隨著國(guó)家“一帶一路”戰(zhàn)略的實(shí)施,航運(yùn)交通流量快速增長(zhǎng),航道交通越來(lái)越繁忙。特別是在一些水上施工區(qū)域,由于工程船作業(yè)地點(diǎn)的不確定性,海圖上沒(méi)有穿越航道地點(diǎn)固定標(biāo)志,因此會(huì)特別設(shè)置一艘或多艘引導(dǎo)船來(lái)提高往來(lái)航行船舶警惕性以及用于引導(dǎo)工程船的穿越,浪費(fèi)了人力物力的同時(shí)安全性也并不高,同時(shí)通過(guò)水域條件也相對(duì)較差,助航設(shè)備受使用環(huán)境的影響具有較大的不穩(wěn)定性�，F(xiàn)有的工程船穿越間隙的判斷與穿越路徑的選擇方法,愈發(fā)不能滿足目前復(fù)雜航道下,船舶安全性駕駛的需求。為解決工程船航行與穿越航道時(shí),與航行船舶可能會(huì)產(chǎn)生的沖突問(wèn)題,本文引入了船舶航行誘導(dǎo)的概念。船舶航行誘導(dǎo)是由公路智能交通管理理念在水上交通領(lǐng)域的創(chuàng)新應(yīng)用。獲取航道內(nèi)船舶的歷史數(shù)據(jù),并通過(guò)三次樣條插值的方法對(duì)數(shù)據(jù)加以補(bǔ)全修復(fù),用于接下來(lái)的航路中的交通流信息短時(shí)預(yù)測(cè)。通過(guò)LSTM算法,額外引入的風(fēng)力情況作為影響因素,對(duì)未來(lái)一定時(shí)間的航路中交通流信息進(jìn)行預(yù)測(cè),包括流量與速度的情況。最后通過(guò)考慮航道上正在航行船舶大小、航速、航向以及水道水流速度及水流方向資料,與工程船航行的規(guī)劃路徑,判斷分析出工程船與航道中航行船舶的位置關(guān)系,預(yù)測(cè)出其航行至航道正常航行平... 

【文章來(lái)源】：大連海事大學(xué)遼寧省211工程院校

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３．２中，ｘ是一個(gè)向量，它表示輸入層的值（這里面沒(méi)有畫(huà)出來(lái)表示神經(jīng)元節(jié)點(diǎn)??的圓圈）；ｓ是一個(gè)向量，它表示隱藏層的值（這里隱藏層面畫(huà)了一個(gè)節(jié)點(diǎn)，也可以想象??

圖３所，ｊ＾

??工程船的航線誘導(dǎo)研究?＊???向行駛，行駛約３６８５ｍ，此時(shí)大約航行９４分鐘，到達(dá)目的地附近。因?yàn)樗魉俣确较??與船速相反，工程船按照９０°穿越時(shí)發(fā)生的橫向漂移方向與起點(diǎn)到終點(diǎn)方向相反，因而??航行總時(shí)間大大增加。此時(shí)調(diào)整穿越角度為］２０。，綽果如圖６．９所示，可以看出所需??航行時(shí)間縮短，變?yōu)椋罚阜昼�，．同時(shí)穿越肘發(fā)生的橫向位ｆ大大減校１??￥?ｔ?＇?．?ｔ?＾?＊?Ｉ??ｌｌ?’Ｃ：＼ＵｓｅｒＶ＜ｌｅｌｌ＼Ｄｅｓｋｍｐ＼．勤？．＼。１口態(tài)數(shù)？副荽＇??圖０．８情況２下的工程船誘導(dǎo)航線??Ｆｉｇ．?６．８?Ｅｎｇｉｎｅｅｒｉｎｇ?ｓｈｉｐ?ｇｕｉｄａｎｃｅ?ｃｏｕｒｓｅ：?ｉｎ?ｃａｓｅ?２?：??？?■?ｉ?，??ｖ?＇?ｉ?？?ｉ??．．．?＇．?Ｉ?？?ｔ＇?．??？?．?．?？?：?：．?１?＼；?＞?＇■?ｆ??１１，（＿：＼１｜＆＜？「５＞，‘此１丨＼１）朽以０口＇、辦＼〇３５６函數(shù)２－１．丨－：＾１＾１＾９＼＾１／＾測(cè)鈇罔．￡＞：￡＊＂?？??舉■削德彌靖兩糊靜層職醒ＲＳｌｉＭ??圖０．９改變穿越角度的情況２下的工程船誘導(dǎo)航線??Ｆｉｇ．?６．９?Ｅｎｇｉｎｅｅｒｉｎｇ?ｓｈｉｐ?ｉｎｄｕｃｔｉｏｎ?ｒｏｕｔｅ?ｗｉｔｈ?ｃｈａｎｇｉｎｇ?ｃｒｏｓｓｉｎｇ?ａｎｇｌｅ?ｉｎ?ｃａｓｅ?２??如圖６．１０中所示，在當(dāng)前莫擬航道中，在情況３下進(jìn)行航線誘導(dǎo)．，誘導(dǎo)的結(jié)果??為：按照設(shè)定的１．５ｍ／ｓ進(jìn)行航行，可直接進(jìn)行無(wú)等待穿越；按照預(yù)測(cè)時(shí)設(shè)定的９０°進(jìn)??行穿越，縱向航行９５０ｍ，橫向因?yàn)樗鞯脑驎?huì)漂移６８７ｍ，在１０分鐘時(shí)完成

