基于模糊灰色關(guān)聯(lián)分析法的航標(biāo)失常影響因素評(píng)定

王當(dāng)利　劉振坤　王雪佳　呂雪

摘? 要：針對(duì)航標(biāo)失常原因的復(fù)雜性、模糊性、不確定性，采用模糊理論與灰色關(guān)聯(lián)理論相結(jié)合的方法建立模糊灰色關(guān)聯(lián)分析模型，以南海海區(qū)某水域近10年的航標(biāo)失常統(tǒng)計(jì)數(shù)據(jù)為例，對(duì)航標(biāo)失常影響因素進(jìn)行模糊灰色關(guān)聯(lián)分析，從定量的角度得出各影響因素對(duì)航標(biāo)失常的影響程度及各影響因素之間的關(guān)聯(lián)關(guān)系。結(jié)果表明：各因素對(duì)該水域航標(biāo)失常的影響程度不一，船舶碰撞對(duì)其影響最大，其次是惡劣氣象，影響最小的是人為破壞。研究結(jié)果可為航標(biāo)建設(shè)、維護(hù)、管理工作提供思考。

關(guān)鍵詞：航標(biāo)失常;影響因素;模糊灰色關(guān)聯(lián)分析;模型應(yīng)用

中圖分類號(hào)：U644.8? ? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：2095-2945（2019）34-0008-04

Abstract： In view of the complexity， fuzziness and uncertainty of the causes of abnormal navigation marks， a fuzzy grey relational analysis model is established by combining fuzzy theory with grey relational theory. The statistical data of abnormal navigation marks in a certain area of the South China Sea in recent 10 years are taken as an example. This paper makes a fuzzy grey correlation analysis on the influencing factors of navigation mark abnormality， and obtains the influence degree of each influencing factor on navigation mark disorder and the correlation between the influencing factors from a quantitative point of view. The results show that the influence of various factors on the abnormal navigation mark in this area is different， the ship collision has the greatest influence on it， the second is bad weather， and the least influence is man-made destruction. The research results can provide thinking for the construction， maintenance and management of navigation marks.

Keywords： navigation mark disorder; influencing factors; fuzzy grey relational analysis; model application

引言

航標(biāo)，即助航標(biāo)志，是幫助船舶在航道安全航行的助導(dǎo)航設(shè)施，具有確定航道方向、標(biāo)示航道界限的重要作用，包括燈塔、浮標(biāo)、燈樁等目視航標(biāo)、音響航標(biāo)以及無(wú)線電航標(biāo)[1]。由于各種原因，在崗航標(biāo)會(huì)出現(xiàn)標(biāo)體損壞，燈光熄滅，燈質(zhì)失常，水中標(biāo)志沉沒、移位、漂失，音響、無(wú)線電航標(biāo)故障等減弱或喪失其應(yīng)有作用的失常情形，即航標(biāo)失常[2]。這就給航道中航行的船舶帶來(lái)了一定的安全隱患。因此，為了預(yù)防航標(biāo)失常事件的頻發(fā)，保證航標(biāo)效能的正常發(fā)揮，提高航標(biāo)的作用效果，有必要對(duì)航標(biāo)失常機(jī)理進(jìn)行全面、深入地分析。其中，首要的一點(diǎn)就是要明確影響航標(biāo)失常的主要因素以及各影響因素之間的關(guān)聯(lián)關(guān)系。

