

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、如今科技的不斷更新,船舶的設備越來越先進了,理論上講,船舶發(fā)生事故的可能性應該越來越低才是,但是近幾年船舶事故還是保持在一個較高的趨勢水平,通過研究發(fā)現(xiàn),導致事故居高不下的原因是由于各方面的管理不善導致的,所以加強船舶的安全管理是很有必要的。福建沿海水域地處臺灣海峽,是國際船舶航行的一條重要通道,保證福建沿海水域的交通安全至關重要,所以對該水域的船舶事故調查研究就是一項必不可少的環(huán)節(jié)。通過分析過去幾年內(nèi)該水域的船舶事故發(fā)展規(guī)律,分析預測
2、未來某一時間該水域船舶事故的趨勢及發(fā)生事故的主要因素,對引起事故的原因積極采取相應的措施,避免同樣的原因導致多起事故的發(fā)生,盡可能的降低船舶事故的發(fā)生量,提供過往船舶一條安全的海上航道。
由于船舶事故的隨機性、復雜性等特點交織在一起,所以本文以定性分析和定量分析相結合的分析方法。從福建省各個地方海事局收集整理船舶事故資料進行統(tǒng)計,通過分析福建沿海的水域情況和事故的統(tǒng)計規(guī)律,結合典型事故分析,歸納出導致福建沿海船舶事故的主要因素
3、。然后分析福建沿海2001~2014年船舶事故數(shù)據(jù)特點,總結福建沿海船舶事故的特性和規(guī)律,借鑒國內(nèi)外學者在船舶事故預測上的研究方法,發(fā)現(xiàn)灰色理論的GM(1,1)預測模型、ARIMA時間序列預測模型及BP神經(jīng)網(wǎng)絡預測模型在船舶事故的預測上具有很強的適用性。并對福建沿海船舶事故數(shù)據(jù)進行單一預測,運用其結果可以有效的分析事故數(shù)據(jù)的變化。為了進一步提高模型的預測準確性,針對福建沿海的船舶事故數(shù)據(jù)建立時間權重的組合預測模型,給出時間權重應該滿足的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 組合預測模型的權重研究及其應用.pdf
- 組合預測模型的權重確定方法的研究.pdf
- 關于組合預測中的權重確定及應用.pdf
- 基于智能計算的變權重組合優(yōu)化短期負荷預測研究.pdf
- 模糊變權重組合預測方法的研究.pdf
- 基于組合權重的中長期負荷預測研究及系統(tǒng)實現(xiàn).pdf
- 基于時間序列分析的預測.pdf
- 組合模型對金融時間序列的分析及預測
- 組合模型對金融時間序列的分析及預測.pdf
- 基于MGM(1,n)的船舶交通事故預測研究.pdf
- 基于組合預測的電信客戶流失預測分析.pdf
- 基于支持向量機的船舶交通事故預測研究.pdf
- 基于事故調查報告的船舶碰撞事故脆性分析.pdf
- 基于時間-能耗權重比的任務調度算法.pdf
- 船舶交通事故混沌預測研究.pdf
- 組合預測中單項模型選擇研究及其權重系數(shù)優(yōu)化.pdf
- 基于小波和時間序列分析組合模型的地鐵隧道變形預測研究.pdf
- 基于事故樹的船舶避臺失敗原因分析.pdf
- 基于GRNN的變權重組合預測模型在傳染病發(fā)病率預測中的應用.pdf
- 負荷預測中誤差校正及組合權重選取的研究.pdf
評論
0/150
提交評論