本發(fā)明涉及風(fēng)險(xiǎn)預(yù)測(cè)領(lǐng)域，尤其是涉及一種長(zhǎng)江流域非法捕撈風(fēng)險(xiǎn)的預(yù)測(cè)及防范方法及系統(tǒng)。

背景技術(shù)：

1、長(zhǎng)江流域作為中國(guó)的母親河，是中國(guó)最重要的水域之一，然而，長(zhǎng)江流域近年來(lái)面臨著嚴(yán)重的非法捕撈問(wèn)題，這不僅對(duì)水生生物資源造成了極大的損害，還威脅著我國(guó)長(zhǎng)江生態(tài)平衡和可持續(xù)發(fā)展。近年來(lái)，長(zhǎng)江流域面臨著嚴(yán)重的非法捕撈問(wèn)題，這一問(wèn)題不僅對(duì)水生生物資源、長(zhǎng)江生態(tài)多樣性造成了嚴(yán)重?fù)p害，也對(duì)流域生態(tài)平衡和可持續(xù)發(fā)展構(gòu)成了嚴(yán)重威脅，使我國(guó)漁業(yè)資源遭到極大破壞，因此，對(duì)長(zhǎng)江流域非法捕撈行為進(jìn)行風(fēng)險(xiǎn)評(píng)估意義重大。而傳統(tǒng)的非法捕撈監(jiān)測(cè)與評(píng)估方法通常依賴于單一指標(biāo)或經(jīng)驗(yàn)性評(píng)估，無(wú)法全面、系統(tǒng)地分析風(fēng)險(xiǎn)因素的復(fù)雜交互關(guān)系，對(duì)長(zhǎng)江流域非法捕撈風(fēng)險(xiǎn)的預(yù)測(cè)精準(zhǔn)度造成嚴(yán)重影響。

2、因此，如何對(duì)風(fēng)險(xiǎn)因素進(jìn)行全面而系統(tǒng)的分析以提高預(yù)測(cè)精度是需要解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的因依賴單一指標(biāo)和經(jīng)驗(yàn)評(píng)估導(dǎo)致的預(yù)測(cè)精度不高的缺陷而提供一種長(zhǎng)江流域非法捕撈風(fēng)險(xiǎn)的預(yù)測(cè)及防范方法。

2、故障樹分析在風(fēng)險(xiǎn)評(píng)估和系統(tǒng)安全性分析中有幾個(gè)顯著的優(yōu)勢(shì)，如直觀易懂，可以定性和定量分析結(jié)合等，在風(fēng)險(xiǎn)評(píng)估領(lǐng)域中得到廣泛應(yīng)用，是一種有效的系統(tǒng)風(fēng)險(xiǎn)分析工具；層次分析法運(yùn)用在風(fēng)險(xiǎn)評(píng)估中可以有效地評(píng)估和分析決策方案的風(fēng)險(xiǎn)程度，幫助識(shí)別和降低風(fēng)險(xiǎn)，從而提高決策的穩(wěn)健性和可靠性，因此本發(fā)明結(jié)合故障樹和層次分析法對(duì)長(zhǎng)江流域的非法捕撈事件進(jìn)行預(yù)測(cè)。

3、本發(fā)明的目的可以通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)：

4、根據(jù)本發(fā)明的第一方面，提供了一種長(zhǎng)江流域非法捕撈風(fēng)險(xiǎn)的預(yù)測(cè)方法，該方法基于故障樹分析法將長(zhǎng)江流域的非法捕撈活動(dòng)作為頂部事件，分解非法捕撈事件的成因并基于故障樹采用層次分析法確定各成因的權(quán)重；結(jié)合故障樹和層次分析結(jié)果對(duì)非法捕撈進(jìn)行成因預(yù)測(cè)。

