基于广义回归神经网络的船舶交通量预测模型

船舶交通量受多种环境与社会因素的影响,使得船舶交通量预测存在复杂性与非线性的特点.在分析现有预测模型和方法不足的基础上,介绍了广义回归神经网络GRNN的基本原理与拓扑结构.不同类型船舶受各类因素影响的程度不同,根据天津港VTS(Vessel Traffic Services)中心提供的船舶交通量数据,按船舶种类将船舶交通量分为六类,利用GRNN神经网络分别进行预测.预测结果表明GRNN神经网络具有很强的非线性拟合能力,有效解决了天津港船舶交通量预测中的小样本问题,提高了整个预测系统的精度与稳定性.     

数据挖掘技术在船舶信息管理系统中的应用

为了提高海上交通监管部门和港口对于海域内船舶交通的管理水平,确保船舶航行安全,有必要建立一种船舶信息综合管理系统,实现对海域内船舶类型、IMO编码、所属物流公司等一系列信息的综合管理,并能够快速查询和获取平台中的数据。本文的研究方向是利用数据挖掘技术,构建一种船舶信息管理系统,分别从数据挖掘技术的原理、信息管理系统的整体架构以及信息管理系统的数据接口等内容进行详细研究,对于提高海上监管的数字化、信息化有一定的意义。     

基于数据挖掘的船舶机舱监控系统

针对常规机舱监控系统已不能满足日趋智能化和数字化的船舶机舱设备的监控要求,提出并开发了一套基于数据挖掘的船舶机舱监控系统。该系统不仅能实现常规机舱监控系统的监控功能,而且融入了智能数据挖掘技术,可实现在线数据挖掘和分析,扩充了监控系统的内涵。设计了基于数据挖掘的船舶机舱监控系统硬件和软件部分,给出了适合船舶机舱数据挖掘的聚类算法,并利用该算法结合实船数据进行了挖掘分析;结果表明该系统稳定可靠、界面友好、挖掘方法合理,满足实船数据处理要求,为船舶机舱监控系统的设计及应用提供了一种新的思路。     

基于大数据挖掘的船舶通信系统关键设备状态分析

以保障船舶通信系统联络通畅为目的,提出基于大数据挖掘的船舶通信系统关键设备状态分析方法。该方法使用北向接口和通信关键设备直连相结合方式,采集船舶通信系统关键设备运行信息后,利用大数据挖掘技术中的自组织映射神经网络,挖掘船舶通信系统关键设备状态信息随时间变化规律,得到时间变化序列。以关键设备状态信息时间变化序列为基础,使用大数据挖掘技术中区间集聚类分析方法,经过划分关键设备状态信息时间变化序列区间集、计算区间集子序列相似度和子序列异常值评分等步骤,分析得到船舶通信系统关键设备运行时的异常状态。实验结果表明：该方法采集船舶通信系统关键设备状态信息能力较好,可有效分析关键设备当前运行状态,应用效果较为显著。     

使用数据挖掘实现舰船故障数据定位

为了更好地保障船舶航行安全,有效提高船舶的故障定位和检测能力,提出了使用数据挖掘实现舰船故障数据定位方法,通过对舰船故障数据进行实时采集和分类挖掘获取船舶航行过程中的异常数据,实现对船舶故障数据关联规则特征的准确提取。在进行故障定位的过程中,合理并利用电磁探测器和声敏传感器等设备进行故障诊断,并对不同类别船舶故障数据的高维特征融合的研究采用数据挖掘分析算法,利用数据挖掘分类器对船舶故障数据进行分类识别和定位挖掘,从而有效保障船舶故障数据定位的精确度和有效性。最后通过实验结果表明,使用数据挖掘实现舰船故障数据定位方法具有较高的故障定位精度。可以应用于船舶故障实时诊断,有效提高船舶故障诊断的实时性。     

基于物联网环境的海上AIS大数据挖掘模型构建

传统的数据挖掘模型会受周围环境因素的影响,无法精准挖掘海上船舶运行数据,为此构建基于物联网环境的海上AIS大数据挖掘模型。在物联网平台将船舶运行轨迹、停泊轨迹和位置信息存入数据库中进行AIS数据预处理,为减小环境因素的波动,设置船舶AIS数据传输条件,利用聚类算法进行过滤处理,实现海上AIS大数据挖掘模型的构建。在实际测试中为考察2种数据挖掘模型的效果,分别在人为干扰环境下和同频干扰的环境下进行对比实验,由对比结果可知,所提方法可以精准的挖掘海上船舶AIS数据。     

考虑船舶随机到港影响的集装箱港区实时交通仿真模型*

受船舶随机到港的驱动,集装箱港区实时交通量具有较强的随机性,如何合理预测对于港区集疏运系统规划具有重要意义。目前,对于集疏运交通量的预测多根据统计资料利用“不平衡系数法”进行推算,而新建港区往往不具备历史资料,在港区规划初期此方法的应用存在较大局限。本研究构建了考虑船舶随机到港影响的港区作业系统仿真模型,模拟从船舶到港到集装箱离港的整个作业过程,预测出港区的实时交通量,并对模型进行验证。最后以北方某新建国际集装箱枢纽港区为例,分析该港区船舶到港规律,应用仿真模型预测其在不同规模时的集疏运交通量,为分阶段建设该港区集疏运系统提供科学依据。     

船舶碰撞事故数据关联挖掘研究

首先阐述关联数据挖掘过程;然后为了分析船舶碰撞事故发生的原因,从创建数据源、进行数据离散化等出发建立船舶碰撞事故数据关联挖掘模型;最后根据所建立的模型,从用户所关注的时间、管辖区、船舶参数等方面进行验证数据挖掘模型的有效性。     

内河航道服务水平研究

为更好地描述内河航道的交通状况与通过能力的关系,引入航道服务水平和服务交通量的相关概念,探讨航道服务水平的确定方法,建立以船舶行驶自由度和航道饱和度为评价指标的指标体系,并结合航道实测交通流数据进行评价验证.评价结果表明:实例航道的运行状态在两个时间段的服务水平为二级,其余时间段为一级,计算等级与主观评价结果一致.因此,该评价体系能够真实反映航道的运行质量,可为航道设计和管理人员提供参考.     

大数据挖掘在船舶通信网络安全预警中的应用

为了缩短船舶海上航行过程中通信网络安全的预警时间,确保船舶航行的安全性,提出大数据挖掘在船舶通信网络安全预警中的应用。利用数据采集工具包中的采集函数,设计船舶通信网络安全数据的采集流程,完成船舶通信网络安全数据的采集;基于船舶通信网络安全预警模型的构建过程分析,完成船舶通信网络安全预警模型的建立;最后通过船舶通信网络安全预警流程设计,实现了基于大数据挖掘的船舶通信网络安全的预警。仿真实验结果表明,基于大数据挖掘的预警方法相比基于态势感知的预警方法,发出预警信息的时间更短,具有较高的预警能力。