[发明专利]一种港口国监督检查船舶和检查员分配的方法

权利要求书

1.一种港口国监督检查船舶和检查员分配的方法，其特征在于，所述方法包括：

获取目标港口的已检查船舶的历史信息与属性信息，根据所述已检查船舶的历史信息与属性信息建立目标船舶缺陷数预测模型、目标船舶被滞留概率预测模型；

根据所述目标船舶缺陷数预测模型和所述目标船舶被滞留概率预测模型计算所述目标港口中未检查船舶的综合风险值；

获取待分配的检查员集合，根据所述未检查船舶的综合风险值和船舶在港情况以及所述待分配的检查员集合确定检查员排班决策文件。

2.根据权利要求1所述的一种港口国监督检查船舶和检查员分配的方法，其特征在于，所述根据所述已检查船舶的历史信息与属性信息建立目标船舶缺陷数预测模型、目标船舶被滞留概率预测模型包括：

获取目标港口的已检查船舶的历史信息与属性信息；

对所述已检查船舶的历史信息与属性信息进行预处理操作，将预处理操作后得到的数据作为模型相关数据；

将所述模型相关数据分为训练数据集以及验证数据集；

根据所述训练数据集以及所述验证数据集确定目标船舶缺陷数预测模型；

根据所述训练数据集以及所述验证数据集确定目标船舶被滞留概率预测模型。

3.根据权利要求2所述的一种港口国监督检查船舶和检查员分配的方法，其特征在于，所述获取目标港口的已检查船舶的历史信息与属性信息包括：

获取目标港口的历史港口国监督检查数据，根据所述历史港口国监督检查数据得到目标港口内的历史检查记录以及已检查船舶的编码数据；

基于所述编码数据获取所述已检查船舶的属性信息以及船舶历史检查信息；

将所述历史检查记录以及所述船舶历史检查信息作为目标港口的已检查船舶的历史信息。

4.根据权利要求2所述的一种港口国监督检查船舶和检查员分配的方法，其特征在于，所述根据所述训练数据集以及所述验证数据集确定目标船舶缺陷数预测模型包括：

根据所述训练数据集建立船舶缺陷数预测模型；

根据所述验证数据集对所述船舶缺陷数预测模型进行超参数调整，将超参数调整后得到的船舶缺陷数预测模型作为目标船舶缺陷数预测模型。

5.根据权利要求2所述的一种港口国监督检查船舶和检查员分配的方法，其特征在于，所述根据所述训练数据集以及所述验证数据集确定目标船舶被滞留概率预测模型包括：

将所述训练数据集分为被滞留样本集以及未被滞留样本集；

根据所述被滞留样本集以及所述未被滞留样本集建立船舶被滞留概率预测模型；

根据所述验证数据集对所述船舶被滞留概率预测模型进行超参数调整，将超参数调整后得到的船舶被滞留概率预测模型作为目标船舶被滞留概率预测模型。

6.根据权利要求5所述的一种港口国监督检查船舶和检查员分配的方法，其特征在于，所述根据所述被滞留样本集以及所述未被滞留样本集建立船舶被滞留概率预测模型包括：

根据所有所述被滞留样本集中的样本数据与等量随机抽取的所述未被滞留样本集中的样本数据生成平衡样本集；

对所述平衡样本集内的样本数据进行有放回抽样操作，抽取与所述平衡样本集的样本量等量的样本数据作为输入训练集；

根据所述输入训练集建立船舶被滞留概率预测模型。

7.根据权利要求2所述的一种港口国监督检查船舶和检查员分配的方法，其特征在于，所述根据所述目标船舶缺陷数预测模型和所述目标船舶被滞留概率预测模型计算所述目标港口中未检查船舶的综合风险值包括：

计算所述训练数据集中船舶的缺陷数的平均值，将计算出的船舶的缺陷数的平均值作为船舶平均缺陷数；

计算所述训练数据集中船舶的被滞留概率的平均值，将计算出的船舶的被滞留概率的平均值作为船舶平均被滞留概率；

根据所述目标船舶缺陷数预测模型以及所述目标船舶被滞留概率预测模型分别计算所述未检查船舶的缺陷数和被滞留概率；

根据所述船舶平均缺陷数以及所述船舶平均被滞留概率分别对所述未检查船舶的缺陷数和被滞留概率进行归一化处理，并根据归一化处理后得到的数据计算所述未检查船舶的综合风险值。