5、作為優(yōu)選技術(shù)方案，所述的對(duì)非法捕撈風(fēng)險(xiǎn)進(jìn)行成因預(yù)測(cè)包括以下步驟：

6、以非法捕撈為目標(biāo)事件，基于歷史非法捕撈事件獲取非法捕撈成因事件集，根據(jù)非法捕撈成因事件集建立故障樹模型，所述的非法捕撈成因事件集由多個(gè)中間事件組成，所述中間事件包括多個(gè)基本事件；基于所述故障樹模型計(jì)算基本事件的結(jié)構(gòu)重要度；

7、根據(jù)故障樹構(gòu)建層次分析模型并確定層次分析模型中準(zhǔn)則層以及指標(biāo)層的因素，并構(gòu)建判斷矩陣；所述的指標(biāo)層的因素為所述的故障樹模型的基本事件；對(duì)所述的指標(biāo)層因素進(jìn)行分類分析獲得準(zhǔn)則層的因素，一個(gè)所述的準(zhǔn)則層因素至少包括一個(gè)匹配的指標(biāo)層因素；

8、對(duì)所述的判斷矩陣進(jìn)行達(dá)標(biāo)檢驗(yàn)，并基于達(dá)標(biāo)的判斷矩陣計(jì)算每一準(zhǔn)則層和指標(biāo)層因素權(quán)重值，基于權(quán)重值對(duì)非法捕撈成因進(jìn)行預(yù)測(cè)。

9、作為優(yōu)選技術(shù)方案，所述的計(jì)算基本事件的結(jié)構(gòu)重要度的方法為：基于故障樹模型確定故障樹的最小割集；根據(jù)最小割集的相關(guān)有效信息計(jì)算所有基本事件的結(jié)構(gòu)重要度；所述的相關(guān)有效信息包括故障樹最小割集數(shù)量、包含正在計(jì)算的基本事件的最小割集數(shù)量以及包含正在計(jì)算的基本事件的最小割集中基本事件的數(shù)量。

10、作為優(yōu)選技術(shù)方案，所述的計(jì)算基本事件的結(jié)構(gòu)重要度采用的計(jì)算方法為近似算法，且所述的結(jié)構(gòu)重要度以分?jǐn)?shù)形式表示。

11、作為優(yōu)選技術(shù)方案，所述的判斷矩陣包括準(zhǔn)則層因素判斷矩陣和指標(biāo)層因素判斷矩陣；其中，構(gòu)建準(zhǔn)則層因素判斷矩陣包括以下步驟：

12、通過(guò)基本事件的結(jié)構(gòu)重要度獲取指標(biāo)層因素的結(jié)構(gòu)重要度，提取結(jié)構(gòu)重要度分母的最小公倍數(shù)；

13、將最小公倍數(shù)與每一指標(biāo)層因素的結(jié)構(gòu)重要度相乘得到所述的每一指標(biāo)層因素的判斷因子，即第一判斷因子；

14、將同屬于一個(gè)準(zhǔn)則層因素的指標(biāo)層因素的第一判斷因子相加，得到第二判斷因子，即該準(zhǔn)則層因素的判斷因子，重復(fù)本步驟直至獲取所有的第二判斷因子；

15、基于第二判斷因子計(jì)算準(zhǔn)則層判斷矩陣a，表達(dá)式為：

16、

17、其中，aij為準(zhǔn)則層因素i相對(duì)于準(zhǔn)則層因素j的相對(duì)重要性值，mi為準(zhǔn)則層因素i的第二判斷因子；mj為準(zhǔn)則層因素j的第二判斷因子；n為準(zhǔn)則層因素?cái)?shù)量；

18、構(gòu)建準(zhǔn)則層因素i的指標(biāo)層因素判斷矩陣包括以下步驟：

19、基于準(zhǔn)則層因素i中各個(gè)指標(biāo)層因素的第一判斷因子計(jì)算判斷矩陣bi，表達(dá)式為：

20、

21、其中，bpq為準(zhǔn)則層因素i中指標(biāo)層因素p相對(duì)于指標(biāo)層因素q的相對(duì)重要性值，xp為指標(biāo)層因素p的第一判斷因子；xp為指標(biāo)層因素q的第一判斷因子；m為指標(biāo)層因素?cái)?shù)量。

