بخشی از مقاله
چکیده
صنعت حمل و نقل دریایی، به عنوان زیربنای اصلی تجارت جهانی از اهمیت بسیاری برخوردار است. دو عامل "ایمنی" و "سرعت" نقش مهمی در بازار به شدت رقابتی حمل و نقل دریایی ایفا میکنند. مفهوم ایمنی مرتبط با سوانح دریایی خواهد بود و برای مدیریت و کنترل آن نیاز به مطالعه ریسک وقوع سانحه خواهد بود. در میان سوانح دریایی، دو سانحه برخورد و به گل نشستن شناورها، پرتکرارترین سوانح هستند.
در این مطالعه، تمرکز بر روی سانحه برخورد است. پس از شناسایی نقاط پرخطر توسط شبیهسازی ترافیک، احتمال وقوع برخورد در نقاط پرخطر با استفاده از شبکه بایزین مدلسازی شده است. یکی از مزیتهای اصلی شبکه بایزین، امکان در نظر گرفتن خطای انسانی، به عنوان عامل 80 درصد سوانح دریایی، است که با تکمیل این شبکه با افزودن عوامل محیطی و مشخصات شناور، احتمال وقوع خطا در نقاط پرخطر نیز محاسبه خواهد شد.
-1 مقدمه
دو روش برای کمی کردن ریسک وجود دارد. استفاده از آمار و اطلاعات موجود . یا استفاده از مدلهای ریسک. عیب اصلی روش اول، یعنی استفاده از آمار این است که این اطلاعات فقط نمایندهای از گذشته هستند و شرایط و حوادث جدید را دخیل نمیکنند. مدلهای ریسک، مدلهایی هستند که با در نظر گرفتن روابط میان عوامل ریسک و کمی کردن آنها، میتوانند قبل از وقوع ریسک، شرایط آن را نمایش دهند.
همانگونه که مطرح شد، احتمال وقوع برخورد، طبق رابطه زیر محاسبه میشود :[2] ,[1] : 1 تعداد نقاط مستعد برخورد : 2 علت برخورد درواقع نشاندهنده تعداد برخوردهایی است با فرض اینکه هیچگونه حرکتی برای جلوگیری از آن انجام نشود. نیز درواقع احتمال وقوع خطا در انجام عواملی است که از وقوع برخورد جلوگیری میکنند.
برای درک این مفهوم به مثال زیر در حملونقل جادهای توجه کنید : حین رانندگی، ممکن است چندین بار وسیله موردنظر، در وضعیت خطرناکی قرار بگیرد و فاصله ایمنی آن با خودروهای دیگر کاهش یابد. ولی تغییر مسیر یا بهطورکلی عکسالعمل راننده آن وسیله مانع از تصادف در اکثر این مواقع خواهد شد. وضعیت خطرناک، عامل و عدم توفیق راننده وسیله در هنگام مواجهه با این وضعیت، مؤلفه خواهد بود. همانطور که ذکر شد، عواملی مانند میدان دید راننده و سن وسیله نقلیه در توفیق یا عدم توفیق راننده در انجام عکسالعمل بهمنظور جلوگیری از حادثه تأثیرگذار است.
برای محاسبه عامل ، دو روش عمده وجود دارد : -1 استفاده از روشهای درخت خطا و درخت تصمیم برای شبیهسازی عامل انسانی مؤثر بر آن. [3] -2 استفاده از شبکههای بایزین، با این تفاوت که در این روش، عواملی مانند میدان دید، روشنایی، سن کشتی، مهارت خدمه شناور و دیگر عوامل مؤثر بر آن قابلمحاسبه خواهند بود. به منظور بررسی عوامل موثر بر برخورد شناورها، ابتدا نیاز است تا این عوامل شناسایی شوند.
بدین منظور از آمارهای موجود استفاده شده است. شناورهای مدرن امروزی، با توجه به فناوری پیشرفته موجود در آنها، کمتر مستعد سوانح دریایی به دلیل نقص فنی هستند. به همین دلیل، امروزه تمرکز بیشتر بر روی مدل کردن خطای انسانی و نقش آن در سوانح دریایی معطوف است. ولی مدل کردن عامل انسانی در روند تحلیل کمی ریسک نیز دارای مشکلات و سختیها خاص خود است و همچنان جز مطالعات اصلی محققین و شرکتهای دریانوردی و کشتیرانی است.[6-4]
-2 مروری بر مطالعات گذشته
در اولین مطالعات مربوط به این پارامتر، Fuji احتمال "خطا در مانور شناور که باعث برخورد به شناور یا جسم ثابت میشود" ، در نظر گرفت. این مطالعه در آبراههای کشور ژاپن و با استفاده از آمار سوانح گذشته محاسبهشده است.[1] مطالعات MacDuff نیز با روشی مشابه در آبراه Dover در کشور انگلستان به عنوان باریکترین آبراه این کشور انجام شده است.[2]
در گام بعدی مطالعه عوامل برخورد، روشهای پیشرفتهتر تحلیل ریسک، یعنی درخت خطا مورد استفاده گرفت. در مطالعات Pedersen ، روش درخت خطا، برای محاسبه این پارامتر استفاده شد. این روش، اگرچه در زمان خود پیشرفت قابل توجهی محسوب میشد، ولی دارای محدودیتهای زیادی است. بزرگترین محدودیت آن امکان در نظر گرفتن تنها دو پارامتر به صورت همزمان می باشد. علاوه بر این هر پارامتر تنها میتواند دارای دو حالت باشد. به منظور در نظر گرفتن تمام عوامل تاثیرگذار، نیاز به ایجاد درختی بسیار یزرگ میباشد که خود نیاز به محاسبات بسیار سنگینی دارد.[8]
در سال 2006، استفاده از شبکههای بایزین در گام دوم FSA ، به پیشنهاد کمیته ایمنی دریانوردی کشور ژاپن، در مجمع جهانی IMO به تصویب رسید.[9] شرکت DNV نیز در این سال مدلی بسیار کامل برای استفاده از شبکه بایزین به منظور محاسبه علت برخورد ارائه کرد که به دلیل گستردگی آن و در نظر گرفتن تمامی شرایط، میتوان با تغییر دادن توزیع گرهها، در مناطق دیگر نیز از این مدل استفاده کرد.
