隨著海運行業(yè)的蓬勃發(fā)展,我國的水路貨物運輸量和港口吞吐量連續(xù)多年穩(wěn)居世界第一。繁忙的水運帶來了可觀的經(jīng)濟效益,但也給區(qū)域的空氣質(zhì)量造成極大的壓力。海上的碳排放主要來源于船舶,所以對船舶信息的研究可以讓我們發(fā)現(xiàn)兩者的內(nèi)在聯(lián)系。目前,船舶自動識別系統(tǒng)(Automatic Identification System,AIS)是船舶信息的主要來源之一,該系統(tǒng)已廣泛裝載在各類船舶中,特別是300噸以上的國際航行船舶、不從事國際航行的500總噸及以上的貨船和不論大小的客船都強制要求配備AIS。該設備每天都會產(chǎn)生大量的AIS數(shù)據(jù),其數(shù)據(jù)的潛在價值還有待挖掘。因此,探索AIS數(shù)據(jù)與船舶碳排放量之間的聯(lián)系,發(fā)現(xiàn)海上船舶碳排放量的趨勢和規(guī)律,并且研究開發(fā)海上船舶碳排放系統(tǒng)是十分必要的。本文針對海上船舶碳排放預測算法開展研究,建立船舶碳排放預測模型,設計出基于AIS的船舶碳排放預測系統(tǒng)。本文的工作主要有以下幾個方面:首先,對船舶的AIS數(shù)據(jù)進行預處理,為之后的船舶碳排放預測奠定基礎。AIS設備上獲取的數(shù)據(jù)由于各種因素,有可能造成船舶軌跡點數(shù)據(jù)缺失、偏離或者超出正常數(shù)據(jù)范圍。因此為了提高數(shù)據(jù)挖掘的質(zhì)量,需要對...

【文章頁數(shù)】：79 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題背景及研究意義
    1.2 國內(nèi)外研究概況
        1.2.1 AIS數(shù)據(jù)挖掘研究現(xiàn)狀
        1.2.2 船舶碳排放研究現(xiàn)狀
        1.2.3 預測算法研究現(xiàn)狀
    1.3 論文的研究內(nèi)容與特色創(chuàng)新
    1.4 論文組織結構和技術路線
2 相關技術與理論基礎
    2.1 AIS船舶數(shù)據(jù)特征分析
    2.2 船舶碳排放影響因素分析
        2.2.1 船舶能效運營指數(shù)
        2.2.2 AIS數(shù)據(jù)與EEOI的關系
    2.3 數(shù)據(jù)預處理技術方法概述
        2.3.1 數(shù)據(jù)預處理原因
        2.3.2 常用數(shù)據(jù)預處理方法
    2.4 數(shù)據(jù)挖掘預測模型概述
        2.4.1 人工神經(jīng)網(wǎng)絡模型
        2.4.2 回歸分析預測模型
    2.5 本章小結
3 面向船舶碳排放預測的AIS數(shù)據(jù)預處理
    3.1 AIS數(shù)據(jù)結構
    3.2 AIS數(shù)據(jù)預處理
        3.2.1 AIS數(shù)據(jù)預處理流程
        3.2.2 AIS數(shù)據(jù)坐標正逆變換
        3.2.3 船舶軌跡異常和速度異常點處理
        3.2.4 船舶軌跡缺失數(shù)據(jù)插值
        3.2.5 船舶停泊點與子軌跡分離
    3.3 本章小結
4 船舶碳排放預測算法研究
    4.1 BP神經(jīng)網(wǎng)絡預測算法
        4.1.1 BP神經(jīng)網(wǎng)絡簡介
        4.1.2 基于BP神經(jīng)網(wǎng)絡的船舶碳排放預測算法
    4.2 GA-BP神經(jīng)網(wǎng)絡預測算法
        4.2.1 遺傳算法簡介
        4.2.2 基于GA-BP神經(jīng)網(wǎng)絡的船舶碳排放預測算法
    4.3 GA-LSSVM預測算法
        4.3.1 最小二乘支持向量機簡介
        4.3.2 基于GA-LSSVM的船舶碳排放預測算法
    4.4 船舶碳排放預測算法性能對比分析
        4.4.1 數(shù)據(jù)源
        4.4.2 算法評價標準
        4.4.3 預測性能對比分析
        4.4.4 實驗結論
    4.5 本章小結
5 基于AIS的船舶碳排放預測系統(tǒng)設計與實現(xiàn)
    5.1 系統(tǒng)需求分析
    5.2 系統(tǒng)總體設計
        5.2.1 技術框架
        5.2.2 AIS數(shù)據(jù)表的設計
    5.3 功能模塊設計與實現(xiàn)
        5.3.1 界面與用戶管理模塊
        5.3.2 AIS數(shù)據(jù)預處理與管理模塊
        5.3.3 預測算法選擇和執(zhí)行模塊
        5.3.4 結果熱力圖顯示模塊
    5.4 本章小結
結論
參考文獻
致謝
作者簡歷及攻讀碩士學位期間的科研成果



本文編號：3868118