22、作為優(yōu)選技術(shù)方案，所述的達(dá)標(biāo)檢驗(yàn)包括以下步驟：

23、基于判斷矩陣的最大特征值以及判斷矩陣階數(shù)計(jì)算一致性指標(biāo)；

24、基于一致性指標(biāo)和隨機(jī)一致性指標(biāo)計(jì)算一致性數(shù)值，若一致性數(shù)值小于規(guī)定值則該判斷矩陣達(dá)標(biāo)，反之判斷矩陣不符合要求。

25、作為優(yōu)選技術(shù)方案，所述的基于達(dá)標(biāo)的判斷矩陣計(jì)算每一準(zhǔn)則層和指標(biāo)層因素權(quán)重值包括以下步驟：

26、獲取準(zhǔn)則層因素判斷矩陣，基于所述的準(zhǔn)則層因素判斷矩陣?yán)脤哟畏治龇ㄓ?jì)算每一準(zhǔn)則層因素的權(quán)重值，計(jì)算公式為：

27、

28、其中，wi為準(zhǔn)則層因素i的權(quán)重值；aij為準(zhǔn)則層因素i相對(duì)于準(zhǔn)則層因素j的相對(duì)重要性值；

29、獲取所有指標(biāo)層因素判斷矩陣，基于所述的指標(biāo)層因素判斷矩陣?yán)脤哟畏治龇ǐ@得每一指標(biāo)層因素的相對(duì)權(quán)重值，表達(dá)式為：

30、

31、其中，vp表示標(biāo)層因素p的相對(duì)權(quán)重值；bpq為指標(biāo)層因素p相對(duì)于指標(biāo)層因素q的相對(duì)重要性值；

32、將所述的每一指標(biāo)層因素的相對(duì)權(quán)重值與所屬的準(zhǔn)則層因素的權(quán)重值相乘得到每一指標(biāo)層因素的權(quán)重值。

33、根據(jù)本發(fā)明的第二方面提供了一種長(zhǎng)江流域非法捕撈風(fēng)險(xiǎn)的預(yù)測(cè)系統(tǒng)，所述的長(zhǎng)江流域非法捕撈風(fēng)險(xiǎn)的預(yù)測(cè)系統(tǒng)包括：

34、故障樹分析模塊：用于獲取非法捕撈成因事件集，所述的非法捕撈成因事件集由多個(gè)基本事件組成，并計(jì)算基本事件的結(jié)構(gòu)重要度；

35、層次分析模塊：用于接收故障樹分析模塊中基本事件信息以及基本事件信息的結(jié)構(gòu)重要度數(shù)值，并基于所述的結(jié)構(gòu)重要度值計(jì)算權(quán)重值；

36、分析模塊：對(duì)所述權(quán)重值進(jìn)行排序，依據(jù)排序結(jié)果對(duì)非法捕撈成因進(jìn)行預(yù)測(cè)并輸出預(yù)測(cè)結(jié)果。

37、根據(jù)本發(fā)明的第三方面，提供了一種電子設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器上存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)所述的方法。

38、根據(jù)本發(fā)明的第四方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述的方法。

39、與現(xiàn)有技術(shù)相比，本發(fā)明通過(guò)故障樹分析法以非法捕撈為頂事件對(duì)其進(jìn)行成因分析，將所獲取的成因作為評(píng)價(jià)指標(biāo)并以各個(gè)評(píng)價(jià)指標(biāo)的重要度量化其對(duì)造成非法捕撈影響，基于故障樹結(jié)果構(gòu)建層次分析模型，計(jì)算各層次因素造成非法捕撈的權(quán)重值，基于權(quán)重值對(duì)非法捕撈事件進(jìn)行直觀、全面以及系統(tǒng)的預(yù)測(cè)。