利用贝叶斯网络提高港口国检查效率

提高港口国监控(PSC)的检查效率,本文研究了船舶固有属性(船舶年龄、船旗、船级社、船舶尺度)、港口国检查缺陷项与船舶事故间的影响关系。本文所使用的数据主要来自于英国劳氏船级社(LR)、国际海事组织(IMO)和东京谅解备忘录(Tokyo MOU)三个数据库,共5478条干散货船数据。利用贝叶斯网络(BN)构建模型,并分别采用Bayesian Network (BN)和Greedy thick thinning(GTT)算法构建网络模型。同时利用K-折交叉验证、对数似然函数(LL)、赤池信息量准则(AIC)和贝叶斯信息准则(BIC)对模型进行评估。结果表明船舶的固有属性和关键检查缺陷项对船舶事故均有较高的直接影响,而大多数的港口国监控检查缺陷之间具有相互影响,并且通过关键检查缺陷项对船舶事故产生间接影响。因此可以利用关键检查缺陷项优化港口国检验制度,提高检验效率。