目前，國(guó)內(nèi)[3-5]對(duì)航標(biāo)失常影響因素的分析多見于傳統(tǒng)的、簡(jiǎn)單的統(tǒng)計(jì)分析，即通過(guò)統(tǒng)計(jì)數(shù)據(jù)的絕對(duì)大小直觀地比較影響因素的大小，不夠精確;邱云明[6]等曾首次將灰色關(guān)聯(lián)分析法用于長(zhǎng)江下游航標(biāo)失常原因的分析，建立了航標(biāo)失常數(shù)與其影響因子之間的關(guān)系模型，從精細(xì)化定量的角度給出了各有關(guān)影響因子間的相互關(guān)系，具有一定的實(shí)用價(jià)值。但是，經(jīng)典灰色關(guān)聯(lián)度求法無(wú)法表征不同觀測(cè)序列中不同因子對(duì)關(guān)聯(lián)空間的直接影響程度大小，存在較大誤差[7]?？紤]到本次研究對(duì)象的復(fù)雜性、模糊性、不確定性，本文將采用模糊理論與灰色關(guān)聯(lián)理論相結(jié)合的方法建立模糊灰色關(guān)聯(lián)分析模型，以便為航標(biāo)失常應(yīng)對(duì)措施提供參考依據(jù)。

1 模糊灰色關(guān)聯(lián)分析模型的建立

灰色關(guān)聯(lián)理論用于比較研究信息不完全系統(tǒng)的相關(guān)性，其基本思想是根據(jù)序列曲線幾何形狀的相似程度來(lái)判斷其聯(lián)系的緊密程度;模糊理論則是對(duì)界限模糊的事物進(jìn)行親疏程度分析，從而客觀地對(duì)研究對(duì)象進(jìn)行分類[8]。本文使用夾角余弦模型和基于相近性原理的鄧氏灰色關(guān)聯(lián)分析模型，利用位移差來(lái)反應(yīng)序列間的相似程度，由關(guān)聯(lián)度導(dǎo)出關(guān)聯(lián)序，從而對(duì)各個(gè)因素的影響程度進(jìn)行分析。模型建立的主要步驟如下。

1.1 設(shè)定參考序列和比較序列

參考序列是反映系統(tǒng)行為特征的數(shù)據(jù)序列，設(shè)參考序列

比較序列是影響系統(tǒng)行為的因素組成的數(shù)據(jù)序列，設(shè)比較序列

在此序列中，有m個(gè)影響因素向量，在影響因素的作用下有n種情況，第j個(gè)影響因素向量為xtj（j=1，2，…，m），第k種情況記為xtj（k）（k=1，2，…，n）。

1.2 原始數(shù)據(jù)無(wú)量綱化處理

對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理可以減少因不同因素不同數(shù)據(jù)量綱而產(chǎn)生的識(shí)別分析誤差。經(jīng)典的灰色關(guān)聯(lián)分析法常采用初值化或均值化處理，這里進(jìn)行數(shù)據(jù)區(qū)間化無(wú)綱量化轉(zhuǎn)換，與模糊聚類中的極差變化等同，即：

1.3 計(jì)算模糊隸屬度

為不受數(shù)據(jù)線性比例關(guān)系的影響，這里采用夾角余弦法建立模糊相似矩陣的數(shù)學(xué)模型，即通過(guò)計(jì)算兩參數(shù)之間的夾角余弦值來(lái)判斷兩因素的相似程度。其表現(xiàn)形式為：

1.4 計(jì)算灰色關(guān)聯(lián)系數(shù)

比較序列XT對(duì)參考序列YT在t=k時(shí)的關(guān)聯(lián)系數(shù)ξtj（k）由下式確定[10]：

式中：

（1）Δmin、Δmax分別為YT與XT中對(duì)應(yīng)元素的最小絕對(duì)差值和最大絕對(duì)差值，分別表現(xiàn)為：

（7）

（8）

（2）Δtj（k）為第k點(diǎn)YT與XT的絕對(duì)差，其表現(xiàn)形式為：

（3）ρ為分辨系數(shù)，本質(zhì)上是最大絕對(duì)差值的權(quán)重，其取值需滿足抗干擾性和關(guān)聯(lián)度的整體性。方法如下：

