加权灰色关联理论模型在辽宁海上交通事故分析与预测中的应用

牛佳伟　李连博　陈昌源　林威

摘要：

为增强海上交通运输安全，运用灰色系统理论中的加权灰色关联分析和预测的基本原理，改进关联系数的计算方法，并考虑各序列因子在不同点处的权重差异，对辽宁水域2007—2013年的船舶交通事故进行分析.建立该水域船舶交通事故总数与事故类型及发生时间的关联矩阵，根据得到的加权灰色关联度寻求事故的发生规律.将传统灰色关联理论与加权灰色关联理论的关联结果进行对比，验证加权灰色关联理论具有较好的精确性和层次性.建立船舶交通事故总数的预测模型，并对该水域的交通形势进行预测，同时将预测模型结果与实际数据相比较，得到模型预测精度，证明该模型合理、可靠，可以为海上交通事故的预防提供指导和借鉴.

关键词：

海上交通事故； 灰色理论； 加权灰色关联理论； GM（1，1）预测模型； 辽宁水域

中图分类号： U698.6

文献标志码：

0 引 言

作为东北亚经济圈的中心地带，辽宁水域成为该地区经济的重要增长源.辽宁水域包括大连海区、营口海区、丹东海区、锦州海区、葫芦岛海区和庄河海区，水域宽广，港阔水深，地理条件十分优越.然而部分水域水文条件复杂，气象环境恶劣，航道淤浅，致使海上交通事故频发，给当地经济发展带来了一定的负面影响.因此，需对该水域的海上交通事故进行分析，找出其主要致因并进行预测，为预防海上交通事故提供借鉴.然而，海上交通事故成因复杂，涉及因素众多，各因素间缺乏明确的内在联系，为克服以上问题，用灰色系统理论对该区的交通事故进行分析预测，弥补传统分析方法的不足[1].

1 加权灰色关联和预测的基本原理

1.1 传统灰色关联理论

1.2 加权灰色关联基本原理

1.3 灰色GM（1，1）预测模型

1.4 灰色GM（1，1）预测模型的检验

2 辽宁水域海上交通事故致因的加权关联分析

2.1 事故总数与事故类型的关联分析

从得到的计算结果可以看出，辽宁水域海上交通事故类型与事故总数关联度的密切顺序为碰撞>触碰>搁浅>其他>火灾/爆炸>自沉>操作污染>浪损>触礁>风灾，与直观分析的结果相一致.碰撞仍是引起海上交通事故的主要根源；触碰、搁浅其次；火灾/爆炸与事故总数的关联度较弱；自沉、操作污染、浪损和触礁等与事故总数的关联度更小.由此可见，人为因素是引起该水域碰撞、触碰、搁浅等海上交通事故的主要致因.

根据传统的灰色关联理论，由式（1）和（2）计算得出辽宁水域2007—2013年事故总数与碰撞、搁浅等事故类型的灰色关联度γ′i（i=1，2，…，10）为

从上述计算结果可知，辽宁水域海上交通事故类型与事故总数关联度的密切顺序为碰撞>搁浅>触损>自沉=其他>火灾/爆炸>操作污染>触礁>浪损=风灾.

对比这两种计算方法得出的结果，并结合表2的统计数据，可以看出加权灰色关联理论得出的排序结果与事故统计数据更加吻合，且排序层次更加清晰.这是因为传统的灰色关联理论并没有考虑各因子的权重差异，将各因子按照等权重处理.实际上，各序列因子在整体数据系统不同点处的权重是不同的，各点关联系数相对于其平均值的波动对关联度有一定影响.

2.2 事故总数与月份的关联分析

从上面的关联度矩阵和图1可以看出，5月份与事故总数的关联度最大.3—5月份和11，12月份与事故总数的关联度均较大.根据图中折线可知该水域交通事故数随时间的走势：从1月开始事故数量开始增加，直到4，5月份达到高峰，接着开始减少，到8，9月份出现转折，事故多发，10月份后又出现一次高峰（11月份）.分析该水域的水文气象条件可知，影响该水域的天气系统主要有冷高压或寒潮、锋面气旋和强对流天气系统.11，12月主要受冷高压影响，风力强劲，以偏北风为主.3，4月是寒潮活动的高发期，此时季节交替，天气系统发生转变，风力转强.3—5月为辽宁水域海雾的多发季节，多为平流雾，影响范围大，持续时间长，能见度差[9].受以上气象要素的影响，该时段内船舶事故多发，这与量化的结果相一致.

3 辽宁水域海上交通事故的加权灰色预测

通事故总数走势.从图中可以看出辽宁水域未来两年发生的事故总数呈上涨趋势，但波动不大，大致维持稳定.

4 结束语

本文运用加权灰色关联分析原理和GM（1，1）预测模型对辽宁水域海上交通事故进行了定量的分析.根据分析结果可知，人为因素是引起碰撞、触碰和搁浅等事故的主要因素，且事故的发生与当地不同时间的水文气象要素有很大的联系.根据建立的事故预测模型可以判断辽宁水域未来几年的交通事故数量大致维持稳定，并稍有上涨的趋势.因此，有关海事部门所面临的交通安全形势依然严峻，应做好海损事故的预防工作[1011].

灰色系统理论作为一种关联和预测分析方法，对样本数量较少，且数据间无明显规律的系统具有良好的适用效果.引入加权灰色关联理论，优化关联系数的计算方法，或采用残差模型进行修正可进一步提高其预测精度[12-14].由本文的计算结果可以看出，加权灰色关联模型在海上交通事故关联分析方面具有更高的准确性和可靠性，分析层次更加清晰，考虑因素更加全面.在事故预测方面，模型约有5%～10%的精度误差，实际运用中应在预测结果的基础之上添加5%～10%的上下浮动数据，以便更好地分析和应对海上交通事故.加权灰色关联理论在处理海上交通事故方面具有良好的适用性和可靠性，且有较高的预测精度[15]，能够作为一种海上交通事故分析方法，为海事事故分析与预防提供一种途径.

参考文献：

[1]赵江平， 丁佳丽. 基于小波分析的灰色GM（1，1）模型道路交通事故预测[J]. 数学的实践与认识， 2015， 45（12）： 119124.

[2]邓聚龙. 灰色系统的基本方法[M]. 武汉： 华中理工大学出版社， 1987： 4097.

[3]杨金花， 杨艺. 基于灰色模型的上海港集装箱吞吐量预测[J]. 上海海事大学学报， 2014， 35（2）： 2832.

[4]王祺， 王志明. 马尔可夫灰模型的海上交通事故预测[J]. 中国航海， 2013， 36（4）： 119122.

[5]郝庆龙， 戴冉， 梁凯琳， 等. 基于加权灰色系统的宁波海上交通事故致因和预测[J]. 大连海事大学学报， 2013， 39（4）： 3537.

[6]赵永， 李为民， 刘彬， 等. 基于改进灰色关联法的高超声速目标威胁评估模型[J]. 探测与控制学报， 2015， 36（5）： 8085.

[7]FEI Su， ZENG Chuandong， BAGEN Chaolun. An application of optimal SCGM（1，1）Markov Model for simulation and prediction on indexes of watersaving[C]//The Third International Conference on Information and Computing. Wuxi， Jiangsu： ICIC， 2010： 172176.

[8]彭波. 大连辖区海上交通事故研究[D].

大连： 大连海事大学， 2013.

[9]张永宁. 航海气象学与海洋学[M]. 大连： 大连海事大学出版社， 2008： 59130.

[10]陈继红. 基于灰色关联的船型决策经济论证方法与应用[J]. 中国航海， 2012， 35（2）： 102105.