基于数据驱动方法的船舶CII预测模型研究 |
| |
作者姓名: | 陈弓 |
| |
作者单位: | 1.上海船舶运输科学研究所有限公司200135; |
| |
摘 要: | 相比通过物理模型和数值计算进行碳强度指数(Carbon Intensity Indicator, CII)预报,采用数据驱动方法构建模型进行CII预报能避免消耗大量计算资源。在分析已有研究的基础上,总结机器学习、时间序列等数据驱动方法在构建此类预测模型中应用的优势和劣势,以及运用这些方法构建的船舶CII预测模型。对比分析各种算法的优势和劣势可知,运用决策树算法和整合自回归移动平均算法构建船舶CII预测模型的研究目前虽然较少,但其颇具研究和创新空间,开展此项研究有助于在未来构建更准确、高效的船舶CII预测模型。
|
关 键 词: | 碳强度指数 数据驱动方法 预测模型 |
本文献已被 维普 等数据库收录! |
|