检索结果-南通市图书馆

基于轨迹聚类的控制河段船舶航线预测方法研究

在线全文

学校读者我要写书评

暂无评论

基于轨迹聚类的控制河段船舶航线预测方法研究

作者：张茹重庆大学

学位级别：硕士

控制河段通行条件较差,船舶需要根据通行指挥系统给出的指挥信号按序通过控制河段。判定船舶通行顺序的一个重要依据为船舶通过控制河段的时间。目前通行指挥系统中选择航道中心线来预测船舶通行时间,然而船舶实际通过控制河段时会根据... 详细信息

控制河段通行条件较差,船舶需要根据通行指挥系统给出的指挥信号按序通过控制河段。判定船舶通行顺序的一个重要依据为船舶通过控制河段的时间。目前通行指挥系统中选择航道中心线来预测船舶通行时间,然而船舶实际通过控制河段时会根据自身载重以及水流条件选择合适的航线,不同航线之间的差异性较大。因此基于航道中心线来估计的时间与实际时间之间有较大的误差,严重影响通行指挥系统揭示通行信号的准确性。船舶通行时间预测的关键是准确预测船舶通过控制河段时选择的航线。因此,提高控制河段船舶航线预测的准确性对通行指挥具有重要意义。论文以长江上游神背嘴控制河段为研究背景,对该区域通行船舶的历史航线进行深入分析,探索船舶历史航行时的典型特征规律,研究如何提高控制河段船舶航线预测的准确性,以提高船舶通行时间预测的准确性,为船舶通行指挥系统提供可靠依据。论文的主要研究内容总结如下:(1)针对从控制河段通行指挥系统中直接获取的船舶轨迹数据质量较差、数据格式不统一问题,对船舶轨迹数据中存在的缺失值、异常值及数据格式进行预处理,以获得高质量的船舶历史轨迹数据集,为船舶轨迹聚类提供可靠的数据支撑。(2)针对传统的Hausdorff距离仅能够度量轨迹位置之间的相似性问题,提出了一种改进Hausdorff距离的空间轨迹相似性度量方法。该方法不仅考虑了船舶位置之间的相似性,还考虑了船舶航速之间的相似性。针对基于密度聚类的噪点空间聚类方法(Density-Based Spatial Clustering of Application with Noise,DBSCAN)中的参数难以确定问题,提出基于灰狼优化算法对DBSCAN算法中的参数进行自动寻优实现船舶轨迹聚类。通过仿真验证了船舶轨迹聚类方法的有效性。(3)针对目前指挥系统基于固定航线预测船舶通行时间准确性差的问题,提出了一种基于轨迹聚类的船舶航线预测方法。该方法通过对目标预测船舶的历史轨迹进行聚类,提取出船舶在控制河段内航行的典型特征轨迹,将船舶当前轨迹与特征轨迹进行匹配,预测船舶通过控制河段时选择的航线,并基于该预测航线计算船舶通行时间。通过仿真验证了该船舶航线预测方法的有效性。

关键词：航线预测轨迹聚类轨迹相似度控制河段 DBSCAN

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

未来两年世界主要班轮航线预测

海洋信息 1994年第10期9卷 16-17页

作者：郑金岩

近年来,随着集装箱班轮运输业的蓬勃发展,船东纷纷在主干航线(或主要区域航线)投入新造集装箱船,例如东西航线上最大的42家承运人中的18家班轮公司,决定于1993～1995年间(包括1993年3月前已交付使用的)交付使用的、2000标准箱位(TEU)

关键词：班轮航线预测运输业世界集装箱船

在线全文

学校读者我要写书评

暂无评论

基于图卷积的动态航线网络链路预测模型研究

舰船电子工程 2024年第5期44卷 36-40页

作者：赵联政张培文黎砾丹中国民用航空飞行学院机场学院广汉618307 中国民用航空飞行学院经济与管理学院广汉618307 成都双流国际机场股份有限公司成都610000

为了克服航线网络传统链路预测模型的局限性,考虑网络拓扑特征和时间特性,提出一种基于图卷积网络(Graph Convolution Network,GCN)的动态航线网络链路预测模型。通过图卷积、图池化操作聚合节点及邻域信息,更新节点特征表示,识别节点... 详细信息

为了克服航线网络传统链路预测模型的局限性,考虑网络拓扑特征和时间特性,提出一种基于图卷积网络(Graph Convolution Network,GCN)的动态航线网络链路预测模型。通过图卷积、图池化操作聚合节点及邻域信息,更新节点特征表示,识别节点间潜在联系。实验表明,GCN模型相较于传统链路预测模型具有更高的预测精度、预测效率和性能稳定性,是进行动态航线网络链路预测的一种有效工具。

关键词：航空运输链路预测图卷积网络动态航线网络航线预测

同方期刊数据库

份额模型及灰色模型在航线需求预测中的比较分析

在线全文

学校读者我要写书评

暂无评论

统计与决策 2007年第18期23卷 142-144页

作者：张永莉张凌翔天津大学管理学院天津300072 中国民用航空学院管理学院天津300300

航线需求是航空公司制定航班计划的基础。本文通过对200个城市对航空客运量的实证分析,研究了波音公司提出的份额模型和灰色预测模型的预测效果。结果表明,灰色预测模型具有更好的适用性和更高的预测精度,可以作为航空公司航线需求预测... 详细信息

航线需求是航空公司制定航班计划的基础。本文通过对200个城市对航空客运量的实证分析,研究了波音公司提出的份额模型和灰色预测模型的预测效果。结果表明,灰色预测模型具有更好的适用性和更高的预测精度,可以作为航空公司航线需求预测的基础方法。

