基于IWRAP模型的交叉航路船舶碰撞概率计算分析

近年来,随着我国经济的飞速增长,作为主要运输方式的水路运输也在蓬勃发展,我国沿海航路交叉水域的通航安全势必会成为交通管理工作的重点。本文根据国际航标组织(IALA)提出的IWARP模型对交叉航路船舶的碰撞概率进行计算,通过分析不同交通流量下交叉航道的碰撞概率,了解航道交叉水域的船舶碰撞概率情况,为海事管理部门针对船舶等交通事故的预防和监管工作提供科学可靠的参考。     

船舶航道交通流量预测系统构建研究

船舶航道交通流量日益增加,给船舶航道管理带来挑战,为了提高船舶航道交通流量预测准确性,得到好的管理船舶航道,构建一种船舶航道交通流量预测系统。首先研究船舶航道交通流量预测系统的现状,描述船舶航道交通流量预测系统的工作原理,然后通过对船舶航道交通流量历史数据进行学习,构建船舶航道交通流量预测模型,并将该模型嵌入到船舶航道交通流量预测系统中,最后进行了船舶航道交通流量仿真预测测试,该系统的船舶航道交通流量预测精度不仅可以满足船舶航道交通管理的实际要求,而且船舶航道交通流量预测性能要优于其他系统,表明本文系统是一种可靠、精度高的船舶航道交通流量预测系统。     

船舶进出港时间规律研究

船舶进出港时间规律对于提高港口的运营效率和安全性具有重要的意义。以进出X港航道的船舶交通流量观测数据为基础,分析船舶进出X港航道的时间分布及间隔时间分布。结果表明船舶进港时间间隔服从参数r=1.3226,p=0.0854的二项分布,出港时间间隔服从参数r=0.8531,p=0.0564的二项分布。船舶进出港时间规律的挖掘对掌握X港航道船舶交通流量分布规律,为X港单双向通航时间控制提供了决策基础。     

基于复杂网络的交叉航道拥挤识别方法

为了准确认知交叉航道内船舶的复杂态势,提高航道管理效率,根据船舶拥挤的形成过程,提出了交叉航道拥挤的定义,基于船舶汇遇的特征和复杂网络理论,构建了反映交叉航道整体复杂关系的加权网络模型,通过上海港的船舶管理系统(vessel traffic system,VTS)数据进行计算分析,结果表明:文中提出的复杂度计算模型能够准确反映交叉航道内船舶复杂程度,为航道管理的有效实施提供参考依据.     

基于递归图理论的舰船辐射噪声的特征量分析

水下目标特征值提取技术一直是研究船舶辐射噪声及水下目标识别的主要方式。舰船辐射噪声是一种非线性时变时序,一般利用非线性系统的状态迁移来描述并构建空间投影。递归图理论是一种混沌特质分析方法,利用信息特征熵概念来研究船舶辐射噪声关联维度。本文研究了船舶噪声辐射噪声空间的特征值及特征向量,给出了基于递归图理论的混沌特征量的维度计算方法,确定了辐射噪声空间矩阵的递归率和信息特征熵,最后进行了仿真。     

基于支持向量机的船舶交通流量预测方法

提升航道和港口资源的高效、合理利用,需精准掌握船舶交通流量情况。为此,本文提出基于支持向量机的船舶交通流量预测方法。该方法以船舶交通流量数据为基础,经预处理后将其作为采用支持向量机的输入量,通过输入量和输出量之间的高维映射,预测船舶交通流量;通过鲸鱼优化算法优化支持向量机的核参数和惩罚项参数;通过迭代寻优获取最优的参数结果,以此保证舰船交通流量预测结果的精准程度。测试结果表明：该方法能可靠完成不同航行环境下的船舶交通流量预测,均等系数均在0.019以下;中心可依据预测结果对船舶进行管理,高效、合理实现港口资源利用,减少船舶等待进港时间。     

