-
公开(公告)号：CN119398252A
公开(公告)日：2025-02-07
申请号：CN202411499635.0
申请日：2024-10-25
Applicant: 大连海事大学 , 中交第一航务工程勘察设计院有限公司
IPC: G06Q10/04 , G06Q10/083 , G06F18/2113 , G06F18/213 , G06F18/27 , G06N3/006 , G06N20/10 , G06F123/02
Abstract: 本发明公开一种基于EEMD‑SSA‑SVR模型的船舶在泊时间预测方法，所述方法包括以下步骤：步骤1、数据获取及处理：获取原始数据并进行数据清洗、分解、归一化处理；步骤2、参数寻优：利用SSA进行参数寻优，以优化SVR模型的惩罚系数C和核函数参数g；步骤3、预测模型构建及训练：构建预测模型即EEMD‑SSA‑SVR模型并训练，利用训练完成的预测模型对在泊时间进行预测；步骤4、预测精度评估：采用决定系数R2、平均绝对误差MAE和均方根误差RMSE对模型的预测性能进行定量评估。本发明所述方法基于EEMD‑SSA‑SVR模型实现了对船舶在泊时间的高精度预测，相对于其他传统模型预测精度有很大提升，提高了船舶在泊时间预测的准确性，为实现港口的集约化、绿色化和可持续发展提供科学依据。
-
公开(公告)号：CN118014253B
公开(公告)日：2024-09-03
申请号：CN202410060083.7
申请日：2024-01-16
Applicant: 大连海事大学 , 中交第一航务工程勘察设计院有限公司
IPC: G06Q10/0631 , G06Q50/40 , G06F16/2458 , G06N3/126
Abstract: 本发明属于码头调度技术领域，提供了一种基于改进遗传算法的岸桥泊位集成调度方法，所述方法以船舶服务成本和船舶污染物排放成本最小化为目标，并采用基于定点突变策略的强化学习‑Q学习‑NSGA‑II(RL‑Q‑NSGA‑II)算法进行求解，完善了双目标码头泊位‑岸桥集成调度模型的构建，改进了常用于求解多目标问题的NSGA‑II算法，为码头前沿调度优化提供参考。因此，相比传统单一泊位分配与岸桥调度，本发明所述方法实现对泊位和岸桥的集成调度、有助于提升码头泊位利用率与船舶作业效率；同时本发明考虑船舶气体污染物减排，集成优化码头前沿核心作业区域，对于推进港口绿色发展、提升港口核心竞争力具有重要的理论意义及实践意义。
-
公开(公告)号：CN118014253A
公开(公告)日：2024-05-10
申请号：CN202410060083.7
申请日：2024-01-16
Applicant: 大连海事大学 , 中交第一航务工程勘察设计院有限公司
IPC: G06Q10/0631 , G06Q50/40 , G06F16/2458 , G06N3/126
Abstract: 本发明属于码头调度技术领域，提供了一种基于改进遗传算法的岸桥泊位集成调度方法，所述方法以船舶服务成本和船舶污染物排放成本最小化为目标，并采用基于定点突变策略的强化学习‑Q学习‑NSGA‑II(RL‑Q‑NSGA‑II)算法进行求解，完善了双目标码头泊位‑岸桥集成调度模型的构建，改进了常用于求解多目标问题的NSGA‑II算法，为码头前沿调度优化提供参考。因此，相比传统单一泊位分配与岸桥调度，本发明所述方法实现对泊位和岸桥的集成调度、有助于提升码头泊位利用率与船舶作业效率；同时本发明考虑船舶气体污染物减排，集成优化码头前沿核心作业区域，对于推进港口绿色发展、提升港口核心竞争力具有重要的理论意义及实践意义。
-
Patent Agency Ranking
公开(公告)号：CN119392796A
公开(公告)日：2025-02-07
申请号：CN202411632621.1
申请日：2024-11-15
Applicant: 大连海事大学 , 中交第一航务工程勘察设计院有限公司
Abstract: 本发明公开了一种沙质海滩的污水自适应排放管理系统，包括沿海岸分布设置的多个可排废水池，可排废水池用于通过管路收集海产品处理废水以及养殖废水，从可排废水池至海中铺设有废水排放管道，管道的出水口定位在退潮最低水位时低于水面的位置，管道的出水口为单向出水口，管道出水口端外侧设置有压力传感器和水流传感器，废水排放管道进水口通过电控阀门与可排废水池出水口连接，在可排废水池中设置有潜水泵，潜水泵出水口经电控阀门与废水排放管道进水口连接，一个控制器连接压力传感器和水流传感器以及电控阀门和潜水泵，控制器根据压力传感器和水流传感器信号控制电控阀门和潜水泵向海中排放污水。