از این سال به بعد، تمامی مطالعات انجام شده بر پایه مدل DNV بوده و بیشتر سعی بر پیادهسازی آن در مناطق دیگر بوده است.[15-9 ,7] لازم به ذکر است که نرم افزار IWRAP، به عنوان اصلیترین نرمافزار موجود در زمینه تحلیل ریسک سوانح دریایی، نیز از این روش استفاده کرده است. - محاسبات در داخل نرمافزار انجام نمیشود ولی مقادیر پیش فرض آن در نرمافزار، با استفاده از این روش محاسبه شدهاند - .[16]
-3 شبکههای بایزین
یک شبکهی بایزی1 یا »شبکه باور2« یا »شبکه باور بایزی3« یک گراف جهتدار غیرمدور است که مجموعهای از متغیرهای تصادفی و نحوه ارتباط مستقل آنها را نشان میدهد. بهعنوان نمونه یک شبکه بایزی میتواند نشاندهنده ارتباط بین علت بیماریها با خود آنها باشد. پس با داشتن عوامل بتوان احتمال یک بیماری خاص را در یک مریض تشخیص داد.
شبکه یزینبا یک ابزار نسبتاً جدید برای شناسایی - هویت - روابط احتمالی بهمنظور پیشگویی یا ارزیابی کلاس عضویت است. بهطور خﻻصه میتوان گفت شبکه بایزین، نمایش با معنی روابط نامشخص مابین پارامترها در یک حوزه میباشد. شبکه بایزین، گراف جهت دار غیر حلقوی از نودها برای نمایش متغیرهای تصادفی و کمانها برای نمایش روابط احتمالی مابین متغیرها به شمار میرود.
شبکههای بایزین درزمینهی استدلال احتمالی بهطور گسترده مورداستفاده قرار میگیرند و به درخت متصل بر روی احتمالات استدلال شده تبدیل می شوند. شبکههای بایزین به تجزیه زیر گراف ا صلی ماکزیمم درخت مت صل تبدیل می شوند و بی شتر از درختهای مت صل کاربرد دارند. شبکه بایزین عموماً بهصورت آشکار با مقادیر اولیه قابلقبول و روابط مابین متغیرها توزیع میشود. در مسائل دنیای واقعی بسیار کاربرد دارند.
قضیه بیز4 روشی برای دستهبندی پدیدهها، بر پایه احتمال وقوع یا عدم وقوع یک پدیده است و در نظریه احتمالات با اهمیت و پرکاربرد است. اگر برای فضای نمونهای مفروضی بتوانیم چنان افرازی انتخاب کنیم که با دانستن اینکه کدامیک از پیشامدهای افراز شده رخ داده است، بخش مهمی از عدماطمینان تقلیل مییابد. این قضیه ازآنجهت مفید است که میتوان از طریق آن احتمال یک پیشامد را با مشروط کردن نسبت به وقوع و یا عدم وقوع یک پیشامد دیگر محاسبه کرد. در بسیاری از حالتها، محاسبهی احتمال یک پیشامد بهصورت مستقیم کاری دشوار است.
-1-3 مزایا و معایب شبکه بایزین
-1-1-3 مزایا
برتریهای این تکنیک نسبت به دیگر روشها مانند درخت تصمیم و یا درخت خطا را میتوان چنین بیان کرد:[20]
· امکان در نظر گرفتن اندرکنش عوامل مختلف - در دو روش دیگر، در هر مرحله یک پارامتر محاسبه میشود -
· حجم کمتر محاسبات
· اضافه کردن گره جدید بدون تغییر بسیار زیاد در مدل ایجادشده بهمنظور بهبود ساختار شبکه و یا دسترسی به اطلاعات جدید
· وجود امکان حساسیت سنجی نسبت به پارامترهای حساس
· بررسی راهکارهای مدیریت ریسک با تعریف گرههای جدید و یا تغییر توزیع احتمالاتی گرههایی که پس از اجرای راهکار مدیریت ریسک دستخوش تغییر خواهند شد.
