基于SVR模型的水運化學品事故損害賠償?shù)难芯?/h1>

2013-08-02 03:59:06張建霞許樂平何建海

交通運輸系統(tǒng)工程與信息訂閱 2013年5期 收藏

關(guān)鍵詞：船舶模型

張建霞,許樂平,何建海

(上海海事大學商船學院,上海201306)

基于SVR模型的水運化學品事故損害賠償?shù)难芯?/p>

張建霞,許樂平*,何建海

(上海海事大學商船學院,上海201306)

散裝化學品船舶是一種移動的危險動態(tài)源,在運輸中出現(xiàn)的事故對人員安全和海洋環(huán)境威脅最大.因此需要結(jié)合化學品在船舶運輸中的特性,對化學品泄漏污染損失額進行合理的估算,為船舶污染索賠和環(huán)境保護提供科學的理論依據(jù).SVR作為一種基于統(tǒng)計學習理論的非線性回歸模式,具有良好的通用性和魯棒性,它通過算法從訓練數(shù)據(jù)中抽取小的子集,建立拓撲結(jié)構(gòu),可以在有限樣本下獲得最優(yōu)解,在解決回歸、擬合等領(lǐng)域有著廣泛的應(yīng)用.本文在介紹SVR回歸擬合的原理和算法的基礎(chǔ)上,通過對實例的選取和分析,進行了水運化學品泄漏事故的風險識別和事故損害賠償?shù)念A(yù)測,建立了SVR模型對環(huán)境風險的損失價值進行了評估.仿真結(jié)果表明,SVR在水運化學品事故損害賠償評估中有著良好的預(yù)測性和可行性.

水路運輸;SVR;小樣本;損害賠償;預(yù)測模型

1 引 言

由于船舶運輸有著運輸量大、成本低的優(yōu)點,在各類運輸方式中占有很大的比例.近年來,隨著高科技的發(fā)展,各種先進技術(shù)也相繼應(yīng)用在船舶上,但船舶事故仍時有發(fā)生,其中既有人的因素,也有環(huán)境和管理因素.而危險品船舶運輸作為一種特殊的船舶運輸方式,因其裝運貨物的特殊性,近年來受到了各國政府的普遍重視.但是,船舶爆炸和泄漏事故還是時有發(fā)生,讓人類防不勝防.在船舶事故發(fā)生后,常常伴隨著幾個問題,一是如何建立切實可行的事故損害賠償模型,對受害者的權(quán)益進行必要的維護;二是在通過模型得出損害賠償金額后,通過什么渠道來賠償.其中第一個問題尤為關(guān)鍵,國外因為有著完善的事故賠償機制,發(fā)生的船舶事故大都能得到有效的賠償.而我國航運事故賠償機制尚不完善,沒有形成合理、規(guī)范的污染損害評估機制,難以對發(fā)生的各類海洋事故進行科學的評估,使得受害方由于沒有索賠依據(jù)而得不到合理的賠償,大大影響了生產(chǎn)和環(huán)境的恢復(fù)建設(shè).

