基于ANFIS机理的船舶溢油损害评估模型

李园园, 李 璇, 郑彭军

( 1.宁波大学 海运学院， 浙江 宁波 315211；2.宁波港航物流服务体系协同创新中心， 浙江 宁波 315211; 3.现代城市交通技术江苏高校协同创新中心, 南京 210096)

LI Yuanyuan1,2,3， LI Xuan1,2,3， ZHENG Pengjun1,2,3

基于ANFIS机理的船舶溢油损害评估模型

李园园1,2,3, 李 璇1,2,3, 郑彭军1,2,3

( 1.宁波大学 海运学院， 浙江 宁波 315211；2.宁波港航物流服务体系协同创新中心， 浙江 宁波 315211; 3.现代城市交通技术江苏高校协同创新中心, 南京 210096)

考虑到船舶溢油事故随机性大、影响因素复杂，通过层次分析法确定溢油量、海域情况、清污情况和环境敏感度作为船舶溢油损害影响因子集。基于对自适应神经模糊推理系统(Adaptive Neural-network-based Fuzzy Interference System，ANFIS)建模机理的研究建立非线性模糊模型，并结合国际油污赔偿基金公布的事故数据进行溢油损害的仿真与验证。分析结果在合理的误差范围内，证实了该模型在船舶溢油损害评估中的可行性。

水路运输；船舶;溢油；自适应神经模糊推理系统；损害评估；模型;仿真

LIYuanyuan1,2,3，LIXuan1,2,3，ZHENGPengjun1,2,3

Abstract: By an analytic hierarchy process, the oil spill quantity, clean-up response，oil spill area and the environment sensitivity are identified as the influencing factors of the damage of oil spill accidents, which possess strong randomness and complexity. The Adaptive Neural-network-based Fuzzy Interference System (ANFIS) is introduced, and a nonlinear fuzzy model for evaluating oil spill damage is established. For verifying the model, the simulation is performed and based on the oil spill data assembled by the International Oil Pollution Compensation Fund (IOPCF) and the simulation results are checked, which indicates that the estimates are reasonably accurate, implying the feasibility of the ANFIS evaluation model in dealing with vessel oil spill compensation.

Keywords: waterway transportation; vessel; oil spill； ANFIS； damage assessment； model; simulation

由于船舶溢油事故具有突发性强、危害面广、清除难和处理周期长等特点，因此其引发的溢油污染不仅可能导致严重的人员伤亡，还会对周围及海洋环境造成巨大的经济损失和生态伤害。随着科技不断进步及各国对海洋竞争力的重视程度不断增加，针对船舶溢油事故发生和损害赔偿的研究日益增多。建立有效可行、科学快捷的船舶溢油污染事故损害评估模型，对提高溢油清除效率和环境恢复效果等具有重要意义。

目前国内外相关研究主要采用直接统计法和间接评估法[1-5]对船舶溢油事故进行损害赔偿的评估。直接统计法虽然直观、全面，但是评估过程繁琐、评估时效性差，不利于后期船舶溢油应急计划的实施；间接评估法中，由于船舶溢油事故损害因素众多且错综复杂，因此传统的回归、模糊分析等方法不能有效解决非线性关系问题。这里通过建立自适应神经模糊推理系统(Adaptive Neural-network-based Fuzzy Interference System，ANFIS)进行自主学习，确定船舶溢油影响因素与损害之间的关系，并进行验证分析，解决传统方法不能解决的非线性问题，找到一种有效可行、科学快捷的船舶溢油损害评估方法。经验证,该方法可操作性较强，并可大大节省计算时间。

1 材料和方法

在利用模型模拟船舶溢油损害赔偿之前，首先要对损害的影响因素进行筛选。选择因素过少会影响模拟结果的准确性；过多则可能会使模型陷入局部优化，难以得到全局优化解。

1.1层次分析法

层次分析法(Analytic Hierarchy Process, AHP)由著名运筹学家T．L．Satty提出。作为一种系统分析方法，其显著特点是将定量与定性相结合。自问世以来，其应用已遍及计划和管理、军事指挥及环境保护等诸多领域，正发挥着越来越重要的作用。其理论思想为：首先将所要分析的问题层次化，并将全体指标分为几大类；然后分别求出各类的相对权重及某类下的各指标相对权重。[6]考虑到该方法具有实用性强、简便灵活等特点，可用来解决船舶溢油损害的诸多影响因素的筛选决策问题。

