0 引 言
從20世纪末以来，在新的科技革命带动下，全球经济快速发展，集装箱水路运输的重要性也越来越突出，随之而来的集装箱船的航行安全问题也越来越受到IMO（国际海事组织）、各国海事管理部门、航运企业以及广大船员的关注。到目前为止，国内外的许多专家学者对该问题进行了研究，并取得了一定的研究成果。文献[1]以对集装箱船的安全状况的定性和定量分析为基础，重点研究了事件链和风险控制的成本。文献[2]针对中日航线集装箱船建立了基于模糊数学理论的综合评价模型，并评价了集装箱船的航行安全，提出了应对措施。为减小安全评价过程中主观因素的影响，文献[3]利用证据理论建立评价模型，评价了大风浪中集装箱船的航行安全，并进行了实际验证。然而，影响大风浪中航行的集装箱船安全的因素较多，而且大多数因素都具有随机性和模糊性，这使专家在评价过程中很难对其进行精确确定，从而影响评价结果的精准性。为此，本文利用云模型具有实现定性描述与定量评价相互转换的特点，对评价过程进行处理，以提高安全评价结果的准确性。
1 集装箱船大风浪航行的安全评价指标体系
集装箱船在大风浪中航行可能发生的事故包括船舶沉没、船舶碰撞、船舶搁浅、人员伤亡、集装箱货物破损、集装箱货物入海、船舶与货物火灾等。本文主要讨论船舶在大洋航行时遇大风浪天气可能发生的事故，因此主要涉及船舶沉没、船体损坏、人员伤亡、集装箱货物破损以及集装箱货物入海等航行安全问题。考虑到影响因素较多且属于不同层次，本文运用系统工程理论，研究各层次之间以及各要素之间的相互关系[4]。通过文献调研，发现多数研究人员习惯上将在大风浪中航行的船舶作为一个由人、船、环境组成的系统进行研究。考虑到管理因素对集装箱船航行安全的重要性，引入管理因素，构成“人—船—环境—管理”系统，建立如表1所示的安全评价指标体系。
2 基于云模型的安全评价模型
云模型是以模糊数学理论和概率论为基础的，概念的模糊性、随机性和关联性主要是通过随机给样本点赋予确定度来刻画的。该方法可以实现定性概念与定量数据的转换，并能对评价对象的模糊性和随机性进行有效的揭示[5]。鉴于云模型理论具有能够有效地降低安全评价过程中专家打分的主观性，提高评价结果的准确性的优点，该理论被广泛应用于数据挖掘、模拟预测、算法改进等多个领域。文献[6]对我国进口原油海运安全的影响因素进行了系统的分析，建立了安全评价指标体系，最后借助云模型理论对该系统进行了安全评价，为建立相应的预警系统提供理论基础。文献[7]针对集装箱船货物运输过程中风险评价的模糊性和随机性问题，建立了货物运输的风险评价体系，并利用云模型对货物运输的风险程度进行了定量评价。为减弱港口低碳绿色发展评价过程中主观因素的过度影响，文献[8]在确定了各指标云权重的基础上，利用云模型进行安全评价，其研究结果可为港口的低碳绿色发展提供相应的理论支持和实践指导。文献[9]采用云推理模型，利用从数据中挖掘的不确定性知识，对灌溉区中长期灌溉制度进行优化。
（3）基于云模型的评价。
通过正向云发生器得出各底层指标的评价云模型后，利用式（5）～（7）求得人的综合云模型为（0.541 4， 0.085 0， 0.011 7），船的综合云模型为（0.430 8， 0.076 6， 0.007 0），环境的综合云模型为（0.320 5， 0.074 5， 0.011 6），管理的综合云模型为（0.327 9， 0.075 8， 0.009 8）。再次对人、船、环境、管理因素进行综合，最终求得集装箱船大风浪航行安全综合评价云模型（0.437 1，0.079 1，0.010 2）。综合评价云对应到评语区间上的位置关系见图1。 （4）安全评价结果分析。
该集装箱船大风浪航行的安全评价结果处于“较危险”与“一般”之间，略趋向于“一般”。由于大风浪恶劣环境的影响，该船多个集装箱和扭锁变形，这从侧面印证了基于云模型的安全评价具有一定的可靠性。
就评价结果而言，人、船、环境、管理这4个因素的风险按从高到低的顺序排序依次为环境因素U3、管理因素U4、船舶因素U2、人的因素U1，且环境因素与管理因素的评价结果相接近，说明除外在恶劣环境影响外，该船及其所属船公司在安全管理方面有待进一步加强。
总的来说，船舶因素U2的熵En和超熵He比其他因素的低，说明这艘船的维护保养及设备运转状况较好。人的因素U1的熵En和超熵He较高，这与该船已经在大风浪中航行数日导致船员身体不适以及新船员对设备的熟悉程度一般有较大关系。
4 结束语
鉴于集装箱船大风浪航行安全评价指标具有较强的模糊性和随机性，且专家打分时存在较强的主观性，利用云模型将模糊性与随机性集成，实现定性评价与定量评价的相互转换。这不仅提高了安全评价的精度，而且更符合人们的认知和思维判断。