基于神经网络的内河航道船舶交通流量预测方法研究

我国的内河航运对我国经济、社会发展做出了重要的贡献,随着内河航运的进一步发展,船舶交通流量迅速增加,导致水上交通事故频繁发生。因此,建立有效的内河航道船舶交通管理机制,对航道进行合理的规划和管理具有重要意义。本文首先介绍了神经网络算法的原理与结构,在此基础上建立了一种内河航道船舶交通流量的预测方法,该交通流量预测方法可以有效的改善内河航运的效率和安全性,提高内河航道的综合监管能力。     

基于BP神经网络的船舶交通流量预测研究

在分析船舶交通流量特性的基础上,以船舶交通流量控制为最终目标,建立基于BP神经网络的船舶交通流量预测模型,以长江口深水航道的交通流量数据作为训练样本,进行模拟分析。预测结果与实测加权数据进行对比表明,该模型对船舶交通量的预测是有效的。     

点统计法在船舶交通流分析中的应用

随着港口的迅速发展,近几年来船舶交通流量也不断增大,交通流量密集水域事故频发,为了加强交通流量密集水域的船舶交通管理,保障船舶交通安全,防止水域环境的污染,对交通流量密集水域的研究和分析已迫在眉睫.以天津港北航道和主航道交汇水域为例,利用点统计法,对船舶交通流量进行调查与分析,为实施该水域的船舶交通管理措施和通航安全风险评估提供科学依据.     

基于大数据分析的航道交通流量采集系统设计

当前广泛使用航道交通流量采集系统设计方法存在采集效率低下、且采集获得的信息质量不高的问题。提出基于大数据分析的航道交通流量采集系统设计方法,首先设计了航道交通流量采集系统的软件部分,主要工作包括航道交通流量采集系统采样频率的检测、系统采样频率值的存储、系统采样频率的分析处理以及航道交通流量参数的计算等;然后利用大数据分析工具和现有的船舶监管系统采集航道交通流量信息,同时开发AIS子系统、RFID子系统,建立基于大数据分析的航道交通流量采集系统,最后进行实验对比分析,结果证明,本文方法能快速、高效地采集高质量航道交通流量信息,对实现海事监管部门的智能化管理提供前提保障。     

析天津港船舶交通流量与交通安全

本文作者通过对交通流量及影响交通流量的因素，交通流量与交通安全的关系的分析，提出了如何提高航道的交通流量，并保证船舶的交通安全，从而能够最大限度地发挥航道的通航能力的航政建议。     

船舶运动惯导实测数据的非线性混沌特性的判定

利用基于关联维数的相位随机化的替代数据法，给出了对船舶运动惯导实测时间序列进行非线性判定和混沌判定的方法，计算结果表明船舶运动纵摇和横摇时间序列中含有非线性成份，指出船舶运动的建模和预报须用非线性时间序列的原因，研究了使用混沌时间序列S判据对船舶运动进行混沌判定的方法。     

长江中游干线航道船舶运力变化特征的实证分析

针对长江中游干线航道服务系统能力不足的问题,研究该航段通行船舶运力及构成的变化特征,以促进航道服务水平和航运经济效益的提高。通过数据调研和统计分析发现,近年来长江中游干线航道服务船舶流量年均递减率1. 8%、总净载质量年均递增率9. 0%、船舶年均大型化率11%;以城陵矶断面为界,上、下航段船舶日均流量之比为1∶2. 2,上航段内5 000 t及以上船舶占比持续增长,5 000 t以下船舶占比不断下降;下航段内万吨及以上船舶占比持续增长,万吨以下船舶占比持续下降。结果表明,随着长江中游干线航道条件的改善,船舶大型化显著,对航道治理提出了更高的要求。     

面向单向航道通航能力的船舶减速概率

为研究船舶减速对单向航道通航能力的影响,分析单向航道船舶交通流的特征,提取船舶减速的影响因素。采用数学语言对船舶减速的边界条件进行描述,通过概率计算构建船舶减速概率模型,通过仿真试验对船舶减速概率模型予以验证。试验结果表明:船舶减速概率模型能表征航道在正常通航状态下的船舶减速概率,进一步将理论模型与仿真结果进行对比分析,找出航道内发生船舶减速连锁效应的临界点,可将船舶到达率和船舶速度标准差控制在临界范围内,从而保障航道的通航能力。     

