基于GA-SVR-PSO的航运安全投入优化研究

作者：杨玉梅; 张庆年^*; 杨杰; 涂敏; 丛喆; 张威

来源：安全与环境工程, 2020, 27(01): 146-151.

DOI：10.13578/j.cnki.issn.1671-1556.2020.01.022

• 航运安全投入
• 遗传算法
• 支持向量回归模型
• 粒子群优化算法

随着经济的快速发展,航运安全事故时有发生,造成了较大的经济损失和社会影响。为减少航运安全事故,航运管理部门督促航运企业增加安全投入,造成航运企业的经济负担增加,航运企业迫切需要寻求优化安全投入的方法。提出了一种基于GA-SVR-PSO的航运安全投入优化方法,该方法首先利用GA-SVR模型构建航运安全投入与事故经济损失之间的定量关系模型,然后结合实际投入约束条件构建了航运安全投入优化模型,最后采用粒子群优化(PSO)算法对航运安全投入优化模型进行优化,得到投入约束条件下航运安全投入的最优配置和事故最低经济损失。以Z航运公司2018年安全投入为实例进行验证,结果表明基于GA-SVR-PSO的航运安全投入优化方法具有较好的航运安全投入优化效果,可为航运企业安全投入决策提供可靠的模型依据,提高航运安全投入效率。

• 单位
  武汉理工大学