在污染損害評估方面,有關(guān)學者采用很多的的研究手段對突發(fā)性事故進行了環(huán)境方面的評價,在船舶溢油方面已經(jīng)有了一個較為完善的評估體系[1].挪威的Mark Reed,Deborah French開發(fā)了一套用于評估環(huán)境影響的石油和化學泄漏的系統(tǒng),它通過模擬不同污染物的理化狀態(tài)可用于計算事故對生物和環(huán)境的影響和損害程度[2];美國的海上有害物質(zhì)損害污染賠償主要依據(jù)兩部主要的聯(lián)邦法律《油污法》(Oil Pollution Act,簡稱OPA)和《環(huán)境反應(yīng)賠償責任綜合法》(Comprehensive Environmental Response,Compensation,and Liability Act,以下簡稱CERCL),前者主要規(guī)范油污損害民事責任及賠償,后者主要適用于石油以外的其他危險物質(zhì)污染;Deborah P.French Mccay等采用了篩分分析方法,利用CHEMMAP模型(泄漏化學品遷移軌跡和風化模型)對大型港灣泄漏的化學品的濃度和未來的遷移及水生生物鏈的生態(tài)危害進行了評估[3];我國如國家海洋局北海環(huán)境監(jiān)測中心以“塔斯曼海”輪溢油泄漏為例,在進行多次現(xiàn)場調(diào)查和監(jiān)測的基礎(chǔ)上,采用了數(shù)值模擬、油指紋識別、生態(tài)損害評估等技術(shù)評估手段,對海洋環(huán)境與生態(tài)損害程度進行了調(diào)查和評估.實踐表明,污染損害事實及程度的認定基本符合客觀事實[4,5],馬麗等通過對華盛頓州“索賠公式法”、佛羅里達州“直接計算法”和溢油生態(tài)損害快速預(yù)評估模式3種典型的簡易生態(tài)損害評估方法進行分析比較,指出了簡易評估方法對小型溢油事故生態(tài)損害進行快速、高效的評估和及時進行海洋生態(tài)損害賠償、修復(fù)具有重要意義[6].此外,北京師范大學的張繼偉通過開展海岸帶化工園區(qū)化學品泄漏事故的風險生態(tài)效應(yīng)識別與影響預(yù)測,建立了生態(tài)-經(jīng)濟模型評估環(huán)境風險的生態(tài)損害價值;還有采用海洋災(zāi)害經(jīng)濟損失評估模型、人工神經(jīng)網(wǎng)絡(luò)模型、自然資源損害評估、生境等價分析、中國的漁業(yè)損害評估等進行研究的.這些方法的結(jié)果相對準確、合理,但大多數(shù)耗時長,成本高,涉及的專業(yè)人員多,需要收集的信息量大,往往適用于大型或特大型溢油事故.對于船運化學品事故的損害賠償,還沒有太多的相關(guān)研究.本文在綜合分析船運化學品的物理、化學性質(zhì)的基礎(chǔ)上,結(jié)合事故發(fā)生時的海況、船舶狀況等相關(guān)因素,利用SVR建立了船運化學品損害賠償預(yù)測模型,并通過對不同核函數(shù)的選取,比較了其預(yù)測精度.結(jié)果表明,使用RBF核函數(shù)建立的SVR模型預(yù)測精度較高,可用于已發(fā)生事故損害賠償預(yù)測.

2 支持向量機的回歸原理及算法

SVR(Support vector machine for regression)是回歸型支持向量機,主要利用SVM解決回歸擬合方面的問題.作為一種新的機器學習方法,它的基礎(chǔ)是Vapnik的統(tǒng)計學習理論,采用的是結(jié)構(gòu)風險最小化準則,并且沒有數(shù)據(jù)維數(shù)的限制,可以大大提高網(wǎng)絡(luò)的泛化能力.SVR是在SVM分類的基礎(chǔ)上引入了不敏感損失系數(shù)ε[7],其核心思想是尋找1個最優(yōu)分類面使得所有訓練樣本離該最優(yōu)分類面的誤差最小.假設(shè)有一個訓練集,樣本數(shù)為L, xi(xi∈R)是第i個訓練樣本的輸入列向量,xi= [xi1,xi2,…,xid]T,yi∈R為對應(yīng)的輸出值.設(shè)在高維特征空間中建立的線性回歸函數(shù)為f(x)= wΦ(x)+b,其中,Φ(x)為非線性映射函數(shù),由于ε不敏感損失函數(shù)具有較好的稀疏特性,因此|yi-wxi-b|≤ε(i=1,…,l),如果存在擬合誤差,那么引入松弛變量:ξ≥0,ξ*≥0,則函數(shù)的回歸問題可以表述為[8]

式中 C為懲罰因子.在求解時,引入Largrange函數(shù),并將其轉(zhuǎn)換為對偶優(yōu)化問題,則有

由公式(5)可知,SVR的最終函數(shù)形式與SVM相同.在上式中,K為核函數(shù),它的選取對網(wǎng)絡(luò)的精度有著明顯的影響,常用的核函數(shù)有以下4種:

(1)線性核函數(shù)k(x,xi)=xxi;線性核函數(shù)是核函數(shù)的一個特例,主要是在原始空間中尋找最優(yōu)泛化性的線性分類器.