首先，計(jì)算絕對(duì)差值的均值

其次，根據(jù)與Δmax的比值確定ρ的取值區(qū)間。記

則有EΔ≤ρ≤2EΔ。當(dāng)Δmax>3時(shí)，EΔ≤ρ<1.5EΔ，表示被研究序列有異常值;當(dāng)Δmax≤3時(shí)，1.5EΔ≤ρ≤2EΔ，表示被研究序列正常。

1.5 確定歐式灰色關(guān)聯(lián)度

由關(guān)聯(lián)系數(shù)的計(jì)算結(jié)果會(huì)得到較多結(jié)果，為便于比較，需要將各關(guān)聯(lián)系數(shù)集中體現(xiàn)在一個(gè)值上，即灰色關(guān)聯(lián)度[9]：

為得到更精確的結(jié)果，則上式變?yōu)?/p>

1.6 確定模糊灰色關(guān)聯(lián)度

由模糊隸屬度rtj與灰色關(guān)聯(lián)度rtj'可得到定義航標(biāo)失常影響因素的一個(gè)綜合指標(biāo)，即模糊灰色關(guān)聯(lián)度Rtj[11]：

綜上所述，模糊灰色關(guān)聯(lián)分析模型的主要過(guò)程如下圖所示：

2 實(shí)例分析

2.1 航標(biāo)失常的主要影響因素

航標(biāo)失常的原因十分復(fù)雜，自然因素、人為因素等相互關(guān)聯(lián)，具體可歸納為惡劣氣象、強(qiáng)水文、船舶碰撞、設(shè)備質(zhì)量、人為破壞等5個(gè)主要因素[2]。其中，惡劣氣象因素主要包括高強(qiáng)度暴風(fēng)、暴雨、雷電、連續(xù)陰雨、冰凍天氣等對(duì)航標(biāo)的影響，如連續(xù)陰雨天氣導(dǎo)致太陽(yáng)能電源充電不足欠壓，致使燈器工作電流不足無(wú)法正常發(fā)光;強(qiáng)水文因素主要表現(xiàn)為水位變化造成浮標(biāo)位置偏移或水位陡漲時(shí)漂浮物在浮標(biāo)前方大量堆積使鋼絲繩繃斷而造成浮標(biāo)遺失;船舶碰撞導(dǎo)致的航標(biāo)失常多發(fā)生于晚上或拂曉有輕霧天氣等視覺不良時(shí)或某些特殊河段，如彎曲河段、水文條件惡劣河段、航道寬度突然縮窄河段、船舶過(guò)往密集河段等，有時(shí)船舶遭遇航行緊迫時(shí)，為避免相互碰撞會(huì)選擇與可漂浮移位的燈浮相撞以減少自身?yè)p害;設(shè)備質(zhì)量問(wèn)題主要指燈器本身設(shè)計(jì)不當(dāng)，或未經(jīng)過(guò)有效的產(chǎn)品驗(yàn)收造成燈器進(jìn)水、燈光失常等問(wèn)題[4];人為破壞主要包括航標(biāo)設(shè)施的偷盜或破壞、嬉戲攀爬浮標(biāo)、碼頭作業(yè)時(shí)的碰撞等對(duì)航標(biāo)造成的損壞，致使航標(biāo)失常。

2.2 模型應(yīng)用

以南海海區(qū)某水域近10年的航標(biāo)失常統(tǒng)計(jì)數(shù)據(jù)為例，對(duì)航標(biāo)失常影響因素進(jìn)行模糊灰色關(guān)聯(lián)分析。

設(shè)航標(biāo)失常事件總數(shù)序列為參考序列Y，航標(biāo)失常的主要因素構(gòu)成比較序列X，可得到以下系數(shù)矩陣：

無(wú)量綱化后得到以下系數(shù)矩陣：

通過(guò)分析圖2中各曲線幾何形狀的相似程度，可對(duì)航標(biāo)失常因素的影響程度進(jìn)行大致的比較，如影響因素“人為破壞”所在的曲線與“航標(biāo)失?？倲?shù)”所在的曲線變化趨勢(shì)相差較大，說(shuō)明“人為破壞”這一因素對(duì)航標(biāo)失常事件的影響不大，此種方法較直觀，但不精確。