1.2自适应神经模糊推理系统

ANFIS作为一种新型模糊推理系统结构，具有收敛速度快、稳定性好和模拟精度高等特点，尤其适于处理各种工程中的模拟问题。ANFIS可利用神经网络的学习机制自动从样本数据中抽取适当规则，进而构成自适应神经模糊控制器;通过将模糊逻辑与神经元网络有机结合,实现对模型的快速、有效仿真。因此，ANFIS在解决溢油损害评估中影响因素复杂的非线性问题时有较大优势。[7]

2 模型的构建

2.1模糊变量的选取

考虑到影响船舶溢油损害的因素错综繁杂，基于层次性、重要性及保护与开发相结合等原则，以层次分析法与专家调查问卷相结合的方式确定各评价因素的权重值，进而筛选出变量因素。调查问卷共发放40份，实际有效回收30份，回收率为75%；调查对象包括船长、船级社管理人员、港务监督专业人员、教授及其他人员等。基于AHP思想进行计算分析的步骤[8]如下。

1)建立层次结构。根据所选取的评价指标和评价因子建立船舶溢油损害评估指标体系结构。其目标层为A，即船舶溢油损害评估；一级指标层为B，包括溢油量、溢油种类、溢油海域、清污情况、环境敏感度及船舶状况；二级指标层为C，共有16个评价因子，分别表示溢油种类之油的比重、油的毒性和油的持久性，溢油海域之风级、浪高和能见度，清污情况之清污设备、溢油跟踪设备、预警设备、通信设备、清污人员数量和人员组成，船舶情况之船型、船龄、破损情况和剩余油量。

2)构造判断矩阵。

3)层次单排序判断及矩阵的一致性检验。

4)层次总排序及一致性检验，其中,设B层中的B1,B2,…,Bn对A层中因素Aj(j=1,2,…,m)的层次单排序一致性指标为CIj，随机一致性指标为RIj，则层次总排序的一致性比率CR为

(1)

式(1)中:a1,a2,…,am为A层m个因素对总目标的排序，当CR<0.1时，认为层次总排序通过一致性检验。

根据上述理论，对相关数据进行计算。

由式(2)～式(4)可知,结果满足一致性要求。通过运用AHP方法发现，B层指标是影响船舶溢油损害评估的直接因素,其权重值排序依次为溢油量(0.371)、溢油海域(0.332)、环境敏感度(0.098)、清污情况(0.084)、船舶状况(0.066)和溢油种类(0.049)。可看出：溢油量对船舶溢油损害的影响最大；溢油海域是船舶溢油损害需着重考虑的因素，因而权重值也较大；环境敏感度往往涉及到环境生态保护问题，也是三大影响因素之一；清污情况因素虽然也很重要，但实际数据的获取较困难。因此，综合上述分析结果及船舶溢油突发性、复杂性特点，最终筛选溢油量、溢油海域、清污情况和环境敏感度等4个变量作为ANFIS模型变量。

2.2数据的预处理

通过整理分析国际油污赔偿基金(International Oil Pollution Compensation Funds,IOPCF) 公布的溢油事故年报数据，最终确定41组数据作为研究的样本数据(见表1),其中,前35组为样本训练集，后6组为测试集。针对溢油量、赔偿额等变量,采用min-max标准化方法处理数据，不同年份、不同货币种类的赔偿额则通过计算通货膨胀及相关利率等方式化为以2013年为基准年的统一单位美元；针对海域情况及清污情况等变量，采用模糊数学评判方法，通过建立因素集、评语集并进行综合评判来实现数据的定量化；针对环境敏感度等变量，则通过查阅相关系数表格综合确定.具体的处理计算通过Excel及MATLAB编程实现。

表1 溢油事故的归一化数据

2.3模型的建立

将筛选确定的溢油量、溢油海域、清污情况和环境敏感度按顺序依次命名为变量X1,X2,X3和X4，并作为样本输入量；将溢油赔偿额命名为变量Y1，作为输出量进行训练。赋予每个输入变量2个隶属度函数，类型均为三角型“trimf”隶属度函数；输出隶属度函数为“constant”；训练次数为100 次；学习方法采用“hybrid”混合学习算法。通过MATLAB实现船舶溢油损害的ANFIS建模过程主要分为以下5个步骤[9-10]。