【參考文獻(xiàn)】：
期刊論文
[1]基于AIS數(shù)據(jù)和LSTM網(wǎng)絡(luò)的船舶航行動(dòng)態(tài)預(yù)測(cè)[J]. 任宇翔,趙建森,劉衛(wèi),王勝正,韋雨含.  上海海事大學(xué)學(xué)報(bào). 2019(03)
[2]交通誘導(dǎo)理念在航運(yùn)中的應(yīng)用——船舶航行誘導(dǎo)系統(tǒng)的概念與組成[J]. 李猛,謝新連,潘偉.  世界海運(yùn). 2019(07)
[3]基于組合預(yù)測(cè)方法的城市道路短時(shí)交通流預(yù)測(cè)[J]. 胡浩,閆偉,李泓明.  工業(yè)工程與管理. 2019(03)
[4]城市道路短時(shí)交通流量預(yù)測(cè)[J]. 李建森,沈齊,范馨月.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2019(05)
[5]基于灰色ELM神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測(cè)[J]. 景輝鑫,錢偉,車凱.  河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[6]基于小波和多維重構(gòu)的BP神經(jīng)網(wǎng)絡(luò)交通流短時(shí)預(yù)測(cè)[J]. 曹潔,沈鈞珥,張紅,侯亮,陳作漢.  計(jì)算機(jī)應(yīng)用與軟件. 2018(12)
[7]基于KNN-LSTM的短時(shí)交通流預(yù)測(cè)[J]. 羅向龍,李丹陽(yáng),楊彧,張生瑞.  北京工業(yè)大學(xué)學(xué)報(bào). 2018(12)
[8]多船會(huì)遇自主避碰算法[J]. 李嘯雨,許勁松,楊榮武.  船舶工程. 2018(09)
[9]基于LSTM的短時(shí)交通流預(yù)測(cè)研究[J]. 曹博,高茂庭.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2018(25)
[10]基于交通沖突技術(shù)的長(zhǎng)江干線客渡船橫越模型與應(yīng)用[J]. 程志友,廉天翔,周昔東,尹朝忠,蔡文鵬,李亞玲.  科學(xué)技術(shù)與工程. 2018(24)

碩士論文
[1]基于SVM和BP神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)與實(shí)現(xiàn)[D]. 余濤.南京郵電大學(xué) 2018
[2]基于模擬退火算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化與短時(shí)交通流預(yù)測(cè)研究[D]. 朱圣博.中國(guó)人民公安大學(xué) 2018
[3]基于LSTM深度網(wǎng)絡(luò)的城市道路短時(shí)交通狀態(tài)預(yù)測(cè)模型研究[D]. 陳韞.福建工程學(xué)院 2018
[4]具備自我更新機(jī)制和預(yù)測(cè)能力的實(shí)時(shí)動(dòng)態(tài)交通誘導(dǎo)方法[D]. 譚譜林.山東大學(xué) 2017
[5]基于LSTM的艦船運(yùn)動(dòng)姿態(tài)短期預(yù)測(cè)及仿真研究[D]. 王國(guó)棟.江蘇科技大學(xué) 2017
[6]基于支持向量回歸的短時(shí)交通流預(yù)測(cè)方法研究與應(yīng)用[D]. 武瓊.長(zhǎng)安大學(xué) 2016
[7]Hadoop環(huán)境下基于SVR的短時(shí)交通流預(yù)測(cè)[D]. 周常勝.大連理工大學(xué) 2014
[8]城市交叉口短時(shí)交通流預(yù)測(cè)模型與算法研究[D]. 郭沂鑫.蘭州交通大學(xué) 2014
[9]基于時(shí)間序列模型的短時(shí)交通流預(yù)測(cè)的研究與應(yīng)用[D]. 楊元元.西安電子科技大學(xué) 2014
[10]基于卡爾曼濾波的短時(shí)交通流預(yù)測(cè)方法研究[D]. 石曼曼.西南交通大學(xué) 2012



本文編號(hào)：3623493