近年来,随着全球邮轮产业的飞速发展,邮轮安全问题引起社会及相关领域研究学者的重视。邮轮的主要功能是运载旅客,一旦发生事故,涉险人数往往很多,损失往往是灾难性的。因此,如何精准根据遇险现场条件大致合理的对邮轮遇险救助行动人员搜救及转移阶段的船舶救助力量需求做出预测,是当下海难救助领域需要思考的重要问题之一。船舶救助力量需求是制定救助行动计划的前提和基础,是事故救助现场对船舶救助力量协调指挥、任务分配等的重要依据,及时对船舶救助力量需求做出预测,能够帮助救援行动在初期做出及时响应,并方便对救援力量做出调遣。本文结合对以往海难事故的分析总结,对邮轮事故的船舶救助力量需求预测问题展开了深入研究,得到的主要结论如下:(1)通过对相关文献及海难事故的研究总结,确定了邮轮事故救助行动中,影响船舶救助力量需求的影响因素主要为船舶受损程度、遇险人数、船舶搜救速度等8种影响因素,并通过灰色关联度分析指标影响系数,确立相应的影响因素指标体系。(2)考虑到邮轮事故船舶救助力量需求是小样本统计学问题,且其影响因素指标相对繁杂,因此,确立了以支持向量回归机理论(Support Vector Regression,SVR)方法作为本文预测模型的理论基础,并结合SVR理论自身特点及船舶救助力量需求的相关特性,对SVR预测模型进行优化,构建了基于主成分分析(Principal Component Analysis,PCA)与支持向量回归机理论结合的船舶救助力量需求预测模型。(3)通过对收集统计的海难事故数据进行预处理,调整相关参数优化模型。并通过模型训练、检验及与其他预测模型(贝叶斯回归模型、决策树化回归模型)运行结果分析与对比,发现PCA-SVR模型的预测值与真实值的变化曲线拟合程度最好,因此认为PCA-SVR模型的拟合效果较好,预测精度较高。(4)利用PCA-SVR模型对邮轮事故进行预测,以此验证本文模型有效性。模型预测得到的船舶派遣艘次略低于实际值,一是因为本文选取用于训练和测试的事故数据救援效果良好,因此经本文模型预测输出的结果也符合此特征;二是因为在实际救援中没有对船舶救助力量需求做出合理预测,导致救援力量派遣不及时,救援效率较低。若在事故发生时就及时作出响应,救援力量数量在第一时间就得到预测,并及时调遣,救援效率也相对有很大提升。以上预测结果验证了 PCA-SVR模型的有效性与可行性。