随着我国经济的日益发展,海上贸易的不断增加,船舶交通密度越来越大,信息的种类、数量、交流范围也在不断的增加,传统的管理方法已经难以满足水上交通快速发展的需求。伴随着海上事故的频繁发生,人们开始关注于如何用科学有效的手段来处理信息,建立船舶航行危险预测机制,从根本上保障船舶的航行安全、减少海上交通事故的发生及保护海洋环境。针对现有VTS系统对于船舶航行危险的判断主要依赖交管人员的现状,本文在分析现有VTS系统的结构、功能以及存在的问题的基础上,提出了一种具有智能化船舶航行危险预测子系统的VTS结构。通过分析国内外常见的一些船舶事故预测方法的优缺点以及影响船舶航行安全的因素,结合VTS系统数据采集和处理的特点,本文针对智能化船舶航行危险预测的关键技术进行了深入的研究,即船舶航行危险预测方法,构建了一种基于云模型的船舶航行危险预测模型,并通过仿真实验与传统的模糊综合评价方法进行对比分析。实验结果表明,基于云模型的船舶航行危险预测方法能够体现预测的本质,将模糊性和随机性结合起来。它有着解决复杂非线性问题的优势,能够在船舶航行危险的预测中充分地考虑影响船舶航行安全的众多因素。通过评价指标体系库、量化规则库以及指标权重库的建立,该方法能够实现对船舶相关信息进行自动的分析、推理进而达到危险预测的功能,从而提高VTS系统的智能化水平,减轻VTS监管人员的工作强度,进而使VTS系统中船舶的危险预测不再依赖人工进行。可见,该方法是切实可行的,能够应用到现有的VTS系统中。