將無(wú)量綱化系數(shù)矩陣代入式（5）可得航標(biāo)失常影響因素的模糊隸屬度，如表2所示。

將無(wú)量綱化系數(shù)矩陣代入式（7）、（8）、（9），得Δmin=0、Δmax=1，參考序列與比較虛列的絕對(duì)差矩陣為：

將絕對(duì)差矩陣代入式（10），得所有絕對(duì)差的均值≈0.2024，EΔ=/Δmax=0.2024，則ρ的取值區(qū)間為：0.2024≤ρ≤0.4048，因Δmax>3，故0.2024≤ρ≤0.3036，選取1.25EΔ對(duì)系數(shù)進(jìn)行修正，即ρ=1.25EΔ=0.253。由式（6）可得灰色關(guān)聯(lián)系數(shù)矩陣：

將該矩陣代入式（13）可得各因素對(duì)航標(biāo)失常影響的加權(quán)灰色關(guān)聯(lián)程度，將模糊隸屬度與加權(quán)灰色關(guān)聯(lián)度代入式（14）可得航標(biāo)失常影響因素的模糊灰色關(guān)聯(lián)度，如表3所示，二者的折線圖如圖3所示。

經(jīng)排序后，有R4>R1>R3>R2>R5，分別代表船舶碰撞、惡劣氣象、設(shè)備質(zhì)量、強(qiáng)水文、人為破壞?？梢?，在該水域近十年發(fā)生的航標(biāo)失常事件中，船舶碰撞和惡劣氣象是主要影響因素，而船舶碰撞大多發(fā)生于惡劣天氣、大霧、海況等視覺不良時(shí)或特殊航段，這與惡劣氣象及強(qiáng)水文都有一定的關(guān)系，與上述結(jié)果一致;另外，該水域氣象水文狀況較惡劣，船舶碰撞航標(biāo)的情況時(shí)有發(fā)生，對(duì)航標(biāo)的質(zhì)量也就有了更高的要求。人為破壞這一因素對(duì)航標(biāo)失常的影響最小，說(shuō)明該區(qū)域的民眾法律意識(shí)較高，航標(biāo)保護(hù)意識(shí)較強(qiáng)。

2.3 防范對(duì)策

為使航標(biāo)建設(shè)、維護(hù)、管理工作更有針對(duì)性，更能防患于未然，根據(jù)上述模型應(yīng)用的結(jié)果，建議采取以下措施：

（1）為避免船舶撞損航標(biāo)事件的發(fā)生，一是可以在被撞高發(fā)點(diǎn)適當(dāng)調(diào)整燈浮位置、提高燈器的射程或亮度、設(shè)置直徑更大的浮標(biāo)或加設(shè)雷達(dá)應(yīng)答器、AIS應(yīng)答器等;二是加強(qiáng)與海事部門的合作，通過(guò)海事甚高頻（VHF）對(duì)進(jìn)出港口的船舶進(jìn)行預(yù)警和提示;三是加強(qiáng)宣傳力度，介紹航標(biāo)失常的危害，呼吁船員謹(jǐn)慎駕駛愛護(hù)航標(biāo)。

（2）密切關(guān)注天氣變化并注意水情，提前做好相關(guān)準(zhǔn)備。如水位漲幅較大時(shí)，要及時(shí)調(diào)整浮標(biāo)位置或適當(dāng)松放鋼纜，并及時(shí)清除浮標(biāo)上的漂浮物;惡劣天氣時(shí)，加大對(duì)燈器、電源等易受損壞的航標(biāo)設(shè)備及相關(guān)器材的檢查力度，確保技術(shù)狀況正常;對(duì)不同水域風(fēng)、浪、流、底質(zhì)等進(jìn)行細(xì)致研判，不同情況采取不同措施，如錨鏈在沙質(zhì)底的磨損比泥質(zhì)底嚴(yán)重，就需要在沙質(zhì)底水域更換較粗的錨鏈。

