船舶機艙協(xié)作式模擬訓練智能評價方法研究.pdf

1、根據(jù)我國建設海洋強國的戰(zhàn)略目標，交通運輸部印發(fā)了《中國船員發(fā)展規(guī)劃（2016-2020年）》，提出了推進船員實操評估電子化、智能化的任務。目的是以規(guī)范化和標準化的船員適任能力評估，促進船員素質的提高，減少人為因素導致的船舶機艙事故的發(fā)生，保障海上交通安全。論文以船舶機艙協(xié)作式模擬訓練智能評價方法的研究為主線，研究并改進了船員實操訓練模式和仿真訓練評估系統(tǒng)，完善了船舶機損事故在訓練和評價中的應用及輪機模擬器的效能評價體系。主要的研究工作如

2、下:
　　為滿足機艙資源管理這一新的強制性適任標準的特殊要求，論文基于“人-機-環(huán)境系統(tǒng)工程”方法建立了新的船舶機艙模擬訓練和評估模式;提出了船舶的“角色-任務-資源”系統(tǒng)協(xié)作訓練模型和駕機聯(lián)動式任務型協(xié)作訓練模式，克服了傳統(tǒng)的輪機模擬器在“全任務綜合”培訓和“客觀”評估方面的欠缺。對船舶機損事故案例的原因進行挖掘分析，給出了機損事故、人誤因素和資源管理因素之間的關系。設計典型的情景和任務，改進評價體系，在訓練和評估中側重培訓機艙

3、人員防止船舶機損事故發(fā)生的能力。尤其是對于缺少實船服務經(jīng)歷的航海院校學生具有很好的實用效果，滿足了“管理型”和“技能型”高素質船員訓練和評估的需要。
　　在基于輪機模擬器的自動綜合評估的基礎上，將智能算法引入船舶機艙實操訓練的評估，提出了一種改進的基于遺傳算法優(yōu)化的智能綜合評價方法。該方法包括建立駕機聯(lián)動模擬的評估知識庫，構造評估指標隸屬度函數(shù)庫和不同需求下的優(yōu)化目標函數(shù)，采用熵權法和歷史評估數(shù)據(jù)動態(tài)調整評估指標的權重并利用遺傳算

4、法優(yōu)化，根據(jù)實時的系統(tǒng)參數(shù)檢測結果和隸屬度函數(shù)得出模糊關系矩陣，經(jīng)多重模糊綜合評判得出評估結果。在實例中對遺傳算法優(yōu)化的效果進行了對比分析，經(jīng)遺傳算法優(yōu)化的評價結果誤差明顯較小。經(jīng)初步實踐表明，該評估結果比較客觀，所提出的評估方法符合實際需求。
　　為進一步提高船舶機艙實操訓練評估的智能性和客觀性，應用深度學習的技術研究輪機實操智能評估的回歸問題，提出了基于深度學習的智能評價方法。采用稀疏自動編碼器(SAE)對大量數(shù)據(jù)樣本進行特征

5、變換，深入學習樣本特征并用于分類評價，經(jīng)反復訓練后得到較好的評價模型。針對輪機實操評估的特點，給出了確定深度信念網(wǎng)絡(DBN)層次結構的具體方法。通過逐層貪婪訓練算法對限制玻爾茲曼機逐層訓練，最后經(jīng)BP算法對網(wǎng)絡微調后形成評估模型。在仿真實驗中分別對BP神經(jīng)網(wǎng)絡、帶回歸模塊的SAE和DBN評估模型的預測效果進行了對比驗證。研究結果表明，基于DBN的評估模型的最大誤差為2.45分，最小誤差為0.09分，各項誤差均最小。DBN模型避免了普通

6、的多層神經(jīng)網(wǎng)絡可能過早陷入局部最優(yōu)的問題。該方法適用于結合輪機模擬器、自動化機艙或智能化實船機艙開展的輪機實操智能評估，是具有較好應用前景的方法，填補了深度學習方法應用于船舶機艙實操訓練智能評估的研究空白。
　　在參與輪機模擬器性能標準的編制工作的基礎上，研究了輪機模擬器效能評價體系，提出基于云模型的輪機模擬器效能評價方法。通過計算加權偏離度衡量云重心的變化值，對某型號的VLCC輪機模擬器進行分析評價，為我國的輪機模擬器的認證提供