1、科技的發(fā)展助推船舶行業(yè)的迅猛進(jìn)步。在大數(shù)據(jù)時代下，為了實現(xiàn)“船舶工業(yè)4.0”，以船舶安全性、經(jīng)濟(jì)性以及智能化為基礎(chǔ)，構(gòu)建大數(shù)據(jù)融合環(huán)境的智能信息平臺已成為行業(yè)領(lǐng)域重要的發(fā)展方向。而船舶動力系統(tǒng)，作為主推進(jìn)系統(tǒng)，設(shè)備繁多、結(jié)構(gòu)復(fù)雜。船舶動力系統(tǒng)狀態(tài)評估需要整合處理海量監(jiān)控數(shù)據(jù)，這更是給船企及各研究院所帶來很大難題。因此，本文在對船舶動力系統(tǒng)狀態(tài)評估現(xiàn)有方法進(jìn)行研究學(xué)習(xí)的過程中，融合粗糙集理論和D-S證據(jù)理論對船舶動力系統(tǒng)狀態(tài)評估進(jìn)行應(yīng)用研

2、究，并進(jìn)行了實驗。對于研究智能船舶及安全管理具有一定現(xiàn)實意義。
　　在查閱大量國內(nèi)外文獻(xiàn)后發(fā)現(xiàn)，粗糙集理論和D-S證據(jù)理論對于處理不確定、不精確問題具有良好的效果。而船舶動力系統(tǒng)設(shè)備復(fù)雜參數(shù)眾多，在監(jiān)測過程中常會出現(xiàn)不確定性發(fā)生。兩種算法融合使用對于處理船舶動力系統(tǒng)狀態(tài)評估具有很好的效果。
　　粗糙集理論中的近似空間等概念即描述D-S證據(jù)理論中的辨識框架等，因此建立兩者之間的關(guān)系，以粗糙集理論為基礎(chǔ)，發(fā)揮其對于船舶動力系統(tǒng)參

3、數(shù)處理的良好約簡效果，進(jìn)而轉(zhuǎn)化為D-S證據(jù)理論中證據(jù)信息的合成判斷。此外，粗糙集理論的參數(shù)處理還在一定程度上規(guī)避了D-S證據(jù)理論的證據(jù)信息獲取困難及專家經(jīng)驗不足帶來的主觀性影響，對于船舶動力系統(tǒng)狀態(tài)評估的準(zhǔn)確性提供了保障。
　　本文在分析兩種算法后，針對研究課題搭建了基于粗糙集理論和D-S證據(jù)理論的船舶動力系統(tǒng)狀態(tài)評估模型，并進(jìn)行評估方法的詳細(xì)介紹，以船舶實例驗證方法可行性。最后，文章采用Visual C＃語言、MATLAB數(shù)學(xué)工