原文传递
基于数据驱动的船舶智能航速优化
| 论文题名： | 基于数据驱动的船舶智能航速优化 |
| 关键词： | 船舶智能航速优化;动态规划;分位数回归神经网络;核密度估计 |
| 摘要： | 远洋航运具有运输成本低、污染轻的特点。开发船舶节能技术，可以促进远洋航运发展。航速优化是船舶节能技术的一项重要课题。本文提出了一种基于数据驱动的船舶智能航速优化模型，包含了离线航速优化模型和在线航速动态优化模型。在线航速动态优化模型在离线航速优化模型的基础上开发了油耗率预测模型、风速概率预测模型和航速随机规划模型，能够实时地预测油耗率和风速，并根据预测到的天气和海况变化在线调整剩余航程的最优航速。本文以长航洋山为研究对象，对船舶智能航速优化进行了深入探讨。 首先针对离线航速优化问题，在船舶离港前，根据船舶航运公司对航线和时间的具体要求构建了船舶离线航速优化模型。为构建离线航速优化模型的目标函数，提出了油耗率回归模型，用于计算船舶在某一航速航行时对应的燃油消耗率。由于离线航速优化模型具有最优子结构的特点，采用动态规划的思想求解模型。通过离散化船舶到达各个航路点的时间，采用最短路径算法计算船舶最优航速。将优化前和优化后的航程总油耗进行对比，实验结果证明了采用离线航速优化模型可以有效地降低航程总油耗。 其次针对船舶航行过程中的在线航速动态优化问题，构建了基于双向长短期记忆的编码器解码器结构和时序注意力机制的船舶油耗率预测模型，实时监测油耗变化。当实际油耗与预期油耗偏差大于阈值时，重新计算剩余航程的最优航速。采用分位数回归神经网络和核密度估计进行短期风速概率密度预测，将随机变量风速输入到航速随机规划模型中，进行船舶在线航速动态优化。 |
| 作者： | 戴思达 |
| 专业： | 控制科学与工程 |
| 导师： | 余明晖 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华中科技大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
