排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
大型船舶在狭水道会遇时其碰撞和搁浅风险显著增加。本文提出了一种航道内大型船舶时空会遇预测的方法;通过对船舶AIS实时数据分析、推算,计算出未来1~3h内本船与他船的会遇位置与时间。通过电子海图平台验证表明,该方法不但可帮助驾引人员预测大型船舶会遇地点和时间,也可为驾引人员避开困难会遇局面提供辅助支持。 相似文献
2.
利用船舶AIS轨迹数据,研究了基于蚁群算法和海量AIS数据的航线规划方法.采用Doug-las-Peucker算法对海量轨迹数据进行压缩处理;基于DBSCAN算法对处理后的AIS轨迹点数据进行聚类,提取出航路关键转向点;依据地理边界数据确定关键转向点的连接关系,并对靠近孤立碍航物的航线进行修正,构建出1个无向网络图,同时计算出各条边的船舶航行密度;将各边的密度值作为MMAS蚁群算法的初始信息素浓度,求解港口间的最优安全航线.以2017年黑德兰港到青岛港的散货船AIS轨迹数据为样本,进行航线规划研究.结果表明,规划的航线总航程为3487.21 n mile,推荐航线总里程为3576.9 n mile,传统蚁群算法规划出的航线总里程为3560.42 n mile.与相关推荐航线相比总航程缩短约为3%,与传统蚁群算法相比总航程缩短约2%;另外该方法相较于传统蚁群算法收敛速度更快. 相似文献
1