非线性船舶物流配送量估计的数学模型分析

针对当前非线性船舶物流配送量估计方法存在的精度低、耗时长等缺陷,为了获得更加理想的非线性船舶物流配送量估计结果,提出非线性船舶物流配送量估计的数学模型。首先分析当前非线性船舶物流配送量估计研究进展,指出各种非线性船舶物流配送量估计方法存在的不足;然后选择船舶物流配送量估计历史数据,引入数据挖掘技术分析非线性船舶物流配送量估计的变化特点,建立非线性船舶物流配送量估计数学模型,最后与其他方法进行了仿真实验。结果表明,数据挖掘的非线性船舶物流配送量估计精度超过了92%,而且建模的时间短,非线性船舶物流配送量估计效果要明显优于当前其它估计方法,具有更高的实际应用价值。     

船舶移动网络大数据异常数据优化识别研究

异常数据对船舶移动网络通信产生干扰,而当前船舶移动网络的异常数据优化方法的效果差,无法满足船舶移动网络通信要求,为此设计了一种基于大数据分析技术的船舶移动网络异常数据优化识别方法。首先分析当前船舶移动网络异常数据优化研究方法,指出它们各自存在的缺陷,然后引入大数据分析技术对船舶移动网络异常数据进行优化和识别,最后进行船舶移动网络异常数据优化识别的实例分析,结果表明,本文方法可以描述船舶移动网络异常数据变化特点,提高船舶移动网络异常数据识别的正确率,而且船舶移动网络异常数据识别时间要短于其它方法,获得了令人满意的船舶移动网络异常数据识别结果。     

船舶碰撞事故反演有限元仿真

目前海事事故调查主要通过询问事故当事船舶上的船员及搜集船舶航海图书资料等手段进行定性分析,不仅调查难度大,而且会造成当事双方产生纠纷。因此,客观地还原船舶碰撞过程对海事事故调查及纠纷处理而言尤其重要。以一起船舶碰撞事故为例,采用有限元仿真方法动态还原船舶瞬时碰撞姿态,将碰撞区域结构损伤的数值仿真结果与海事实际勘验结果相对比。结果表明:数值仿真结果与实际勘验结果的吻合度较高,能为碰撞事故调查起到指导作用。     

基于数据挖掘技术的船舶物流成本分析和估计

船舶物流成本与多种因素有关,具有十分大的波动性。当前船舶物流成本分析和估计方法由于没有考虑船舶物流成本波动性,难以描述船舶物流成本的变化趋势。为了提高船舶物流成本分析和估计的准确性,提出基于数据挖掘技术的船舶物流成本分析和估计方法。首先分析船舶物流成本分析和估计的研究进展,建立船舶物流成本分析和估计的数学模型,然后引入数据挖掘技术对数学模型进行求解,拟合船舶物流成本变化趋势,最后与经典船舶物流成本分析和估计方法进行实验测试。结果表明,数据挖掘技术的船舶物流成本分析和估计精度超过92%,而经典方法的船舶物流成本分析和估计均低于90%,且数据挖掘技术的船舶物流成本分析和估计效率更高,验证了本文船舶物流成本分析和估计方法的优势。     

基于大数据的船舶故障趋势预测

船舶故障趋势预测的研究具有重要实际应用,船舶故障趋势复杂多变,当前船舶故障趋势预测方法无法高精度描述其故障变化特点,使得船舶故障预测趋势结果靠性低。为了提高船舶故障趋势预测效果,设计了基于大数据的船舶故障趋势预测方法。首先分析当前船舶故障趋势预测研究进展,找到各种方法的船舶故障趋势预测的局限性,然后采用船舶故障趋势数据,并利用大数据分析技术拟合船舶故障变化趋势,构建船舶故障趋势预测模型。最后在相同平台下,与其他船舶故障趋势预测方法进行了对比测试。结果表明,大数据的船舶故障趋势预测精度超过95%,不仅完全达到了船舶故障控制的实际应用要求,而且船舶故障趋势预测效果要优于对比方法,具有更加广泛的实际应用范围。     

基于时间序列分析算法的船舶磁场估计

传统遗传算法船舶磁场估计方法中会使估计值陷入局部最优,影响估计精度,因此设计一种基于时间序列分析算法的船舶磁场估计方法。首先建立舰船磁场模型,主要利用椭圆和偶极子来建立一个平面的混合模型,安排偶极子在其中的分布,得到任意测量点周围的磁场模型和实际测量磁场与椭圆模型周围磁场的关系,在计算过程中引入时间序列分析算法,得到加权指数滑动时间窗的描述,根据局部自协方差矩阵估算公式得到特征向量矩阵投影,结合目标函数,得到最优的估计解。通过仿真实验结果表明,设计的估计方法得到的拟合相似值高于传统方法,说明设计的方法估计结果更加精准。     

