自“21世紀(jì)海上絲綢之路”戰(zhàn)略構(gòu)想提出以來,國內(nèi)各大港口又一次迎來了難得的發(fā)展機(jī)遇。截止2017年底,全球范圍內(nèi)集裝箱年吞吐量排名前十的港口中國已占據(jù)7席,而且排名位于首位的是中國上海港。與此同時,信息技術(shù)的突飛猛進(jìn)直接推動港口生產(chǎn)向數(shù)據(jù)化、智能化發(fā)展。2017年,全球最大自動化集裝箱碼頭——上海洋山港四期自動化碼頭開港試運行,預(yù)示著碼頭生產(chǎn)調(diào)度將發(fā)生革命性變化,由傳統(tǒng)的人工調(diào)度向智能化轉(zhuǎn)變。這就要求我們以“融合、智慧、變革”的思維重新審視港口生產(chǎn)調(diào)度問題。船舶預(yù)到港時間是碼頭制定生產(chǎn)調(diào)度計劃的重要依據(jù),目前所采用的是船期表提供的預(yù)到港時間。實際當(dāng)中船舶受到故障、自然條件等因素的影響導(dǎo)致船舶到港時間出現(xiàn)不確定性,造成碼頭人力、機(jī)械資源等待、其他船舶靠泊無法按正常計劃靠泊,導(dǎo)致大量資源浪費,額外增加港方和船方的作業(yè)成本。為此,亟需利用新的信息提高船舶預(yù)到港時間的準(zhǔn)確性。AIS（Automatic Identification System,簡稱AIS系統(tǒng)）系統(tǒng)中包含船舶靜態(tài)信息（包括船型、船名、船舶主尺度、呼號、國際海事組織代碼、海上移動通信服務(wù)識別碼等）、動態(tài)信息（包括位置、航向、航速... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究綜述
        1.2.1 船舶到港時間預(yù)測研究現(xiàn)狀
        1.2.2 AIS數(shù)據(jù)應(yīng)用研究現(xiàn)狀
        1.2.3 相關(guān)研究現(xiàn)狀評述
    1.3 主要研究內(nèi)容
    1.4 論文思路與結(jié)構(gòu)
2 問題描述
    2.1 AIS系統(tǒng)
    2.2 研究問題概述
    2.3 小結(jié)
3 考慮AIS信息的船舶到港時間預(yù)測模型
    3.1 AIS數(shù)據(jù)預(yù)處理
    3.2 船舶典型運動軌跡
        3.2.1 原始軌跡壓縮劃分
        3.2.2 核心軌跡子段提取
        3.2.3 典型運動軌跡控制點獲取
        3.2.4 典型運動軌跡控制點獲取結(jié)果評價
    3.3 船舶到港時間預(yù)測
    3.4 小結(jié)
4 應(yīng)用實例
    4.1 南方某港口船舶到港時間預(yù)測
        4.1.1 船舶到港時間預(yù)測
        4.1.2 預(yù)測結(jié)果檢驗
    4.2 北方某港口船舶到港時間預(yù)測
        4.2.1 船舶到港時間預(yù)測
        4.2.2 預(yù)測結(jié)果檢驗
    4.3 小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
附錄：泊位岸橋聯(lián)合優(yōu)化調(diào)度模型
    1 模型假設(shè)
    2 模型符號定義
    3 優(yōu)化模型
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]智慧港口發(fā)展趨勢研究[J]. 張文杰,邢軍.  港工技術(shù). 2017(02)
[2]基于AIS數(shù)據(jù)的船舶運動模式識別與應(yīng)用[J]. 魏照坤,周康,魏明,史國友.  上海海事大學(xué)學(xué)報. 2016(02)
[3]基于密度的軌跡時空聚類分析[J]. 吳笛,杜云艷,易嘉偉,魏海濤,莫洋.  地球信息科學(xué)學(xué)報. 2015(10)
[4]基于AIS信息的船舶進(jìn)出港航速控制模型[J]. 肖瀟,邵哲平,紀(jì)賢標(biāo),陳玲玲.  上海海事大學(xué)學(xué)報. 2014(04)
[5]基于場方法的船舶交通流分析[J]. 甘浪雄,張磊,鄒早建,文元橋,張恒.  上海交通大學(xué)學(xué)報. 2014(04)
[6]基于改進(jìn)Hausdorff距離的軌跡聚類算法[J]. 陳錦陽,宋加濤,劉良旭,王讓定.  計算機(jī)工程. 2012(17)
[7]基于數(shù)據(jù)挖掘的船舶行為研究[J]. 朱飛祥,張英俊,高宗江.  中國航海. 2012(02)
[8]基于結(jié)構(gòu)相似度的軌跡聚類算法[J]. 袁冠,夏士雄,張磊,周勇.  通信學(xué)報. 2011(09)
[9]數(shù)據(jù)挖掘在海上交通特征分析中的應(yīng)用研究[J]. 潘家財,邵哲平,姜青山.  中國航海. 2010(02)
[10]AIS信息分析及基于AIS的船舶避碰仿真[J]. 江衍煊,張詩永,陳福金,陳宏.  航海技術(shù). 2010(02)

碩士論文
[1]基于AIS數(shù)據(jù)的船舶航線挖掘[D]. 劉敦偉.大連海事大學(xué) 2017
[2]面向海量軌跡數(shù)據(jù)的聚類算法研究[D]. 陳艷君.北京交通大學(xué) 2015
[3]基于AIS信息的船舶軌跡聚類模型研究[D]. 肖瀟.集美大學(xué) 2015
[4]基于AIS的船舶軌跡聚類與應(yīng)用[D]. 魏照坤.大連海事大學(xué) 2015
[5]基于AIS數(shù)據(jù)的船舶會遇特征研究[D]. 任亞磊.武漢理工大學(xué) 2013



本文編號：3098339