基于主成分分析法和改进随机森林算法的锚泊安全性评价.pdfVIP

第46卷第1期上海海事大学学报Vol.46No.1

2025年3月JournalofShanghaiMaritimeUniversityMar.2025

D0I:10.13340/j.jsmu.202401060004

基于主成分分析法和改进随机森林

算法的锚泊安全性评价

张宇航，史国友

（大连海事大学航海学院,辽宁大连116026)

摘要：针对传统锚泊安全评价方法存在的模糊性和局限性问题，提出一种基于真实数据的客观评价

方法，以提高评价的准确性和可靠性。基于国内外多个组织的锚泊事故报告以及船舶自动识别系

统（automaticidentificationsystem，AIS）和船舶交通管理系统（vesseltrafficservices，VTS）提供的信

息，建立锚泊安全评价指标体系，并构建锚泊船的小规模数据集。运用主成分分析法（principal

componentanalysis，PCA）得出综合影响因子，再通过基于样本增量学习的随机森林（incremental

sample-basedrandomforest，ISRF）算法得出锚泊安全指数，并开发锚泊安全评估软件，使评价过程

更加便捷、高效。实例验证表明,PCA与ISRF算法结合的方法不仅能准确评价锚泊安全性，还能

快速得出评价结果，满足船舶在抛锚前对锚泊安全性进行快速、准确评估的要求。

关键词：锚泊安全评价；随机森林；增量学习；主成分分析法（PCA)

中图分类号：U675.92文献标志码：A

Anchoringsafetyevaluationbasedonprincipalcomponent

analysisandimprovedrandomforestalgorithm

ZHANGYuhang,SHIGuoyou

(NavigationCollege,DalianMaritimeUniversity,Dalian116026,Liaoning,China)

Abstract:Aimingattheproblemsoffuzzinessandlimitationoftraditionalanchoringsafetyevaluation

methods,anobjectiveevaluationmethodbasedonrealdataisproposedtotoimprovetheaccuracyand

reliabilityofevaluation.Basedontheanchoringaccidentreportsfrommultipledomesticandinternational

organizationsandtheinformationprovidedbyautomaticidentificationsystem(AIS)andvesseltraffic

services(VTS),anevaluationindexsystemofanchoringsafetyisestablished,alongwithasmall-scale

datasetofanchoringships.Theprincipalcomponentanalysis(PCA)isusedtogetthecomprehensive

influencingfactors,theincrementalsample-basedrandomforest(ISRF)algorithmisusedtogetthe

anchoringsafe