1)分别产生训练与检验数据。

2)确定输入变量隶属度函数的类型和个数。

3)通过genfis1函数来产生初始FIS结构。

4)设定训练参数并进行ANFIS训练。

5)检测分析得到的FIS性能。

3 模型结果及分析

3.1模型的训练结果及分析

图1为模型训练结果，从中可知，ANFIS系统通过分析前35组训练样本建立的模型，经过100次训练后，原始数据和ANFIS输出数据的均方根误差RMSE(Root Mean Square Error)为0.031 9，拟合效果较好。

3.2模型的训练结果及分析

图1 ANFIS训练结果

图2为模型针对第36～41组样本实测结果和ANFIS系统输出结果对比图，其中输出值与原值的均方根误差为0.033 0。为进一步判断ANFIS模型模拟的准确性，运用极差公式对输出值进行反归一化，分析结果见表2。考虑到溢油事故发生的现实复杂性、赔偿者实际支付能力及法官一定程度的自由裁量权等因素，针对溢油损害的评估，从数量级角度分析比起精算更具有实际意义。因此，ANFIS模型对船舶溢油损害赔偿的模拟结果与真实值在一定合理范围内是一致的，是一种快速、有效的评估方法。

图2 ANFIS测试结果

表2 实际与模型结果验证

4 结束语

结合层次分析法(AHP)和自适应神经模糊推理系统(ANFIS)对船舶溢油损害进行研究。通过层次分析法确定影响船舶溢油损害的主要因子，包括溢油量、清污情况、海域情况和环境敏感度。利用国际油污赔偿基金公布的船舶溢油事故数据，基于上述因子建立ANFIS模型并进行训练检测，结果显示训练精度高、模拟效果较好，验证了ANFIS评估模型在船舶溢油损害评估中的可行性，对相关海事及决策部门处理溢油事故定损问题具有一定参考价值。

[1] 宁庭东. 船舶油污事故的损害评估及应急处理[D]. 大连： 大连海事大学, 2006.

[2] KONTOVAS C A,HARILAOS N P,NIKOLAOS P V. An Empirical Analysis of IOPCF Oil Spill Cost Data[J].Marine Pollution Bulletin, 2010, 60:1455-1466.

[4] 熊德琪, 殷佩海,冯晓东, 等. 船舶油污损害赔偿评估的模糊类比分析法[J]. 中国航海,2000(1):24-29.

[5] 张秋艳. 海洋溢油生态损害快速预评估模式研究[D].青岛:中国海洋大学, 2010.

[6] 汤怀胜. 桥梁技术状况评估、预测及管理系统开发研究[D]. 长沙:湖南大学, 2008.

[7] 徐琰珂, 梁晓庚, 贾晓洪. 基于ANFIS的自适应机动目标状态估计算法[J]. 系统工程与电子技术, 2013,35(2):250-255.

[8] 尚豫新,高明辰. 层次分析法在中国电力企业培训评估中的应用[J]. 经济视角(下), 2011(7): 21-22.

[9] YANG L, ENTCHEV E. Performance Prediction of a Hybrid Microgeneration System Using Adaptive Neuro-Fuzzy Inference System (ANFIS) Technique[J]. Applied Energy,2014,134:197-203.

[10] 许丽佳, 陈阳舟. 基于MATLAB的非线性系统模糊建模及仿真[J]. 计算机仿真, 2004, 21(5): 49-52.

VesselOilSpillDamageEvaluationModelwithAdaptiveNeural-Network-BasedFuzzyInterferenceSystem

(1. Faculty of Maritime and Transportation, Ningbo University, Ningbo 315211, China; 2. Ningbo Collaborative Innovation Center for Port and Shipping Services System, Ningbo 315211, China; 3. Jiangsu Province Collaborative Innovation Center for Modern Urban Traffic Technologies, Nanjing 210096, China)

X55； U698.7

A

2016-02-19

国家自然科学基金(61074142;51408323)；交通运输部海事科技项目(2013-68;2012-06)；浙江省自然科学基金(LY15E080013)

李园园(1991—),女, 山东德州人，助理研究员，从事港航技术与管理研究。 E-mail: 1192727413@qq.com 李 璇(1985—)，女，河南南阳人， 博士，从事交通工程研究。 E-mail：lixuan@nbu.edu.cn

1000-4653(2016)02-0092-04