中国安全科学学报

作者：司东森, 张英俊, 郎坤

单位：1 大连海事大学 航海学院,辽宁 大连 116026;；2 大连海事大学 航运经济与管理学院,辽宁 大连 116026

关键词：小样本数据,贝叶斯网络(BN),核密度估计,模型平均法,致因分析

基金：国家重点研发计划(2018YFC0309600\03);中央高校基本科研业务费专项资金资助(3132019313)。

为解决利用贝叶斯网络(BN)模型分析集装箱船舶碰撞致因过程中,由于样本数据不足导致BN结构学习困难的问题,提出一种基于核密度估计和模型加权平均策略相结合的BN结构学习算法。首先利用核密度估计方法扩充小数据集,使数据规模达到BN结构学习的最低限度要求;然后利用模型平均策略加权融合不同学习算法得到的网络结构,来提高算法在小样本数据下的学习效果;最后基于少量集装箱船舶碰撞样本数据,利用所提算法构建BN模型分析事故致因。结果表明:用所提算法能在小样本数据下定量分析碰撞事故致因,并得出集装箱船舶碰撞事故致因链,有助于提高集装箱船舶运输的安全性。

来源：2019年第10期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2019年第10期