(3)徑向核函數(shù)k(x,xi)=;該函數(shù)是局部性很強的核函數(shù),其外推能力隨參數(shù)的增大而減弱.

(4)具有參數(shù)k和θ的Sigmoid核函數(shù)k(x,xi)tanh(k(xxi)+θ);當Sigmoid作為核函數(shù)時, SVR就成為一種多層感知器神經(jīng)網(wǎng)絡(luò),其隱含層的節(jié)點數(shù)目、隱含層節(jié)點對輸入節(jié)點的權(quán)值都是在訓練中自動完成的.而且它最終取得的值是全局最優(yōu)值,而不是局部最小值.從而保證對未知樣本的良好泛化能力,不會出現(xiàn)過學習現(xiàn)象.

選用不同的核函數(shù)形成不同的SVR,而構(gòu)造一個良好性能的SVR,核函數(shù)的選取是很關(guān)鍵的.通常使用不同核函數(shù),誤差最小的核函數(shù)就是最好的核函數(shù).

3 SVR模型的建立與分析

3.1 樣本數(shù)據(jù)集的構(gòu)建

對事故損害賠償進行評估時,需要建立一定的模型,本文在有關(guān)歷史數(shù)據(jù)的基礎(chǔ)上,選取了典型的17組數(shù)據(jù)作為樣本.這些樣本覆蓋了這些年發(fā)生在我國沿江、沿海的許多不同類型的危險化學品泄漏事故.在建立數(shù)據(jù)模型時,需要對影響事故賠償金額的各個因素逐一判定,在樣本的處理上,根據(jù)各因素對船舶泄漏風險評價體系的影響程度,主要選取了泄漏量、泄漏點、易燃性、反應(yīng)活性、健康危害性、氣象海況和船舶噸位等7項指標作為網(wǎng)絡(luò)輸入,以船舶損失賠償金額作為網(wǎng)絡(luò)輸出構(gòu)建網(wǎng)絡(luò)模型.在建模過程中,需要確定泄漏點、易燃性、反應(yīng)活性和健康危害性的等級大小.

泄漏點等級按照泄漏地點是否屬于自然保護區(qū)、養(yǎng)殖區(qū)、資源區(qū)、旅游區(qū)、浴場等,然后按照其承受污染風險的大小及程度分為5個等級,分別是:

0類源頭水、國家自然保護區(qū)屬于特殊控制區(qū),禁止排放污水區(qū).

1類集中式生活飲用水水源地、一級保護區(qū)、珍貴魚類保護區(qū)、魚蝦產(chǎn)卵場等,屬于特殊控制區(qū),禁止排放污水區(qū).

2類集中式生活飲用水水源地、二級保護區(qū)、一級魚類保護區(qū)、游泳池,屬于重點控制區(qū),執(zhí)行一級標準.

3類工業(yè)用水區(qū)、人體非直接接觸的娛樂、用水區(qū),屬于一般控制區(qū),執(zhí)行二級或三級標準.

4類農(nóng)業(yè)用水區(qū)、一般景觀要求水域,屬于一般控制區(qū)標準(排入城鎮(zhèn)生活污水處理廠).

由于船載化學品種類繁多,毒性相差很大,其風險分級指數(shù)等級劃分主要根據(jù)化學品的熱物理、毒性、環(huán)境反應(yīng)活性來進行,主要包括:可燃性、反應(yīng)活性和健康危害性.其依據(jù)是美國消防協(xié)會(NFPA)菱形數(shù)字分級和NPCA危險辨識標準.健康危害性按照對身體的傷害程度劃分為:0、1、2、3、4共5個級別;可燃性分級按照其內(nèi)在屬性(閃點溫度)劃分為0、1、2、3、4共5個級別;反應(yīng)活性則根據(jù)物質(zhì)在環(huán)境溫度下的穩(wěn)定程度劃分為0、1、2、3、4共5個級別[9].具體如表1所示.

