双向门控循环单元在船舶轨迹预测中的应用

作     者：马全党 张丁泽 王群朋 刘钊 MA Quandang;ZHANG Dingze;WANG Qunpeng;LIU Zhao

作者机构：武汉理工大学航运学院武汉430063 内河航运技术湖北省重点实验室武汉430063 广州航海学院海运学院广州510725 

出 版 物：《安全与环境学报》 (Journal of Safety and Environment)

年 卷 期：2024年第24卷第1期

页      面：83-91页

核心收录：

学科分类：08[工学] 0837[工学-安全科学与工程] 

基　　金：湖北省自然科学基金面上项目(20221j0089) 2020年广州市教育局高校科研项目(202032788) 

主　　题：安全工程 轨迹预测 船舶自动识别系统 神经网络 

摘      要：针对传统循环神经网络提取船舶轨迹序列特征能力不足,导致预测结果与实际轨迹之间的误差较大,影响船舶调度与航行安全的问题,将双向门控循环单元(Bidirectional Gated Recurrent Unit, Bi-GRU)神经网络应用到船舶轨迹预测中。利用Bi-GRU神经网络模型具有的前瞻特性以及大量船舶自动识别系统(Automatic Identification System, AIS)数据,提出基于Bi-GRU的船舶轨迹预测模型。结果表明,Bi-GRU的预测精度较门控循环单元(Gated Recurrent Unit, GRU)有明显提升,均方误差降低13.0%,均方根误差降低6.5%,平均绝对误差降低16.5%。研究成果可为提高船舶交通服务系统安全管理水平、判断船舶交通风险程度及智能船舶碰撞预警提供理论支撑。