在VTS中利用回归分析方法预测研究

为提高船舶航行安全性,减少船舶碰撞事故,本文基于国内外船舶碰撞事故以及相关数据,采用数学统计理论对其进行数学建模,并基于VTS分析系统与数理统计模型,对船舶碰撞过程中的诸多因素进行分析。相关计算表明,本文建立的回归模型经过误差训练后,其误差能够迅速收敛,并且达到较高的收敛精度,能够可靠地用于船舶碰撞预测研究,为提高船舶航行安全性提供参考。     

多船舶同时航行中的调度数学模型设计与实现

在多船舶同时行进航道水上交通网络中,船舶拥堵容易导致水上安全事故,需要进行水上航道船舶航行调度。本文针对当前调度模型的吞吐量低,时滞较大的问题,提出一种基于船舶航行流量分簇预测的多船舶同时行进中的调度数学模型。构建多船舶同时行进的通行流量的信息感知模型,采用RFID标签识别技术进行船舶航行流量的数学统计,构建船舶进出港的交通态势预测多元状态方程,以历史测量信息作为先验统计量对方程进行优化求解,实现船舶航行流量分簇预测,以此为信息统计量进行交通调度。仿真结果表明,采用该模型进行多船舶同时行进调度,能提高单位时间内的航道通行量,且对航道船舶流量的预测精度较高,调度的时间开销较小。     

基于一种改进型线性增长模型的船舶流量预测

为了提高船舶流量预测精度,综合考虑交通需求、季节、气候等因素,通过分析船舶流量历史数据,在线性增长模型基础上,构建了考虑周期性波动因素的船舶流量预测改进模型,并运用贝叶斯估计和预测方法求解模型,提出了一种新的船舶流量预测方法.实例验证表明,与传统线性增长模型预测结果比较,新模型更符合船舶流量实际情况,月流量预测结果的平均绝对误差下降了3.56%,标准差下降了3.79%.因此,将该预测方法用于船舶流量预测是有效的.     

基于非线性组合模型的船舶无线网络流量预测

流量预测是船舶无线网络管理中的重要技术,传统组合方法只能描述船舶无线网络流量的部分变化规律,无法获得令人满意的船舶无线网络流量预测结果,为了全面反映船舶无线网络流量变化规律,提出基于非线性组合模型的船舶无线网络流量预测方法。首先分析单一预测方法和传统组合方法的局限性,然后采集船舶无线网络流量历史数据,采用RBF神经网络、BP神经网络、灰色算法分别对船舶无线网络流量进行预测,最后采用支持向量机要对它们的预测结果进行非线性组合,输出船舶无线网络流量最后预测结果,测试结果表明,非线性组合模型的船舶无线网络流量预测十分精确,船舶无线网络流量预测误差可以忽略不计,完全能够满足船舶无线网络管理要求,船舶无线网络流量预测结果显著优于传统组合方法,为解决复杂船舶无线网络流量预测问题提供了一种新的建模思路。     

基于云推理的船舶航行速度非线性数学控制模型

传统的船舶航行速度数学预测模型在数据转换的过程中具备较大误差,导致最终的预测准确率较低。为了能够提高船舶航行速度预测的准确度,基于云推理建立船舶航行速度的非线性数学控制模型。建立云推理规则发生器,探究双条件下的运行模式,转化船舶航行的历史数据,以此建立全新的线性数学模型。实验结果表明,该数学控制模型的预测精度能够达到85.2%,相较于传统的集中数学模型有较大的改进,且建模时间也相对较短,因此可知该数学模型具备实用价值。     

船舶航行网络流量的建模与预测

船舶航行网络流量受到外界因素的干扰,具有比较强的随机性,当前船舶航行网络流量的预测准确性差,为了改善船舶航行网络流量预测的效果,设计一种高精度的船舶航行网络流量建模与预测方法。首先收集一维船舶航行网络流量样本,并通过变换得到一种多维的船舶航行网络流量样本,然后引入极限学习机描述船舶航行网络流量的变化规律,并对极限学习机参数进行优化,改进基本极限学习机的不足,最后进行船舶航行网络流量预测的应用实例,分析本文方法的可行性,结果表明,本文方法的船舶航行网络流量预测误差小于5%,低于实际应用要求的10%,同时船舶航行网络流量建模过程自化程度高,简单,获得了较快的船舶航行网络流量预测速度,为解决船舶航行网络流量的预测问题提供了一种建模技术。     

基于船舶自动识别系统数据的多汊航道船舶流量预测

基于船舶自动识别系统(AIS)大数据,通过解析AIS原始报文,分离出关键字条,经过数据清洗、筛选后匹配其他船舶数据源,以进一步识别船舶类型并划分吨级。将大数据应用于船舶流量预测中,通过跟踪代表船型的航迹,总结出船舶航行规律和运营情况,再结合历史数据和宏观形势发展,综合预测航道货运量,基于对AIS数据的挖掘,运用分配模型预测多汊航道船舶流量,并以长江口南槽航道为例预测其船舶流量。结果表明,运用AIS大数据能有效分析复杂多变的船舶航路,从而准确地预测多汊道航道船舶流量。     

