对海上能源通道海盗袭击综述.docx

对海上能源通道海盗袭击综述
1贝叶斯网络方法的选择
为解决传统的建立数学模型进行评估决策方法的弊端,实现直接从复杂系统获取信息进行风险评估与决策,贝叶斯网络等智能方法应运而生。贝叶斯网络又称信度网络、概率网络、因果网络,Pearl于1988年给出明确定义[4],最早用于数据挖掘领域,而后在处理人工智能不确定性等问题中大量运用。它基于主观贝叶斯方法概率推理模型发展而来,以坚实的数学理论方法成功规避了主观贝叶斯概率分配的主观性、概率分配前后的不一致性、先验和条件概率获取的困难性,能够客观地建立了反映定性指标对其上层指标风险度影响程度的条件概率表。
2我国海上能源通道海盗袭击风险概念模型

海上能源通道海盗袭击风险指海盗袭击发生的可能性及后果的组合,受风险源直接或间接的作用。海盗袭击往往通过盗窃、抢劫、劫持等方式来威胁航行船只本身以及能源物资和人员的安全,根据海盗活动的特点,认识到海盗组织的犯罪手段,海盗组织的犯罪工具及海盗组织的犯罪人数对海盗袭击风险产生直接影响,并直接决定后果的严重性。袭击事件发生时,部分因子通过间接作用对后果的严重性及事件发生的概率产生影响,如:航区周边国家政局混乱不堪及经济贫困潦倒致使难民人数激增,加入利益巨大的海盗团体成为人民谋生的主要选择,混乱及贫困程度不仅影响海盗数量,还会对海盗作案时手段残忍程度造成影响;而岛屿众多、水道狭窄的海域,如印度尼西亚附近海域,除了常成为海盗作案的首选之地以外,其复杂的地形也有利于犯案后海盗逃匿,增加袭击的风险;此外,良好的天气、海况也是海盗活动成形及成功的重要保障因素,如亚丁湾天气海况最为良好的3~5月是海盗活动最频繁的时间。最后,依据联合国对海盗行为的定义及现实海盗行为发生的后果,可归纳海盗袭击风险的承险体及风险后果如表1所示。


风险体系是由风险源危险性、承险体脆弱性和防灾减灾能力综合作用而成,根据上述分析,构建海上能源通道海盗袭击风险概念模型,如图1所示。、准则层B、一级指标层C及判别层D,涵盖风险形成机制中的全部要素———危险性、脆弱性、防范能力,如表2所示。
3评估建模及仿真实验

海上能源通道的海盗袭击风险可分为海上能源通道所固有的风险及具体船舶航行时所遭受的综合风险,固有风险受指标d1-d7及d10-d12影响,剩余指标根据具体航行船舶及运输物资变化而变动。d1-d3指标选用国际海事组织发布的2000-2012年海盗袭击报告统计资料,d4采用英指数,d5指标采用国际货币基金组织IMF等组织发布的人均GDP、多维贫困指数、CPI指数增幅、收入基尼系数等数据,d6选用国家图像和测绘局发布的SRTM30高程数据,d7指标选用《CMA-STI热带气旋最佳路径数据集》、ICAODS船舶数据,d11-d12指标评价根据所获取文字资料进行专家打分得到。对各指标进行分级处理,处理方式与风险等级对应关系如表3所示。