基于BP神经网络的船舶气象航线决策系统

[目的]为应对国际燃油价格波动和降低温室气体排放的需求，提出一种基于BP神经网络的船舶气象航线决策系统，在考虑经济和环境因素的情况下提高船舶运营效率。[方法]首先，从航海日志和午报等提取船速、转速、平均吃水、吃水差、船上货物重量、风和海浪的影响等7种运营数据，通过BP神经网络方法预测船舶燃油消耗量；然后，提出基于改进Dijkstra算法的船舶气象航线决策系统，并利用该系统获得船舶最优航线。最后，对12 335 t多用途船营口至仁川的航线进行仿真分析。[结果]利用BP神经网络方法预测的燃油消耗量与实测值的拟合优度为79.97%，表明预测效果较好；通过决策系统获得了该船在15和17 kn航速下的气象航线。[结论]基于BP神经网络的船舶气象航线决策系统获得的船舶航线更准确、可靠，有助于减少船舶的燃油消耗量和CO2排放量，为船东和海事管理部门提供技术支持。