-
公开(公告)号：CN115828736B
公开(公告)日：2024-08-30
申请号：CN202211406560.8
申请日：2022-11-10
Applicant: 大连海事大学
IPC: G06F30/27 , G06F17/16 , G06F119/02
Abstract: 本发明公开了一种基于EEMD‑PE‑LSTM的短时船舶交通流量预测方法，包括以下步骤：建立船舶交通流量序列x(t)；利用EEMD算法分解船舶交通流量序列x(t)得到IMF分量和残差；之后利用PE算法对IMF分量进行相空间重构，将IMF分量重构为高低频分量；然后将高低频分量和残差分别输入至LSTM模型得到对应的预测值；再将各预测值叠加得到最终预测结果；最后通过熵权优劣解距离法对最终预测结果进行综合评价。本发明基于EEMD算法的非平稳时间序列分析能力、PE算法的时间序列复杂度简化能力以及LSTM模型的非线性时间序列拟合能力，在提高预测精度的同时，大幅缩短了模型运算时间。
-
公开(公告)号：CN118506613A
公开(公告)日：2024-08-16
申请号：CN202410731326.5
申请日：2024-06-06
Applicant: 大连海事大学
IPC: G08G3/02
Abstract: 本发明公开了一种面向多船海上交通态势识别的船舶交通复杂度测度方法。方法包括：获取管辖水域内船舶AIS数据，提取AIS数据中船舶的经纬度、航向、航速和船长信息；根据提取的AIS信息计算船舶对交通复杂度；通过船舶对交通复杂度构建船舶交通复杂度基准矩阵和权重矩阵；通过基准矩阵和权重矩阵计算得到船舶交通复杂度矩阵；通过船舶交通复杂度矩阵计算得到船舶交通复杂度；识别管辖水域内潜在的船舶碰撞风险。本发明通过对船舶交通复杂度测度，实现了识别管辖水域内潜在的船舶碰撞风险。因此，发明成果将有助于VTS人员对海上交通态势进行评估，识别潜在的船舶碰撞风险，进而制定有效的监管政策，最终提升海上交通的整体安全水平。
-
公开(公告)号：CN118865746A
公开(公告)日：2024-10-29
申请号：CN202411137286.8
申请日：2024-08-19
Applicant: 大连海事大学
IPC: G08G3/00 , G06F18/23213
Abstract: 本发明提供一种基于双层多级复杂网络的多维时空船舶交通态势边界评估方法，包括：获取船舶AIS数据，提取AIS数据中船舶的经纬度、航向信息；构建面向船舶航行的多维时空船舶交通态势复杂度向量，包括空间多级复杂网络和时间双层复杂网络；利用K‑Means算法确定船舶交通态势边界；通过滑动时间窗方法对船舶交通态势的模式评估。本发明从多维时空角度对船舶交通态势边界进行评估，确定船舶交通态势不同模式边界，能够从多维度全面且准确地评估船舶所面临的交通态势，有效识别水域内多艘船舶交互过程中的潜在风险，特别是当交通态势被识别为高复杂度时，能够向操作人员提供预警信息，确保有充分的时间进行接管和决策，增强船舶整体航行的安全性和效率。
-
公开(公告)号：CN115828736A
公开(公告)日：2023-03-21
申请号：CN202211406560.8
申请日：2022-11-10
Applicant: 大连海事大学
IPC: G06F30/27 , G06F17/16 , G06F119/02
Abstract: 本发明公开了一种基于EEMD‑PE‑LSTM的短时船舶交通流量预测方法，包括以下步骤：建立船舶交通流量序列x(t)；利用EEMD算法分解船舶交通流量序列x(t)得到IMF分量和残差；之后利用PE算法对IMF分量进行相空间重构，将IMF分量重构为高低频分量；然后将高低频分量和残差分别输入至LSTM模型得到对应的预测值；再将各预测值叠加得到最终预测结果；最后通过熵权优劣解距离法对最终预测结果进行综合评价。本发明基于EEMD算法的非平稳时间序列分析能力、PE算法的时间序列复杂度简化能力以及LSTM模型的非线性时间序列拟合能力，在提高预测精度的同时，大幅缩短了模型运算时间。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.04 seconds)
