基于历史航行模式挖掘的可解释性两阶段船舶轨迹预测方法

    公开(公告)号:CN116227652A

    公开(公告)日:2023-06-06

    申请号:CN202211575285.2

    申请日:2022-12-08

    Abstract: 本发明涉及基于历史航行模式挖掘的可解释性两阶段船舶轨迹预测方法,包括可行候选轨迹集生成与候选轨迹判别两阶段,通过挖掘船舶历史AIS数据中的航行模式能有效提取AIS数据中潜在的航行环境与船舶运动特征信息;将航行模式应用于船舶当前轨迹实现基于船舶当前航行状态与历史行为模式的船舶可行候选轨迹集生成,使轨迹生成过程与结果具有较强的解释性;利用神经网络学习船舶当前轨迹与生成轨迹的关联性并进行判别选择,能有效保证轨迹预测模型的精度。本发明有效融合了船舶航行模式信息与船舶当前轨迹的特征,预测结果具有较好的可解释性,对于船舶行为分析、港口安全监管等任务提供技术支撑。

    一种求解船舶交通组织与调度问题的自适应启发式算法

    公开(公告)号:CN114037252A

    公开(公告)日:2022-02-11

    申请号:CN202111305614.7

    申请日:2021-11-05

    Abstract: 本发明提出了一种求解船舶交通组织与调度问题的自适应启发式算法,包括建立以最小化船舶进出港总时间为目标的单向航道船舶交通组织与调度数学模型;获取黄骅港综合港区船舶基础信息、泊位信息、锚地信息;采用一种自适应启发式算法(AHA)来求解此模型。在AHA中,遗传算法被当作基本的优化模型,迭代过程中利用Q‑learning自适应调整船舶编号与进出港方向相匹配的交叉和变异算子。考虑算法会陷入局部最优解,本发明引入模拟退火算法对遗传操作后的部分优秀个体进行退火操作。本发明方法在保证安全前提下,显著缩短船舶进出港总时间,提高单向通航港口船舶调度效率,同时该方法为港口船舶交通组织与调度优化提供一种新工具,弥补现有船舶交通组织优化方法的不足。

Patent Agency Ranking