由此,我們可以構(gòu)建一個模型,其中,有7個輸入,1個輸出,具體如表2所示(相關(guān)數(shù)據(jù)來自某海事局船舶事故數(shù)據(jù)統(tǒng)計).

表1 化學品理化分級表Table 1 Physical and chemical classification table of Chemical

表2 樣本參數(shù)分類表Table 2 Classification table of samples parameters

3.2 SVR模型參數(shù)的選取及仿真

在數(shù)據(jù)組織好以后,樣本數(shù)據(jù)分為2個部分:訓練樣本和測試樣本,1-13號樣本為訓練樣本, 14-17號樣本為測試樣本.訓練樣本應(yīng)具有代表性,主要用來對建立的模型進行訓練,調(diào)整參數(shù),其格式要滿足libsvm對數(shù)據(jù)的要求;試測樣本用于檢測模型的學習效果如何.選好以后,就可以利用svmtrain創(chuàng)建一個SVR模型.需要注意的是,在建立模型前,為了消除各個數(shù)據(jù)樣本因量綱的不同對模型的影響,對數(shù)據(jù)要進行歸一化處理[10],具體步驟如下:

(1)根據(jù)相關(guān)資料,對現(xiàn)有的數(shù)據(jù)進行量化和模糊處理,然后利用mapminmax函數(shù)對輸入矩陣進行歸一化處理,產(chǎn)生樣本集;

(2)建立相關(guān)SVR模型;

(3)利用所建模型對樣本進行分析;

(4)利用svmpredict進行仿真測試.

在進行預(yù)測時,需考慮相關(guān)參數(shù)對模型性能的影響,尤其是懲罰因子C和核函數(shù)方差g對預(yù)測精度的影響較大.一般,當模型的性能大致相近時,優(yōu)先選擇懲罰因子C較小的參數(shù),這樣,支持向量數(shù)少,計算量也小.

在模型的建立過程中,核函數(shù)參數(shù)k的不同取值對SVR的預(yù)測性能影響很大.參數(shù)選擇不同,網(wǎng)絡(luò)的學習效率和泛化性能也有很大的不同.在保證其他模型參數(shù)不變的情況下,僅修改核函數(shù)的類型,對模型的性能進行衡量,指標選用均方誤差E和決定系數(shù)R2.二者的計算公式如下:

選擇不同核函數(shù)時的均方誤差E和決定系數(shù)R2如表3所示.

從表3中可以清楚地看到,訓練集里,多項式的均方誤差較小,決定系數(shù)最大;測試集里,RBF的均方誤差最小,多項式和均方誤差的決定系數(shù)相當,盡管多項式核函數(shù)對應(yīng)的模型訓練集性能稍好于RBF核函數(shù),但是,其泛化能力較差,所以,RBF核函數(shù)對應(yīng)的模型泛化能力最好,性能最佳.因此.模型選用RBF作為核函數(shù).

表3 核函數(shù)類型對模型性能的影響Table 3 Effect of different Kernels on model performance

在其他參數(shù)的選取上,經(jīng)多次的測試、調(diào)整,選擇ε=0.001,C=10,g=0.7,建立仿真模型,其仿真結(jié)果如圖1和圖2所示.

圖1 訓練樣本結(jié)果Fig.1 Result of the training sample

圖2 測試樣本結(jié)果Fig.2 Result of test sample

由仿真結(jié)果可知,基于SVR建立的水運化學品事故賠償模型均方誤差MSE在訓練集和預(yù)測集中分別為5.95e-008和8.168e-006,相關(guān)系數(shù)分別為0.99和0.99,這說明SVR模型通過參數(shù)的調(diào)整,其誤差減小,回歸函數(shù)平滑,有效地提高了泛化能力.從圖2可知其預(yù)測值與真實值非常接近,表明SVR模型的預(yù)測精度非常高,水運化學品事故的賠償可以基于此SVR模型進行賠償金額的預(yù)測.

