[发明专利]一种港口国监督检查船舶和检查员分配的方法

说明书

本发明公开了一种港口国监督检查船舶和检查员分配的方法，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。解决了现有技术中缺乏船舶综合风险预测模型的问题，以及缺乏同时考虑检查资源以及船舶风险和停泊情况的检查员排班系统的问题。

技术领域

本发明涉及港口国监督检查领域，尤其涉及的是一种港口国监督检查船舶和检查员分配的方法。

背景技术

现有的检查员排班系统采用一种贪心算法，即不考虑船舶的缺陷和滞留状况，仅根据可用检查员人数和船舶停靠时间随机地将需要检查的船舶分配给检查员。然而船舶缺陷和滞留作为港口国监督检查的主要且互相不可替代的结果，若缺乏对船舶缺陷和滞留的考量，则无法令港口国监督部门进行一个全面且直观的船舶风险评估，这样得到的排班策略也不能保证尽可能多的高风险船舶被检查到，进而导致无法保证有限的检查资源被最大化利用，从而限制了港口国监督的效用。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种港口国监督检查船舶和检查员分配的方法，旨在解决现有技术中缺乏船舶综合风险预测模型的问题，以及缺乏同时考虑检查资源以及船舶风险和停泊情况的检查员排班系统，导致无法保证有限的检查资源被最大化利用，从而限制了港口国监督的效用问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种港口国监督检查船舶和检查员分配的方法，其中，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。

在一种实施方式中，所述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。

在一种实施方式中，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已检查船舶的编码数据以及历史检查记录；

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。

在一种实施方式中，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：