基于贝叶斯网络的船舶航行安全性预测

船舶在水上航行时,一旦发生安全事故,后果非常严重。为降低船舶航行过程中安全事故的发生几率,应当对航行安全性进行预测。贝叶斯网络在不确定性问题的解决中具有良好的适用性,而船舶航行安全性预测属于典型的不确定性问题。因此,在该问题的解决中可对贝叶斯网络进行合理运用。基于此,本文从船舶航行安全性的影响因素分析入手,论述了基于贝叶斯网络的船舶航行安全性预测方法,并提出提高船舶航行安全的建议。     

基于GA优化的灰色神经网络船舶交通流量预测方法研究

结合灰色模型和BP神经网络模型的特点,对两种模型进行有机地组合,构建一种改进的灰色神经网络预测船舶流量方法.以实际船舶交通流量和主要影响因素为数据,运用遗传算法改进的灰色神经网络模型对上海洋山港的船舶交通流量进行预测,计算和Matlab仿真结果表明,改进的灰色神经网络模型预测不仅精度较高,而且能准确预测船舶交通流量的变化规律.     

基于曲线拟合的船舶航行路径长度预测研究

针对传统船舶航行路径长度预测方法存在路径长度预测性能较差的问题,设计一种基于曲线拟合的船舶航行路径长度预测方法。针对船舶航行路径实施环境建模,以处理和获取空间船舶航行路径的环境信息。利用构建的环境模型确定船舶航行路径的代价函数,函数中包括过大转弯角个数函数、平滑度函数与航程函数3个因素。根据船舶航行路径代价函数,基于曲线拟合对船舶航行路径长度进行预测,首先需要基于曲线拟合对船舶航行路径长度进行量化,接着通过明示距离法对船舶航行路径长度进行预测。为了证明基于曲线拟合的船舶航行路径长度预测方法的路径长度预测性能较强,将传统船舶航行路径长度预测方法与该方法进行对比实验。实验结果证明该方法的路径长度预测性能优于传统方法,实现了性能突破。     

《中华人民共和国物权法》有关条款在船舶物权登记中的应用

为明确《中华人民共和国物权法》实施对于船舶物权登记工作的指导作用,从船舶物权登记的性质、登记机关的审查义务和赔偿责任、共有船舶的处分原则、船舶价值评估和登记规费征收以及新船舶登记制度的创设等6个方面分析《物权法》有关条款在船舶物权登记实践中的应用,认为《物权法》的实施对船舶物权登记产生重要影响,船舶登记机关应及时转变观念。     

潜艇模块化的生命力设计研究

文章讨论了实施模块化方法建造潜艇的意义,对潜艇模块化体系的生命力作了初步的论述,提出近期可能实现的功能模块.     

渔检发展凸显体制困局——访中国渔业船舶检验局局长周彤

近年来,百万艘渔船安全问题始终是中国水上难以驱散的阴霾.随着国际国内对生命和环境保护的日益重视,中国渔船安全更是备受关注.作为渔船安全的第一道防线,中国渔船检验现状如何?     

发挥厦门港优势 促进海峡西岸经济区建设

对厦门港自然条件、经济腹地、吞吐量,以及厦门港的优势和在基础设施、陆向腹地、集疏运系统等方面存在的不足进行分析,并提出相应的发展对策建议:明确战略定位,深化港口管理体制改革,加快港口基础设施建设,改善集疏运条件,增加航线数量和加大航班密度等。     

诉前船舶扣押若干问题

讨论诉前船舶扣押中的海事请求权,船舶扣押范围,重复扣押以及船舶活扣押等问题,并对相关问题提出看法和建议,以其为船舶扣押的研究和海事诉讼实践提供参考。     

新建船舶转籍后的检验

当前,南方造船企业在船舶设计能力,船舶建造质量以及生产规模上都占有一定优势,这就使北方许多单位或个人,选择在南方造船企业建造船舶,由当地船检部门检验合格并发放证书后,再通过船舶转籍程序转回到本地区使用,这种情况使得跨省转籍的船舶越来越多.     

换填法垫层厚度的优化设计

换填法地基处理设计关键是确定垫层的厚度。鉴于传统的设计方法存在不足,文章提出了一种改进的方法,经算例验证该法能更好地确定最佳垫层厚度,同时能适应不同的安全要求,具有较大的灵活性。     

Q25型牵引车油门操纵机构的改装

Q25型牵引车油门操纵机构主要由油门踏板、摇臂总成、拉杆、连杆等组成，通过控制调速器摇臂实现柴油机的调速，见图1。     

油轮艏部结构碰撞特性研究

在船舶碰撞中,船艏是主要作用方.船艏结构的碰撞特性是影响船-船碰撞过程中被撞船舷侧结构损伤程度的决定因素.为减少碰撞事故损失,应从碰撞的观点对船艏结构的特性进行研究,提出一种研究船艏的碰撞特性的方法及表征船艏碰撞特性的特征量,据以改进船艏设计.根据船艏结构本身的碰撞破损过程,对船艏结构碰撞力与破损深度的关系、艏部构件在碰撞过程中的损伤形态和能量耗散进行了研究,指出碰撞力曲线是船艏结构的一种固有特性.提出了碰撞力面积密度曲线的概念,它可以用于定量表达船艏结构对其它结构的破坏能力.利用有限元数值模拟方法计算了一艘4万吨船艏的碰撞损坏实例,显示了上述碰撞特征并讨论了提高碰撞数值模拟计算精度的方法.