大数据环境下水上交通事故与船舶交通流内在机理分析开题报告

1. 研究目的与意义（文献综述）

船舶交通流与通航安全和通航效率密切相关，也是诱发水上交通事故的重要原因之一。基于大数据环境下水上交通事故与船舶交通流的内在机理分析是将在大数据环境下不同船舶交通流对应发生水上交通事故的内因或者诱导因素进行分析，运用系统工程学、统计学等理论和方法研究在大数据环境下不同船舶交通流对应发生水上交通事故的影响因素、船舶交通流与水上交通事故的数学模型，为水上安全管理机关、港口调度人员及船舶三方面的角度出发，保证船舶的营运安全及通行效率。

现在，随着船舶的日益增加，船舶交通流稳步增长，船舶交通流与水上交通事故发的之间的因素的采集已经进入到大数据时代，从海量的数据中将传播交通与水上交通事故间的关联全面真实的展现在眼前，分析并给出安全保障措施。

2. 研究的基本内容与方案

2.1基本内容:

(2)分析不同类别事故发生附近不同时段船舶交通流的特征和数量：对具体发生事故的原因进行总结，并将其建模，运用数学模型对其分析；

(3)提出基于事故与交通流内在机理的船舶交通流控制策略：运用所建的数学模型，找出可以调控的影响船舶交通流的因素，为主管机关的判断提供参考；

3. 研究计划与安排

(1) 2月17日-3月10日，查阅相关文献资料，并联系导师，编写开题报告，确定毕业论文的大体内容框架和研究方向。

(2) 3月11日-4月15日，根据导师意见进一步修正和确定论文方向和具体内容。另外，完成20000个字符的英文文献翻译。

(3) 4月16日-5月12日，按任务书要求开始论文撰写，进一步完成论文撰写的技术环节，查阅文献，充实内容，保持与指导教师的联系，在此期间完成论文初稿。

4. 参考文献（12篇以上）

[1] li m w, han d f, wang w. vessel traffic flow forecasting by rsvr with chaotic cloud simulated annealing genetic algorithm and kpca[j].neurocomputing,2015,157:243-255.

[2] xu w,chu x,chen x,et al.method of generating simulation vessel traffic flow in the bridge areas waterway[c]//computer sciences and applications (csa), 2013 international conference on.ieee,2013:808-812.

[3] chen j,tian y,ying s.optimized ls-svr method applied to vessel traffic flow prediction[c]//computational intelligence and natural computing proceedings (cinc),2010 second international conference on.ieee,2010,1:315-320.

[4] zhu f,lei l.research on a method for analysis of ship traffic density in harbor water area based on gis[c]//conference anthology,ieee.ieee,2013:1-4.