基于SARIMA-BP模型的港口船舶交通流量预测

为提高船舶交通流量预测精度,提出一种季节性自回归移动平均(Seasonal Autoregressive Integrated Moving Average,SARIMA)模型和BP神经网络的误差校正集成模型。以深圳港2011—2017年的数据为研究样本,对原始数据进行预处理,构建最优SARIMA模型,以该模型求出的残差序列作为BP神经网络的输入,将两个模型预测结果进行整合,得到集成模型的预测结果。试验结果表明:该误差校正集成模型与两个单一模型相比,体现出船舶交通流量数据的季节性特征,具有较好的预测精度,为港口船舶交通流量预测提供一种更为有效的方法。     

港口公共航道船舶通过能力的计算模型研究

在深入研究港口公共航道船舶交通流特征和船舶行为特征的基础上,提出了船舶航行领域、船舶穿越领域和船舶汇入领域概念,并以此为基础建立了多源汇入汇出条件下港口公共航道通过能力一般计算模型。该模型不仅能反映航道属性、船舶属性和船舶交通流基本参数对航道通过能力的影响,也能反映船舶行为对航道通过能力的影响。     

通扬运河与泰东河交叉河口航道冲淤数值模拟及工程方案优化*

交叉河口淤积影响船舶正常航行，易发生搁浅事故。为充分发挥航道的航运功能，应及时分析碍航原因，制定航道疏浚方案，确保航道通航顺畅与安全。以通扬运河与泰东河交叉河口为研究区域，构建二维Delft 3D水沙模型，结合实测分析其泥沙运动规律与地貌演变特征。基于不同疏浚高程和疏浚边坡设计6个航道尺度方案，并通过模拟分析得到兼顾过往船舶航行安全和疏浚经济成本的优化方案。本研究可为类似交叉河口的航道尺度设计与优化提供借鉴。     

基于神经网络的混沌海杂波背景下信号检测技术

本文研究神经网络技术,重点阐述神经元结构模型,构造出神经网络模型并提出神经网络的学习方法,给出神经网络模型误差随时间的变化曲线;分析海杂波混沌特性并且着重阐述了混沌理论的特点,分析海杂波混沌识别技术,并给出虚假近邻率随嵌入维数的变化曲线;最后研究混沌海杂波背景下的信号检测方法,并给出混沌时间序列曲线。本文基于神经网络研究了混沌海杂波背景下的信号检测技术,这对我国船舶信号检测技术的发展有着积极的促进作用。     

基于局部密度的宁波舟山港条帚门航道交通流特征分析

为提升条帚门航道通航能力,借助局部密度和数理统计方法,分析条帚门航道船舶类型、位置、航速和密度等空间分布特征以及分析船舶流量时刻、日变化的时间特征。结果表明：船舶以码头、主航道为依托,高度集中于水深条件良好的深水航道,货船数量占大型船舶总量的69.35%,小型船舶以工作船为主,占40.34%。条帚门航道船舶速度以中低速为主,尤其是货船和油船,较高速度的船舶主要是集装箱船、工作船和客船。小型船舶活动随时间变化明显,呈现“日出而作,日落而息”的状态,大型船舶活动对时间变化不敏感。条帚门航道交通量日分布中,大型船舶数量是小型船舶数量的2～3倍。该结论对提升条帚门航道通航能力具有参考意义。     

PSO-无偏灰色马尔科夫模型在船舶交通流量预测中的应用

为提高船舶交通流量的预测精度,利用具有全局搜索能力的粒子群算法(Particle Swarm Optimization, PSO)对无偏灰色马尔科夫模型进行优化,构建船舶交通流量预测的PSO-无偏灰色马尔科夫模型。该模型可综合考虑预测中的残差序列、状态区间、状态转移概率,自适应选取最优白化系数,用以准确表征船舶交通流量的发展趋势。以东营港2012—2017年船舶交通流量季度统计数据为例,选取前21个季度数据对模型进行训练,后2个季度数据对预测结果进行分析,与传统的无偏灰色模型和无偏灰色马尔科夫模型相比,该模型能显著地提高船舶交通流量的预测精度,其拟合精度和预测精度分别为91.439%和95.959%,验证后该模型具有科学性与有效性。