现代统计学理论的船舶事故发生频率估计研究

随着航海业的蓬勃发展,船舶数目得到大幅度的增长,船舶安全问题成为影响航海业发展的重要因素之一。在以往的船舶事故发生频率估计研究中,对于航线因素考虑不够细致,导致估计结果失真情况时有发生。因此,使用现代统计学理论设计船舶事故发生频率估计方法。获取航线事故数据,对其进行清洗与处理,获取数据之间相互关联性。以GM(1.1)模型为蓝本,使用同质法对航线进行划分,将划分结果带入模型中得到基础事故率,同时构建修正系数函数,确保数据计算结果的可靠性。至此,现代统计学理论的船舶事故发生频率估计方法设计完成。通过实验对比可知,此方法的估计结果与实际事故数相似度较高,估计结果较为可信,在日后的研究中可使用此方法提高船舶事故发生频率的研究深度。     

基于多源大数据分析的船舶图像检索技术

图像检索技术是船舶图像处理研究的重点,当前船舶图像检索技术采用单源数据进行检索研究,由于提供的信息量小,导致船舶图像检索精度低,为了提高船舶图像检索精度,克服当前船舶图像检索技术存在的缺陷,提出了基于多源大数据分析的船舶图像检索技术。首先分析船舶图像检索技术的国内外研究现状,找到单源数据分析技术的不足,然后根据多源大数据分析理念,提取船舶图像检索的局部二值模式特征和Brushlet域复特征,根据这2种特征进行船舶图像检索,最后进行了船舶图像检索性能的验证性测试分析。测试分析结果显示本文技术的船舶图像检索的查全率超过96%,远远高于当前其它船舶图像检索技术,而且船舶图像检索时间更短,船舶图像检索可靠性得到有效改善,解决了单源数据分析技术的不足,为后续船舶图像处理打下了良好的基础。     

基于大数据分析的船舶交通特征统计分析

为了降低现阶段船舶交通特征统计分析数据的离散度,提高统计分析质量,提出了基于大数据分析的船舶交通特征统计分析方法。根据数据挖掘结果进行数据初步处理,获取船舶交通数据极值以及样本差和方差,根据当前船舶交通数据流进行数据卡方拟合和分布拟合,获取拟合曲线和曲线函数,根据拟合曲线的实际特征值确定当船舶交通流理论特征值,并在理论特征值中添加边界条件,利用边界矩阵获取实际特征数据集合,实现船舶交通特征统计。仿真实验数据结果表明,应用设计方法统计的船舶交通特征值,极差数据降低了29%,标准差降低了35%,可以有效降低数据离散。     

数据挖掘技术在船舶航迹拟合中的应用

近年来,针对船舶航迹拟合的研究日益增加。但原有船舶航迹拟合方法在使用中,常出现拟合结果与实际航迹相差较大的问题。因而采用数据挖掘技术展开优化,设计基于数据挖掘技术的船舶航迹拟合方法。在船舶中引用AIS系统,获取船舶行驶数据。采用数据挖掘技术中的模式挖掘算法对采集到的数据进行预处理。使用上述处理后的数据,构建船舶航迹拟合模型。至此,基于数据挖掘技术的船舶航迹拟合方法设计完成。构建实例测试分析环节,将此方法拟合结果与原有方法拟合结果和实际航迹进行对比,获取航迹相似度。通过对比可知,此方法相似度高于原有方法。由此可知,基于数据挖掘技术的船舶航迹拟合方法拟合效果更佳。     

大数据分析技术在历史航行路线可视化中的应用

随着大数据分析技术的不断发展,船舶航线线路的规划与分析的计算速度得到了质的提升。伴随船舶航线规划的可视化,传统算法无法很好将大数据分析技术分析结果转换为可视化数据进行输出。因此,研究大数据分析技术在历史航行路线可视化中的应用。通过大数据分析技术建立历史航线模型,同时对模型数据的传输信道进行优化计算,保证可视化数据转换过程中的读取稳定。采用DHZA可视化转换对模型数据进行转换输出,实现从架构上的稳定对接与转换。实验证明,大数据分析技术在航线可视化输出中具有一定作用。     

基于大数据驱动的船舶航行轨迹异常检测研究

船舶安全航行是航海领域重点关注的问题之一,为此研究基于大数据驱动的船舶航行轨迹异常检测方法。该方法利用不同类型传感器获取船舶航行大数据,然后使用船舶观测大数据相似度方程计算船舶航行大数据之间的相似度,得到来自同一船舶的航行大数据;再利用大数据驱动技术中的聚类方法建立船舶正常轨迹模型,获取船舶航行正常轨迹;依据船舶航行正常轨迹,利用大数据驱动技术内的Spark Streaming数据实时计算框架,通过计算船舶航行轨迹点与实际轨迹采样点之间的距离、航向角等,得到船舶航行轨迹异常检测结果。实验结果表明,该方法获取船舶航行实际轨迹精度较高,可有效检测船舶航行轨迹异常,具备较好的应用效果。     

