[發明專利]一種面向知識推理的船舶行為形式化表達方法及系統

在審

• 申請號: 202210073519.7
• 申請日: 2022-01-21
• 公開（公告）號: CN114443978A
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 張帆;鐘書彬;文元橋;黃亞敏;朱曼;周春輝
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/28;G06N3/04;G06N3/08
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 王丹

本發明公開了一種面向知識推理的船舶行為形式化表達方法及系統，該方法包括：分析船舶實體及其行為的基本特征，將船舶抽象表達成船舶對象對船舶進行具體描述，對船舶對象建模；運用資源描述框架方法和集合理論的方法對船舶的屬性要素、關系要素及時空要素進行抽象表達；將船舶屬性要素、關系要素在時空要素的動態變化抽象表達成船舶行為，并根據要素變化類型將船舶行為分類成船舶屬性行為及船舶關系行為，運用函數映射和集合描述方法對船舶行為進行字符化、公式化表達；運用于計算機對船舶行為進行識別和理解，并基于此，實現對船舶行為知識進行推理。本發明能對船舶行為進行推理，為實現船舶行為的結構化建模和語義理解提供了理論和方法基礎。

技術領域

本發明涉及人工智能知識表達技術領域，尤其涉及一種面向知識推理的船舶行為形式化表達方法及系統。

背景技術

船舶是水上交通的行為主體，船舶行為特征的形式化描述和表達是實現船舶行為特征建模、智能認知與推理的基礎，也是實現船舶智能控制、水上交通態勢智能感知的重要基礎性研究。研究船舶行為特征需要有效組織水上交通場景信息要素，分析并清晰、完整地表達船舶行為各要素間的聯系，發現船舶行為規律；實現船舶行為的形式化表達需要根據船舶在時空要素中船舶屬性、船舶間關系的動態變化信息發現船舶行為的約束條件，以便于分析和表達船舶行為。

目前，很多專家學者對船舶行為進行了大量的研究，在研究船舶行為特征方面，主要分析了船舶的宏觀行為和微觀行為，宏觀行為主要是利用經典算法對船舶軌跡進行聚類，利用AIS數據聚類分析船舶行為特征，得到典型的船舶運動軌跡，結合卡爾曼濾波、長短時記憶神經網絡(LSTM)等方法對船舶航行軌跡和船舶實時數據狀態進行預測，發現船舶在某航段的運動規律，對在這個航段的船舶航行具有一定的指導意義，但宏觀分析不能檢測和分析某一條船的異常行為，也不能實時表達船舶當前的行為狀態。微觀分析是描述船舶個體的行為，學者們相繼提出k-means聚類算法和貝葉斯網絡、一致性檢測、循環神經網絡等方法識別船舶的異常行為，但這些方法忽略了船舶行為模式的內在演化，因此很難對船舶行為進行準確識別和預測。

發明內容

本發明要解決的技術問題在于針對現有技術中的缺陷，提供一種面向知識推理的船舶行為形式化表達方法及系統，為實現船舶行為的結構化建模和語義理解提供了理論和方法基礎。

本發明解決其技術問題所采用的技術方案是：

本發明提供一種面向知識推理的船舶行為形式化表達方法，該方法包括以下步驟：

步驟1、分析船舶實體及其行為的基本特征，將船舶抽象表達成船舶對象對船舶進行具體描述，對船舶對象建模形成船舶對象概念模型：ShipObject＝{Attribute,Relation,Space_Time}，即船舶對象包含屬性要素、關系要素及時空要素；

步驟2、運用資源描述框架方法和集合理論的方法對船舶的屬性要素、關系要素及時空要素進行抽象表達；

步驟3、將船舶屬性要素、關系要素在時空要素的動態變化抽象表達成船舶行為，并根據要素變化類型將船舶行為分類成船舶屬性行為及船舶關系行為，運用函數映射和集合描述方法對船舶行為進行字符化、公式化表達；即ShipBehavior＝{Attribute(t),Relation(t)}，其中，t∈[t_i-1,t_i]，i≥1；

步驟4、對所述船舶行為形式化表達方法，運用于計算機對船舶行為進行識別和理解，實現對船舶行為知識進行推理。

進一步地，本發明的所述步驟一中的方法具體包括：

利用java計算機語言面向對象編程的思想，將船舶實體抽象成一個對象，而在水上交通場景中，每個船舶對象具有相應的屬性、時空性和與其他對象的關系，將船舶抽象成一個概念模型：

ShipObject＝{Attribute,Relation,Space_Time}