基于LLM支持的HFACS-PV编码、Monte Carlo模拟与决策树分析的失控（NUC）船舶搁浅与碰撞风险混合建模

《Frontiers in Marine Science》：Hybrid modeling of grounding and collision risk for vessels not under command

　　

摘要：尽管失控（not under command, NUC）是海事事故的主要触发因素之一，但人因与组织因素在其演变为搁浅和碰撞风险过程中的定量作用在很大程度上被忽视。传统方法主要将该情形视为技术可靠性问题；然而，失控是否导致灾难往往并非由故障本身决定，而是由故障后最初几分钟内的人因与组织绩效决定。为填补该空白，本研究提出一个原创混合方法框架，将LLM支持的HFACS-PV编码、Monte Carlo模拟和决策树分析整合于顺序且集成的数据流中。在该框架内，预测和定量负担由Monte Carlo模拟承担，而决策树提供对因素组合的可解释、描述性说明；其并非被呈现为经过验证的预测分类器。从公开事故调查报告汇编的NUC案例，使用大型语言模型（Large Language Model, LLM）支持的协议编码为五个HFACS-PV层级；所得层级负荷被转换为一个人因乘数（human factor multiplier），该乘数缩放船舶恢复动力的时间，并作为输入馈入概率模拟。该模拟预测失控后灾难性后果的可能性，并突出干预关键时间窗显著收窄——尤其在极端情景中——强调初始响应能力的决定性作用。受控敏感性分析显示，当物理变量保持不变时，人因因素显著改变灾难性事件概率；然而，该效应表现为依赖可用时间窗的条件调节器。决策树分析揭示，技术–界面失效与技能型错误的同时发生是与灾难性后果关联最强的模式。该决策树发现本质上是描述性和探索性的；在留一法交叉验证（leave-one-out cross-validation, LOO-CV）下，该模型未优于多数类基线，因此未被用作预测分类器。此外，组织过程（organizational processes）和安全管理系统（Safety Management Systems, SMS）缺陷在绝大多数案例中作为主导潜在条件出现，数据集外的独立案例也证实了这一趋势。所提出的框架提供了一种实用且可比较的决策支持工具，将基于文本的人因分析与概率风险建模相结合。

研究背景与问题：海运约占全球贸易量80%，船队运力和航次频率增长使海事安全风险线性累积。由主机、推进或操舵系统故障导致的失控（not under command, NUC）被《国际海上避碰规则》（COLREG）定义为船舶因异常情况失去操纵能力、不能给让他船。Allianz数据显示2021年发动机损坏或故障是首要海事事故原因，占年度报告事故30%–40%；欧洲海事安全局（EMSA）数据显示2014–2022年海上最常见事件为推进损失，2014–2020年占船舶事故22%，年均503起推进故障。NUC并非单纯机械可靠性问题，而是通向搁浅、碰撞等多种事故情景的关键中间阶段。尽管SOLAS、ISM Code、STCW对技术冗余、定期维护和船员能力设严格标准，失控事故仍持续发生。现有研究分别关注事故机制、物理漂移、概率建模、分类和人因编码，交叉有限且多限于贝叶斯网络；人因与组织因素在失控后最初几分钟如何定量影响灾难性结果被忽视。研究问题为：人因与组织因素对从失控到事故结果的定量影响；哪些因素组合决定灾难性结果。研究人员因此提出原创混合建模框架。

技术方法简述：样本来源为32个不同国家海事事故调查委员会和船旗国主管机关，包括MAIB、ATSB、JTSB、EMSA等，初筛89份涉及发动机、推进或操舵系统故障导致NUC且记录漂移过程的公开英文报告。按500总吨（gross tons, GT）阈值和人因分析与分类系统-客船版（Human Factors Analysis and Classification System–Passenger Vessel, HFACS-PV）编码细节筛选，得到68份，其中3份留作外部验证，65份用于分析。关键技术：大型语言模型（Large Language Model, LLM）支持的HFACS-PV编码，将报告文本转为五层二值负荷，并生成人因（human factor, HF）评分与风险乘数R；Monte Carlo模拟，以距离、漂移速度、基线恢复时间T_base等校准分布迭代100,000次；CART决策树分析，以20个二值变量提取描述性规则；留一法交叉验证（LOO-CV）。

研究结果：

4.1 HFACS-PV频率与分布分析：通过LLM支持的HFACS-PV编码，65起事故转为五层二值负荷矩阵，共547条编码记录。52.3%（n=34）为灾难性，47.7%（n=31）为安全。组织影响层113条（20.66%），其中组织过程59条（10.79%），案例发生率58/65（89.2%）；不安全行为122条（22.30%），前置条件117条（21.39%），不安全监督97条（17.73%），操作条件98条（17.92%）。决策型错误59条（10.79%）多于技能型错误36条（6.58%）。结论：组织过程与安全管理系统（Safety Management Systems, SMS）缺陷是绝大多数案例中的主导潜在条件。

