航运作为世界上最为重要的交通运输方式,其安全问题备受关注。大量的事故和数据表明,恶劣天气对船舶航行安全的影响不容小觑。为了减小风险,保障船舶安全航行,船舶恶劣天气航行风险的分析和评价已成为海上交通运输研究领域中不可或缺的部分。对此,国内外学者在船舶恶劣天气航行风险方面进行了大量研究,并已经形成了较为成熟的理论体系,但多数集中在静态的评价研究和仿真计算方面,缺少对风险的动态跟踪,无法反映出船舶恶劣天气航行过程中风险因子的改变而呈现的风险变化规律。在前人的研究基础上,本文提出了基于云模型和马尔可夫链蒙特卡洛的船舶恶劣天气航行风险动态仿真方法。该方法以实时的船舶航行统计数据为基础,考虑风险的变化性、时序性和不确定性,从安全状态变化的角度对船舶恶劣天气航行风险进行动态仿真,得到风险状态的概率分布,研究船舶恶劣天气航行过程中风险的动态变化规律。首先,考虑恶劣天气对船舶的影响以及船舶航行过程中所处不同的航行水域,分析影响船舶恶劣天气航行的风险因素,总结船舶航行过程中由于风险因素的不断变化而呈现出的风险特性。其次,根据船舶恶劣天气航行风险的时序性和变化性特征,采用变异系数法和层次分析法相结合的方式,针对不同航行情况下的风险指标进行筛选,建立了动态的风险指标体系。再次,划分船舶恶劣天气航行风险等级,并建立基于马尔可夫链的船舶恶劣天气航行风险动态仿真模型。最后,以“EVER DEVOTE”轮的一次恶劣天气航行为实例,将收集到的数据应用云模型进行量化,确定船舶航行初始风险状态和动态转移矩阵,并进行多次的马尔可夫链蒙特卡洛仿真,得到此航次该轮恶劣天气航行风险的动态变化曲线,进而分析出该航次航行过程中的风险动态变化规律。仿真结果分析表明,船舶恶劣天气航行风险的动态变化规律符合该航次航行的现实判断,验证了本文提出的动态仿真方法具有一定的可行性和适用性。该方法可以通过风险影响因素的微观变化,呈现出航行过程中整体风险的宏观规律,进而能够准确地反映船舶恶劣天气航行风险随时间的变化过程。动态仿真结果可为船舶驾驶人员和岸上管理人员提供科学参考,对高风险的重点水域加强关注并积极采取针对性的安全措施,确保船舶安全航行。