4 研究結(jié)論

(1)本文將回歸型支持向量機引入到水運化學品事故損害評估方面,在選取分析反映水運化學品事故損害賠償中的各個相關(guān)因素的基礎(chǔ)上,建立了以RBF為核函數(shù)的SVR損害評估模型,對化學品泄漏造成的環(huán)境污染危害賠償進行了預(yù)測.

(2)由預(yù)測結(jié)果可知,水運化學品的理化性質(zhì)對事故損害賠償?shù)挠绊懽畲?其次,事發(fā)時航行氣象海況也對事故的損害程度有一定的影響.SVR模型有較高的擬合精度和較好的泛化能力,可以準確地描述相關(guān)因素間的非線性關(guān)系,使得預(yù)測結(jié)果很好地貼合于實際,提高了損害賠償預(yù)測的準確度,在船舶化學品事故的應(yīng)急處理、危害評估和損害賠償?shù)确矫嬗兄^為理想的使用價值.

(3)本文的方法主要是依靠歷史統(tǒng)計數(shù)據(jù)進行了預(yù)測,故樣本數(shù)量偏少,如何擴大樣本數(shù)量,使其更能準確地覆蓋到事故的各個潛在因素,并在優(yōu)化SVR核函數(shù)的基礎(chǔ)上,建立更加科學合理的評價模型,是今后研究的重點.

(4)由于海洋和內(nèi)河的運輸條件不同,船舶噸位也有所區(qū)別,因此,今后的研究方向可以劃分為遠洋和江河近海分別進行風險評估,這樣對不同區(qū)域的事故預(yù)測更有針對性和準確性.

[1] 任常興.基于風險分析的危險品道路運輸路徑優(yōu)化方法研究.[D].南開大學博士論文.2007.[REN C X.Hazardous materials transportation by road:riskanalysis-basedoptimalroutingmethodology[D]. Nankai University.2007.]

[2] Mark Reed,Deborah French,Thomas Grigalunas,et al.Overview of a natural resource damage assessment model system for coastal and marine environments[J]. Oil and Chemical Pollution,1989,5:85-97.

[3] Deborah P,French McCay.Chemical spill model (CHEMMAP)forforecasts/hindcastsand environmental risk assessment[R].Proceedings of the 24th Arctic and Marine Oil spill(AMOP)Technical Seminar,June 12-14,2001:825-846.

[4] 張繼偉,楊志峰,等.基于環(huán)境風險的海洋生態(tài)補償標準研究[J].海洋環(huán)境科學2010,29(5):751-753 [ZHANG J W,YANG Z F,et al.Research on marine ecologicalcompensationstandardbasedon environmental risk[J].Marine Environmental Science, 2010,29(5):751-753.]

[5] 高振會,楊建強,等.海洋溢油對環(huán)境與生態(tài)損害評估技術(shù)及應(yīng)用[M].海洋出版社,2005.[GAO Z H,YANG J Q,et al.Marine oil spill on the environmentandecologicaldamageassessment techniquesandapplication[M].Maritime Press,2005.]

[6] 楊建強,張秋艷,等.海洋溢油生態(tài)損害快速預(yù)評估模式研究[J].海洋通報,2011:702-704[YANG J Q, ZHANG Q Y,et al.Rapid assessment mode based on ecological damage of marine oil spill[J].Marine Science bulletin,2011:702-704.]

[7] 史峰,王輝,等.MATLAB智能算法30個案例分析[M].北京航空航天大學出版社,2010:269-289.[ SHI F,WANG H,et al.30 cases analysis of intelligent algorithms for MATLAB[M].Beihang University Press,2010:269,289.]