（3）積極引用先進(jìn)技術(shù)，提高航標(biāo)設(shè)備質(zhì)量?？萍伎偸窃诓粩喟l(fā)展中的，性能更穩(wěn)定、品質(zhì)更優(yōu)良的航標(biāo)設(shè)備和器材發(fā)生失常事件的概率會(huì)大大降低，高新技術(shù)的融入對(duì)航標(biāo)維修、控制、監(jiān)管等工作更是強(qiáng)有力的助推。如開發(fā)使用大容量的航標(biāo)電池可以提高燈浮標(biāo)運(yùn)行的可靠性;做工更精細(xì)、雜質(zhì)較少的合金鋼卸扣就比之前的開口銷卸扣更耐磨損，更不易被腐蝕;改傳統(tǒng)的鋼質(zhì)燈浮為新材料燈浮，頂部燈器增加保護(hù)罩可以減少燈浮被撞后的損失。

3 結(jié)束語(yǔ)

（1）基于模糊理論與灰色關(guān)聯(lián)理論，建立了模糊灰色關(guān)聯(lián)分析模型，對(duì)航標(biāo)失常的影響因素進(jìn)行了分析和評(píng)定，科學(xué)地表征了各影響因素對(duì)航標(biāo)失常的影響程度及各因素間的關(guān)聯(lián)程度，最大程度上保證了評(píng)價(jià)的準(zhǔn)確性。

（2）該模型可直接用于其他水域航標(biāo)失常影響因子評(píng)定的研究，為航標(biāo)失常事件的分析與處理提供了參考依據(jù)。

參考文獻(xiàn)：

[1]姜立得.航標(biāo)燈塔設(shè)計(jì)研究[D].華南理工大學(xué)，2011.

[2]敖自棟，張海.試析航標(biāo)失常的原因分析與控制[J].科技風(fēng)，2018（06）：239.

[3]孔濤，毛建峰.黃驊港轄區(qū)航標(biāo)失常原因分析及對(duì)策[J].天津航海，2018（02）：51-53.

[4]施利民.寧波航標(biāo)處轄區(qū)沿海燈浮標(biāo)志失常原因分析及應(yīng)對(duì)措施[J].中國(guó)水運(yùn)（下半月），2017，17（05）：47-50.

[5]嚴(yán)桂強(qiáng)，龐瑞炎.航標(biāo)失常的原因分析與控制[J].西部交通科技，2011（02）：90-92.

[6]邱云明，季永青，潘金穩(wěn).長(zhǎng)江下游航標(biāo)失常的影響因子量化分析[J].上海海事大學(xué)學(xué)報(bào)，2007（01）：57-61.

[7]劉思峰，蔡華，楊英杰，等.灰色關(guān)聯(lián)分析模型研究進(jìn)展[J].系統(tǒng)工程理論與實(shí)踐，2013，33（08）：2041-2046.

[8]張小才.基于聚類與模糊評(píng)價(jià)的內(nèi)河航標(biāo)分級(jí)方法研究[D].大連海事大學(xué)，2016.

[9]景國(guó)勛，張悅.火災(zāi)事故致因的多因素灰色關(guān)聯(lián)分析[J].中國(guó)安全科學(xué)學(xué)報(bào)，2009，19（03）：93-97.

[10]黃永霞，熊文真，馬東平.綠色GDP與主要影響因素的模糊灰色關(guān)聯(lián)分析研究[J].山東商業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2015，15（02）：106-109.

[11]劉雨.基于三角模糊數(shù)灰色關(guān)聯(lián)算法的礦山成本關(guān)鍵影響因素的決策模型[D].武漢科技大學(xué)，2016.