买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江省交通运输科学研究院申请的专利基于多状态模糊贝叶斯网络的海上通道安全风险评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115081825B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210608512.0，技术领域涉及：G06Q10/0635；该发明授权基于多状态模糊贝叶斯网络的海上通道安全风险评估方法是由蒋美芝;郝英君;曹更永设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本基于多状态模糊贝叶斯网络的海上通道安全风险评估方法在说明书摘要公布了：本发明公开了基于多状态模糊贝叶斯网络的海上通道安全风险评估方法，将贝叶斯模型和模糊集理论相结合对关键节点风险进行评估，在对历史数据统计分析的基础上，从关键节点的自然环境、通航环境、非传统安全环境、军事政治环境和法律国际环境5个方面构建了关键节点有向无环图，贝叶斯模型和模糊集理论相结合有效地处理了多状态问题；基于置信度指标的专家调查法通过引入概率区间弥补了贝叶斯模型在参数学习过程中的认知不确定性问题，能更加真实地反应关键节点实际风险情况。

本发明授权基于多状态模糊贝叶斯网络的海上通道安全风险评估方法在权利要求书中公布了：1.基于多状态模糊贝叶斯网络的海上通道安全风险评估方法，其特征在于，包括以下步骤： 步骤一：风险影响因素识别：对海上通道历史案例进行数据统计，并进行风险源因素分析以及识别风险影响因素，对识别的风险影响因素进行因果关系分析并建立海上通道关键节点风险评价事故树模型； 步骤二：MFBN的构建：通过风险评价事故树模型的节点状态描述构建有向无环图，以及构建描述节点之间不确定的逻辑关系的多状态模糊条件概率表； 步骤三：基于MFBN的演绎推理：计算海上通道关键节点风险的概率分布，并通过敏感性分析诊断各个风险因素对关键节点安全的影响程度； 步骤四：结果分析：实时录入风险影响因素进行海上通道关键节点风险评估结果分析； 所述步骤一中的海上通道历史案例包括通航环境、自然环境数据、非传统安全环境、军事政治环境、法律和国际环境数据； 所述风险评价事故树模型包括底部事件、中间事件和顶部事件； 所述步骤二中构建有向无环图步骤为： 1将风险评价事故树模型的节点风险等级作为相对应节点状态并采用模糊数表示； 2风险评价事故树模型中的底部事件、中间事件和顶部事件分别对应于MFBN中的根节点、中间节点和叶节点； 3有向边的方向对应于风险评价事故树模型逻辑门的输入‑输出关系，即输入事件为父节点Y，输出事件为子节点T构建有向无环图； 所述步骤二中构建描述节点之间不确定的逻辑关系的多状态模糊条件概率表的步骤为： 1设立中立判断标准ξ和ψ以及置信度指标δi，ξ采用“I，II，III，IV，V……”标识，标识数值越小，代表判断结果可信度小；ψ采用0‑1区间的模糊数进行标识，ψ值越小，代表判断结果可信度小，置信度指标δi＝ξi×ψi； 2将描述变量之间因果关系的可能性P划分为发生概率区间基于多状态模糊贝叶斯网络的海上通道安全风险评估方法i，Ai＝[ki,mi,ki+1]，mi表示平均值； 3收集数据，建立多状态模糊条件概率表； 4数据处理，去模糊化分析； 所述多状态模糊条件概率表数据参数包括：父节点Y、子节点T、中立判断标准ψ以及可能性P，其中父节点Y有两个参数y1、y2； 所述去模糊化分析包括以下步骤： 1若第N个中立判断标准ψ对应的PT|y1|y2的结果为Ain，则M个中立判断标准ψ合成的模糊可能性区间结果为：其中表示模糊可能性区间； 2应用α加权估值方法对模糊可能性区间进行去模糊化处理的公式如下： 其中表示去模糊化之后的精确值； 所述步骤三中计算出海上通道关键节点风险的概率分布公式为： 所述步骤三中敏感性分析采用基于信息熵的分析方法对影响海上通道安全的因素进行影响程度分析； 信息熵是描述随机变量离散程度的统计量，当信息熵增加时，变量的不确定性也增加，其计算公式如下所示：其中是随机变量Y的信息熵，是Y的先验概率； 互信息可以反映两个变量之间的依赖程度，从而计算风险影响因素对海上通道安全的影响程度，计算公式如下所示：其中Px,y表示X和Y的联合概率分布函数，px和py分别是X和Y的边缘概率分布函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江省交通运输科学研究院，其通讯地址为：310000 浙江省杭州市西湖区大龙驹坞705号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。