[8] 常曉麗.基于Matlab的BP神經(jīng)網(wǎng)絡(luò)設(shè)計[J].機械工程與自動化,2006,137(4):36-37.[CHANG X L. Design ofBPnetworksbasedonmatlab[J]. Mechanical Engineering&Automation,2006,137 (4):36-37.]

[9] 任長興,吳宗之.危險品道路運輸風險分級指數(shù)法研究[J].安全與環(huán)境學報,2006,6(4):126-129. [REN J C,WU Z Z.Study on the risk rank indices of hazardous materials transportation[J].Journal of Safety and Environment,2006,6(4):126-129.]

[10] 唐偉勤.復(fù)雜系統(tǒng)非線性評估技術(shù)[D].武漢理工大學,2004.[TANG W Q.Non-linear evaluation technologyaboutcomplexsystems[D].Wuhan University of Technology,2004.]

Damage Compensation of the Shipping Chemical Accident Based on SVR

ZHANG Jian-xia;XU Le-ping;HE Jian-hai
(Merchant Marine College,Shanghai Maritime University,Shanghai 200135,China)

The bulk chemical ship is a risk of shifting dangerous source which is the greatest threat to marine safety and environment in transit when the accident occurs.Therefore,it is necessary to combine the characteristics of the chemicals in the transport for the reasonable estimate the amount of chemical spill, pollution losses for ship pollution claims and environmental protection based on the scientific foundation. SVR is a non-linear regression model on the basis of statistical learning theory,and it has good versatility and robustness.The establishment topology is based on a small subset extracting from the training data by algorithm.The optimal solution will be obtained under the limited sample.Because of the above feature, SVR has been widely used in areas such as regression and fitting.Firstly,the basic regression and fitting principles of the SVR is introduced.Secondly,the accident damage compensation is predicted by analyzing the different examples and selecting the different kernel function.Finally,the results show that the damage compensation model is valid and feasible.

waterway transportation;SVR;small sample;damage compensation;prediction model

U698.7

: A

U698.7

A

1009-6744(2013)05-0114-06

2013-05-29

2013-07-11錄用日期:2013-07-29

張建霞(1972-),女,上海人,博士生.

*通訊作者:xuleping78@163.com

猜你喜歡

船舶模型

一半模型

童話王國·奇妙邏輯推理(2024年5期)2024-06-19 16:03:38

計算流體力學在船舶操縱運動仿真中的應(yīng)用

艦船科學技術(shù)(2022年14期)2022-09-22 03:07:40

基于改進譜分析法的船舶疲勞強度直接計算

艦船科學技術(shù)(2022年2期)2022-03-29 01:12:44

重要模型『一線三等角』

中學生數(shù)理化·七年級數(shù)學人教版(2020年10期)2020-11-26 08:24:50

重尾非線性自回歸模型自加權(quán)M-估計的漸近分布

數(shù)學物理學報(2020年2期)2020-06-02 11:29:24

船舶！請加速

小哥白尼(趣味科學)(2019年10期)2020-01-18 09:16:22

BOG壓縮機在小型LNG船舶上的應(yīng)用

船舶標準化工程師(2019年4期)2019-07-24 07:21:12

船舶壓載水管理系統(tǒng)

中國船檢(2017年3期)2017-05-18 11:33:09

3D打印中的模型分割與打包

光學精密工程(2016年6期)2016-11-07 09:07:19

FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究

核科學與工程(2015年4期)2015-09-26 11:59:03

交通運輸系統(tǒng)工程與信息2013年5期

交通運輸系統(tǒng)工程與信息的其它文章

城市圈綜合交通需求階段性特征分析
——以武漢城市圈為例

武漢城市圈城鄉(xiāng)路網(wǎng)空間生長的分形研究

基于時刻表的地鐵時空擴展網(wǎng)絡(luò)構(gòu)建方法研究

城市軌道交通側(cè)式換乘站臺最高聚集人數(shù)計算

多車場公交乘務(wù)排班問題優(yōu)化

基于混合遺傳算法的混堆箱區(qū)內(nèi)場橋調(diào)度研究