表3所示。可知，本文方法可有效计算各风险识别指标的权重与分值，对比表1可知，该船的地理因素中各二级指标的分值均属于低风险等级；气象因素中仅有涌浪指标的分值属于低风险，其余2个二级指标的分值均属于较低风险；交通因素中仅有时均船舶通量分值属于低风险，其余2个二级指标的分值均属于较低风险；船舶因素中各二级指标的分值均属于一般风险；操作人员因素中仅有生理状态分值属于低风险，其余3个指标分值均属于较低风险；管理因素中仅有海事监管分值属于较低风险，其余4个指标分值均属于低风险。综合分析可知，该船的航行碰撞风险等级较低，仅需重点关注船舶因素对于航向碰撞风险的影响，提升航行防撞效果。

本文方法可有效呈现船舶碰撞风险预警信息，及时提醒工作人员船舶存在的潜在碰撞风险，并加以规避，提升船舶航行防撞效果，确保船舶安全航行。

3 结　语

研究船舶航行防撞系统风险识别方法，提升风险识别效果，避免船舶间发生碰撞危险，提升船舶的自我保护能力与防撞能力。