4.2 Monte Carlo simulation results：通过100,000次迭代，灾难性结果概率P(catastrophic)=45.6%，误差±0.32%。T_critical中位数76 min，平均125 min，P₅=5.5 min，P₉₅=396 min。结论：约半数模拟漂移情景在恢复动力前到达岸边；风险集中于左尾，最初几分钟干预关键。

4.3 HFACS sensitivity analysis：固定距离、漂移速度和T_base，仅改变R。好管理HF=0.25、R=1.25时P=40.1%；平均管理0.53、1.53时45.7%；差管理0.74、1.74时49.6%；极差管理0.90、1.90时52.2%。结论：仅管理质量差异使灾难性概率变化约12个百分点，人因乘数有可测量贡献，但为依赖时间窗的条件调节器。

4.4 Decision tree results and feature importance：通过CART决策树，20个二值变量；根节点Gini 0.499。技术/界面故障（L3.1）具最高Gini增益0.019并成为根节点；特征重要性中技能型错误（L2.1）最高36.0%，其后法规/程序违规13.4%、技术/界面失效12.1%、监督不足12.0%、不合格船员9.7%、决策型错误8.2%、内部条件/机械故障7.6%、未纠正已知问题1.1%。技术–界面失效与技能型错误同时发生关联最强。LOO-CV训练准确率73.8%，交叉验证41.5%，低于多数类基线52.3%；34起灾难中23起被分类为安全。结论：决策树仅用于描述性、探索性规则提取，不作为预测分类器。

4.5 Case study: three out-of-dataset NUC incidents：通过MV Dali（2024）、Atlantic Huron（2020）和Maersk Eindhoven（2021）三个数据集外案例，模型预测与实际一致。灾难案例T_critical为分钟级，R≈1.75和1.65使T_recovery超过T_critical；安全案例T_critical为小时级，R≈1.45仍安全。三案例均显示L5组织过程层SMS中推进损失或恶劣天气航行程序缺失。结论：人因影响情境依赖，时间预算决定结果。

讨论部分总结：HFACS-PV组织过程/SMS缺陷与Chauvin et al.、Y?ld?z et al.结果一致；决策错误多于技能错误与?elik and Cebi、Chen et al.不同；未观察到滥用权威。P(catastrophic)=45.6%与Bogalecka and D?browska可比，原创性在混合结构；T_critical中位数76 min和P₅=5.5 min与Berg et al.运营数据一致。根节点变量与特征重要性不同，技术故障+技能错误组合支持Wiegmann and Shappell多层事故分析。低LOO-CV归因小样本、高维二值变量，决策树用于生成假设。方法贡献：将LLM文本编码、HFACS-PV人因分析、Monte Carlo模拟和决策树分类整合为单一数据流，填补现有贝叶斯网络混合模型在可扩展性、不确定性量化和可解释规则学习整合方面的不足。

研究结论翻译：本研究提出一个原创混合方法框架，用于定量评估失控（NUC）船舶的搁浅与碰撞风险，并在顺序数据流中整合LLM辅助的HFACS-PV编码、Monte Carlo模拟和决策树分析。研究发现，失控演变为灾难性事故不能仅归因于单一技术故障，而是源于物理约束施加的时间窗口与人因和组织绩效对该窗口缩放之间的动态相互作用。分析表明，人因和组织因素使灾难性结果可能性显著变化约12个百分点，技术–界面失效与技能型错误同时发生构成最关键风险模式。基于实证输出和理论见解，研究提出关键战略建议：第一，强制推进和操舵系统出发前可靠性验证；电力管理系统（Power Management System, PMS）配置、备用发电机自动启动逻辑和热成像预测性维护检查必须完全纳入操作标准。第二，驾驶台与机舱应急通信协议以及恶劣天气下推进损失程序应标准化，并明确纳入SMS。第三，国际安全管理（International Safety Management, ISM）规则审核应重构，从单纯文件合规转向评估既定程序的现实操作可行性和现场执行质量。尽管有方法贡献，研究受公开事故调查报告以灾难性案例为主的结构性报告偏倚限制。未来研究应优先整合自动识别系统（Automatic Identification System, AIS）数据和船舶交通管理服务（Vessel Traffic Management Services, VTMS）日志，构建包含非灾难性（near-miss）NUC事件的数据库；通过非线性公式改进人因乘数；通过广泛评分者间信度测试标准化基于LLM的HFACS-PV编码协议；开发面向VTS和船上应用的动态实时决策支持模块。通过整体架构建模物理与人因参数，本研究解决海事安全文献中的关键方法空白，为操作决策支持提供前瞻性、数据驱动基础。