关键词：航线需求航线预测份额模型灰色预测

在线全文

学校读者我要写书评

暂无评论

基于旅客信任网络的航线选择行为预测

现代电子技术 2020年第4期43卷 78-82,86页

作者：冯霞张晨卢敏中国民航大学计算机科学与技术学院天津300300 中国民航大学信息科研基地天津300300 民航旅客服务智能化应用技术重点实验室天津300300

分析理解民航旅客出行特征,对旅客未来潜在出行行为进行预测,是航空公司实施精准营销的重要支撑。该文以民航领域积累的大规模PNR数据集为基础,提出一种基于旅客信任网络的协同过滤航线推荐模型,借鉴社交关系网络引入旅客信任网络,对采... 详细信息

分析理解民航旅客出行特征,对旅客未来潜在出行行为进行预测,是航空公司实施精准营销的重要支撑。该文以民航领域积累的大规模PNR数据集为基础,提出一种基于旅客信任网络的协同过滤航线推荐模型,借鉴社交关系网络引入旅客信任网络,对采用协同过滤进行航线推荐的方法进行改进,通过旅客信任网络中信任的传递性以发现相似旅客,从自身偏好和相似旅客偏好两个方面对旅客出行时对航空公司航线的选择行为进行刻画。实验结果表明,文中算法相较于传统的基于历史选择、基于航线热度等方法有更高的精准度和召回率。

关键词：航线推荐航线预测旅客信任网络精准营销推荐算法实验验证

在线全文

学校读者我要写书评

暂无评论

人工智能的船舶航线自动监测系统

舰船科学技术 2022年第21期44卷 148-151页

作者：夏峰湖南通远网络股份有限公司湖南长沙410000

为实现船舶航行线路全面监测,自动实现偏航修正,保证船舶安全行驶,设计人工智能的船舶航线自动监测系统。通过海图集成模块采集船舶航行相关数据信息,并依据信息生成电子航海图数据。船载通信模块通过网络基站、收发站、船岸通信链路等... 详细信息

为实现船舶航行线路全面监测,自动实现偏航修正,保证船舶安全行驶,设计人工智能的船舶航线自动监测系统。通过海图集成模块采集船舶航行相关数据信息,并依据信息生成电子航海图数据。船载通信模块通过网络基站、收发站、船岸通信链路等网络传输纽带,将航行相关数据信息以及航海图数据传输到航线设计模块;航线设计模块依据航行数据,设计航行前的船舶航线以及航行过程中的航线;航线监测模块采用基于长短期记忆网络和注意力机制网络模型,预测船舶航行线路,判断航行线路与航行设计模块设定航线是否一致,如果不一致,采用航线自动解算方法修正偏航段,并可视化呈现航行时间、航向速度等监测结果。测试结果显示:该系统能够依据航行目的地,设计船舶航行线路,并生成电子海图;船舶航线预测误差结果均低于(0°0.5`E,0°0.35`N),且可对偏航航段进行偏航提醒,同时自动修正偏航线路,实现船舶航线的全面监测。

关键词：人工智能船舶航线自动监测航线预测航线修正可视化

在线全文

学校读者我要写书评

暂无评论

基于深度学习的轨迹预测方法研究

基于深度学习的轨迹预测方法研究

作者：张志远中国电子科技集团公司电子科学研究院

学位级别：硕士

世界已经进入大数据时代,人们在生活中更易于接触并获取大量数据,这些数据为解决一些关键问题提供了重要途径,一个典型的应用场景就是实现海上交通的避碰。过去一段时期内,针对这个问题,人们提出了很多处理、挖掘轨迹数据的方法,推动其... 详细信息

世界已经进入大数据时代,人们在生活中更易于接触并获取大量数据,这些数据为解决一些关键问题提供了重要途径,一个典型的应用场景就是实现海上交通的避碰。过去一段时期内,针对这个问题,人们提出了很多处理、挖掘轨迹数据的方法,推动其快速发展。人工智能的发展也进一步提升了数据处理的安全性和效率。本文在总结了轨迹数据处理的研究现状后,提出了一种基于神经网络对AIS数据进行处理,来预测船舶轨迹的可行办法,能够有效增加海上作业的安全,防止近距离相遇的隐患发生。该方法的目的是准确地预测选定船只的未来轨迹,并提供相对于预测位置的不确定性估计。通过数据预处理、基于轨迹聚类的数据补全,以及基于LSTM循环神经网络的轨迹预测对船舶的航行AIS轨迹数据提升数据质量并分析研究。本文的主要工作分为以下三个部分:1首先对原始AIS数据集进行收集整理,然后进行预处理,主要进行异常点处理、噪声滤波以及归一化等操作,以此来提高数据质量;2为了确保达到更好的预测和滤波处理效果,以实际船舶的AIS轨迹数据为例,运用各算法进行聚类,然后对轨迹进行稀疏性判定,对有需要的轨迹依照同类别的中心轨迹进行数据补全。本文研究分析了几种常用的聚类算法,如K-means算法、DBSCAN算法,比较了各算法的优劣以及适用场景;3最后建立LSTM神经网络模型,以AIS轨迹数据继续研究,对补全后的轨迹使用LSTM循环神经网络等预测算法进行建模,选定参数后进行轨迹预测。最后结果证明,基于补全数据后的预测精度大大提高。

关键词：轨迹数据聚类数据补全航线预测