基于大数据分析的舰船通信网络访问权限控制方法

对用户访问舰船通信网络的权限进行控制能够有效保证船舶信息安全,但随着非法用户入侵手段的升级,传统舰船通信网络访问权限控制方法不能准确甄别用户是否有访问权限,准确率较低。针对上述问题,提出基于大数据分析的舰船通信网络访问权限控制方法。首先利用大数据分析技术对用户角色进行准确划分,然后根据角色划分赋予相对应的访问权限,实现舰船信息的安全访问。结果表明:与传统舰船通信网络访问权限控制方法相比,基于大数据分析的舰船通信网络访问权限控制方法能准确判断出用户的访问权限,访问权限控制的准确率提高了12%,极大减少了非法访问事件的发生概率。     

基于大数据分析技术的船舶航海能力评价研究

船舶航海能力由多种因素决定,涉及数据量级较大,常规评价方法由于数据处理技术的落后,致使船舶航海能力评价结果精准度较差,无法满足船舶航行安全需求,应用大数据分析技术设计航海能力评价方法。依据可靠性、适应性等原则选取航海能力评价指标,以此为基础,通过主成分分析算法统一处理与分析评价指标数据,采用复相关系数赋权方法对评价指标权重进行计算,确定航海能力评价等级标准,获取最终评价结果,即可实现船舶航海能力的评价。实验数据显示,应用提出方法后,获得的航海能力评价结果与实际结果一致,说明提出方法应用效果较好。     

基于VITS的内河船舶安全指数分析模型研究

船舶AIS数据在内河应用中易缺失,难以形成对内河船舶安全监管的数据支撑,考虑到内河船舶VITS数据中包含船舶标识码、位置、时间、航速和角度等信息,基于VITS的内河船舶数据建立了相邻指数和碰撞指数相融合的安全指数,结合实际的数据分析,结果表明可形成安全态势,形成船舶运行态势的量化和可视化,并可有效支撑内河船舶运行的安全与管理决策。     

时间序列分析法船舶港口建筑工程成本估计

针对当前船舶港口建筑工程成本估计精度低的问题,提出时间序列分析法的船舶港口建筑工程成本估计方法。首先采集大量船舶港口建筑工程成本历史数据,将它们组成一组时间序列数据,然后引入小波变换对船舶港口建筑工程成本时间序列数据进行分解,得到趋势部分和细节部分,使得变化特点比较明显,最后采用RBF神经网络对船舶港口建筑工程成本时间序列的趋势部分进行建模,采用支持向量机对船舶港口建筑工程成本时间序列的细节部分进行建模,并根据预测结果重构得到船舶港口建筑工程成本估计结果。实例研究结果表明,时间序列分析法的船舶港口建筑工程成本估计效率高,可以高精度对船舶港口建筑工程成本进行估计。     

船舶网络入侵风险等级估计算法研究

传统估计算法缺少信号分析与处理阶段,导致评估效果较差,为了解决该问题,引入神经网络评估算法对船舶网络入侵风险等级估计进行研究。根据船舶网络入侵风险等级估计问题确定流程,设计信号分析与处理阶段,保证数据分析有效性。根据信号处理结果,对船舶网络入侵风险等级进行划分,并对风险度量进行评估,由此完成船舶网络入侵风险等级估计算法研究。通过实验对比结果可知,该算法最高评估效果可达到97%,为船舶网络安全运行提供保证。     

操纵运动船体水动力计算

提出一个适用于船舶初步设计阶段计算船舶操纵运动水动力的方法,给出了与船体表面局部线型相关的非线性力的估算方法。通过对方型系数Ｃｂ值为０．５７￣０．８３５艘船模的具体计算,结果表明与其相应的约束模试验结果吻合良好,本文方法可用于操纵运动数值模拟,也能作为港内低速大漂角航行船舶的运动模拟。     

一种带多约束的船体分段点集数据分析方法

为了达到船体分段建造的精度要求,船体分段的测量点集与设计点集的数据分析技术是关键。在船舶领域中,传统的点集数据分析方法没有考虑多种船舶约束,因此数据分析出来的结果与实际结果相差较大。针对此情况,提出一种考虑多种船舶约束的数据分析方法。首先采用基于高斯混合模型(GMM)的相干点漂移法(CPD)算法,获得数据分析初值;然后利用权值向量实现对不同方向上精度要求的误差分配,同时把垂直度、平面性和水平度等多种工程约束引入数据分析的多优化目标函数中,通过调整多约束权值,求解出更合理的数据分析结果。实例表明,该方法在满足多种船舶约束的情况下,可获得更合理的数据分析结果,为后续的合拢搭载提供一定依据。     

运输船舶在波浪中失速的近似估算

如何准确、快速、简便地估算船舶在波浪中的失速，已成为船舶研究、设计人员及航运界有关人员共同关心的一个重要课题。文中给出了近似估算运输船舶在波浪中失速的2个方法。对处于初步设计阶段且尚未做过静水快速性能模型试验的运输船舶，可直接应用第2个方法。该方法提出的近似估算公式应用方便，也不用编程便可直接人工计算，且与模型试验结果相当吻合。