1. 서 론
2. 연구 접근 방법
2.1 연구 절차
Step 1 : Park et al.,(2018)의 선행 연구를 기반으로 해양 사고 종류별 SRKBB 빈도를 검토한다.
Step 2 : 최우추정법(Maximum Likelihood Estimation, MLE)을 이용하여 확률분포의 파라미터(parameter)를 추 정한다.
Step 3 : 파라미터를 이용하여 확률분포함수(Probability Distribution function, PDF)를 모델링한다.
Step 4 : 분산분석(Analysis of Variance, ANOVA)을 이용 하여 최종결과들의 유의 수준을 검증한다.
Step 5 : 연구 결과를 분석하여 해양사고종류별 선원들의 행동오류에 대한 최적 확률분포함수의 타당성을 검토한다.
2.2 연구 방법 및 평가
3. 행동오류 모델링
3.1 적용한 데이터
3.2 확률분포함수의 파라미터 추정
3.3 최적 확률분포함수 선정
최적 확률분포함수의 종류는 일반화극치분포(Generalized Extreme Value Distribution, GEV)이다.
GEV 함수의 파라미터는 형상 파라미터(shape parameter) ξ, 척도 파라미터(scale parameter) σ , 위치 파라미터 (location parameter) μ 등으로 구성된다.
SBBE의 경우, ξ = -0.0393, σ = 0.3821, μ = 1.4765 등으 로 추정되었다.
RBBE의 경우, ξ = -0.2468, σ = 0.3934, μ = 1.839 등으로 추정되었다.
KBBE의 경우, ξ = -0.3946, σ = 0.3497, μ = 2.327 등으 로 추정되었다.
위의 Fig. 2의 (a)부터 (c)까지의 세 가지 그림은 충돌에 대한 세 가지 행동오류(SBBE, RBBE, KBBE)의 누적분포함 수를 나타내는데, 이 그림들의 x-축은 모두 1부터 3까지로 나 타낸 평균트랙점수(Mean track scores)이다.
만약 평균트랙점수가 2로 주어진 경우 세 가지 그림을 통해서 세 가지 행동오류(SBBE, RBBE, KBBE)에 대한 누적 확률 값을 구할 수 있다.
위의 1과 2의 설명과 마찬가지로 Table 5의 확률분포함 수와 파라미터를 이용하면 주어진 하나의 평균트랙점수에 대 해서 여덟 가지 종류의 해양사고 각각에 대한 세 가지 행동오 류들의 연속된 확률 값(0 ≤ p ≤ 1.0)을 구할 수 있다.
이러한 확률 값을 이용하면 주어진 평균트랙점수에 대한 세 가지 행동오류 사이의 확률적인 관계를 알 수 있고, 더 나 아가서 여덟 가지 해양사고 종류별 세 가지 행동오류 사이의 확률적인 관계를 알 수 있다. 즉, 행동오류에 의해서 발생 가 능한 해양사고를 평가할 수 있다.
이러한 평가를 통해서 어떠한 행동오류가 어떠한 해양사 고에 영향을 미치는지를 평가할 수 있다. 따라서 Table 5에 나타낸 함수와 파라미터를 이용하면 행동오류에 의한 해양사 고 예측 모델을 구성할 수 있다.