当今社会已进入信息时代,智能化、网络化、船岸一体化是21世纪船舶自动化发展的方向,高度智能化船舶是21世纪最具有发展前途的船舶。船舶自动避碰决策系统的研究及应用势必对保障航行安全、避免发生碰撞事故、减少生命和财产损失、保护海洋环境都具有重要的意义。海事案例作为海事信息系统的一个重要组成部分,是船舶自动避碰决策研究中不可或缺的一个方面。为了最大限度地减少和避免海事的发生,需要对以往发生的海事案例进行统计和分析,从中吸取教训,进而改进操船方法。通过有效地存储和利用这些宝贵的避碰案例,不仅可以为解决船舶避碰问题寻找到新的途径,而且,由于案例推理是对人类思维和推理模式的模拟,所以使对船舶避碰的研究向着智能化方向迈进了一步。基于案例推理技术(Case-Based Reasoning,简称CBR)是一种通过当前问题的描述对案例库进行检索,获得与当前问题相似的案例集,修改或直接复用相似案例的解,从而达到解决当前问题的技术。因此,非常适合于如船舶避碰这类拥有许多经验而且这些经验可以以案例的形式来表示的应用范围。针对船舶自动化发展的新方向,本文重点研究基于CBR方法的船舶避碰决策支持模型,介绍了本模型的基本结构,主要由三部分构成,即避碰案例库建模、案例学习和案例应用。本模型与其他船舶避碰决策模型相比具有知识获取较为容易、推理过程简单、系统构建较为容易等特点,将成为避碰智能决策系统发展的新方向。首先,介绍了船舶避碰案例库的设计方法和基本结构,重点讨论了船舶避碰案例的选取方式、表示方法和案例库索引机制。其次,介绍了船舶避碰过程评估系统的基本结构和功能,并重点讨论了如何利用该避碰评估系统进行避碰案例的评估,及新案例的形成和案例库的更新。最后,重点介绍了基于最近邻方法的案例的检索算法,并通过若干运行实例说明了该模型的有效性和可行性。最后,给出了一些研究结论和对未来的展望。可见,通过对CBR关键技术在船舶避碰领域的应用研究和开发实现,将船舶自动避碰和海事分析两个方面的研究成果进行综合,建立起一个基于CBR技术和航海避碰案例存储、推理及学习的船舶避碰决策支持系统或模型,不仅是必要的,也是可行的。尽管试验结果表明了本模型在解决船舶避碰决策方面具有一定的实用性和适用性,但是我们仍然需要针对不同的航行环境和会遇情况做大量的试验,进而对本模型的有效性给出更为可观地评价。