船旗国监督作为消除低标准缺陷船舶的重要措施,在保护水上交通安全、防止船舶造成环境污染等方面发挥着不可替代的作用。船舶滞留这一强制性措施很大程度上降低了水上交通风险,保障了水上人命和财产安全。随着近年长江干线船舶安检数量总体呈不断上升趋势,繁重的检查任务、复杂的船舶缺陷导致了更多的海事监管人员兼职到船舶安检的工作中去,且在船舶滞留决策时存在检查人员的个人偏见、检查人员对监督规则的不同理解和船员在面临检查时的过失行为等主观因素都可能造成船舶滞留这一错误决策。因此,全面且客观地对船旗国监督检查做出决策,制定一套船旗国监督检查船舶滞留辅助决策统一性标准,提高船舶安全监督检查质量和提升检查效率成为船旗国监督检查的重要研究课题。传统的船舶滞留辅助决策研究方法多为基于船舶缺陷因素构建传统滞留指标体系,存在主观人为因素影响大、指标选取不够客观和指标权重赋值难以把握等弊端,这就造成难以构建统一滞留决策标准。本文首先提出了长江干线FSC（Flag State Control,船旗国监督）船舶滞留辅助决策统一性决策标准理论,然后基于长江干线散货船FSC历史检查数据进行数据预处理并提取反映船舶滞留的关键特征,构建基于SMOTE（Synthetic Minority Oversampling Technique）和XGBoost（Extreme Gradient Boosting）的船舶滞留辅助决策模型并验证模型的可靠性,最后设计并开发了长江干线散货船FSC船舶滞留辅助决策系统,为长江干线船舶滞留提供决策参考,提高水上交通安全。本文主要研究包括以下几个方面:（1）长江干线船旗国监督发展概况及船舶滞留状况分析。通过分析FSC发展概况、FSC一般程序与滞留原则、FSC检查状况等挖掘出FSC检查存在的问题,基于所存在的问题提出了长江干线FSC船舶滞留统一性决策标准。（2）长江干线散货船FSC检查数据预处理。基于长江干线散货船FSC检查数据,进行缺失值分析与处理,特征转换与降维、特征选择和特征编码等数据预处理工作,对数据预处理后的FSC检查数据特征进行编码处理,最终得到可供模型训练验证的数据集。（3）FSC船舶滞留辅助决策模型构建。选取了SMOTE和XGBoost设计并构建长江干线散货船FSC船舶滞留辅助决策模型SMO-XGB-SD,并基于准确率、查准率、召回率、F1 score、AUC等多种模型评价指标对所构建的决策组合模型SMO-XGB-SD及逻辑回归、支持向量机、随机森林等四种单一决策模型进行对比实验,实验结果表明组合模型SMO-XGB-SD在评价指标AUC上高达0.991,较传统逻辑回归决策模型高出16.1%,验证了所构建的组合模型的可行性和优越性,最后基于SHAP算法构建滞留辅助决策模型可解释性模型。（4）FSC船舶滞留辅助决策系统设计与实现。基于Swift UI开发语言,使用Xcode和My SQL等开发工具设计长江干线散货船FSC船舶滞留辅助决策系统,完成系统功能模块设计和系统后台数据库设计,实现包括船舶安全检查历史任务查看与管理、船舶信息及缺陷项目录入、船舶滞留辅助决策及滞留因素展示等功能。本文通过对船旗国监督发展概况及船舶滞留状况分析提出了船舶滞留辅助决策统一性决策标准理论,基于长江干线散货船FSC历史检查数据提取反映船舶滞留的关键特征,并基于SMOTE和XGBoost构建船舶滞留辅助决策模型,设计并开发了长江干线散货船FSC船舶滞留辅助决策系统,可在船舶安全检查质量控制和效率提升上发挥积极作用,促进船舶安全监督检查高质量发展。