[发明专利]基于风险分级和定位的危险货物集装箱落水分类救援方法

权利要求书

1.一种基于风险分级和定位的危险货物集装箱落水分类救援方法，其特征在于，该方法包括：

获取危险货物集装箱运输链路信息，所述危险货物集装箱运输链路信息包括危险货物基础数据、危险货物集装箱运输链路信息以及定位设备信息；

根据所述危险货物集装箱运输链路信息以及定位设备信息建立动态落水救援预警模型；

根据所述动态落水救援预警模型读取所述危险货物基础数据，解析获取集装箱内危险货物对应的风险分级结果；

根据风险分级结果划分落水分类救援等级，优化危险货物救援方案；

其中，所述动态落水救援预警模型的建立方法包括：

获取船舶运输的危险货物的样本数据，所述样本数据包括运输危险货物集装箱信息以及运输定位信息；

将所述样本数据输入至构建的初始预测模型中进行向量表示，并学习运输危险货物集装箱信息和运输定位信息之间的匹配关系；

通过所述样本数据量对所述初始预测模型进行训练，确定与所述样本数据对应的运输时间预测值，并获得所述样本数据对应的真实值；

根据所述预测值以及所述真实值，计算所述初始预测模型的预测损失值；

当所述预测损失值达到预设阈值时，将所述初始预测模型作为动态落水救援预警模型，完成模型训练；

根据获取的危险货物集装箱运输链路信息，解析获取所述危险货物集装箱运输链路信息的预测货物种类信息；

其中，将所述样本数据输入至构建的初始预测模型中进行向量表示，包括：

将获取的样本数据输入到构建的初始预测模型中的神经网络；

将每条样本数据匹配到所述初始预测模型的输入层，所述输入层包括位置嵌入层、危险货物集装箱嵌入层以及时间嵌入层；

对匹配到所述输入层的所述位置嵌入层、危险货物集装箱嵌入层以及时间嵌入层的样本数据分别进行向量表示；

将所述位置嵌入层、危险货物集装箱嵌入层以及时间嵌入层的向量进行相加得到输入层向量，所述输入层向量为所述样本数据对应的特征向量；

其中，解析获取集装箱内危险货物对应的风险分级结果，包括：

获取所述危险货物集装箱运输链路信息输入至所述动态落水救援预警模型中输出的运输时间预测信息；

将所述危险货物集装箱运输链路信息中危险货物的货物种类信息与所述运输时间预测信息做差计算容错时间差值；

将所述容错时间差值与预设的风险评估分析条件对比，划分所述危险货物集装箱运输链路信息对应的风险等级，并生成对应的风险分级结果。

2.如权利要求1所述的基于风险分级和定位的危险货物集装箱落水分类救援方法，其特征在于，所述危险货物基础数据包括所述危险货物的装箱信息，集装箱信息、货物名称、货物体积、货物重量以及货物种类信息。

3.如权利要求2所述的基于风险分级和定位的危险货物集装箱落水分类救援方法，其特征在于，所述运输危险货物集装箱信息包括船舶运输的危险货物集装箱初始位置信息、危险货物集装箱现存位置信息、途经危险货物集装箱运输链路信息以及定位设备信息。

4.如权利要求3所述的基于风险分级和定位的危险货物集装箱落水分类救援方法，其特征在于，通过构建的初始预测模型中的神经网络将输入的所述样本数据转化为对应的样本特征向量，所述样本特征向量包含途经所述集装箱初始位置信息、危险货物集装箱现存位置信息以及途经集装箱运输链路信息的运输集装箱向量和运输定位信息之间的匹配关系。

5.如权利要求1所述的基于风险分级和定位的危险货物集装箱落水分类救援方法，其特征在于，学习运输危险货物集装箱信息和运输定位信息之间的匹配关系，包括：

将所述输入层向量的部分运输危险货物集装箱信息对应的运输定位信息隐藏；

将隐藏后的运输危险货物集装箱信息对应的输入层向量输入至所述初始预测模型的隐藏层中，以生产与所述样本数据对应的预测值；

将预测值与隐藏的运输定位信息的真实值对比，迭代更新所述隐藏层中参数，并学习所述运输危险货物集装箱信息与运输时间之间的关系；直至所述预测值与所述真实值之间的预测损失值大于预设阈值，完成训练。