详情

原文传递长江船舶绿色度综合评价研究

论文题名：	长江船舶绿色度综合评价研究
关键词：	船舶选型;绿色度;评价指标体系;机器学习
摘要：	长江船舶是长江航运的重要组成部分，促进长江船舶绿色化发展已成为长江航运绿色化发展政策制定的重要目标之一。现有《内河绿色船舶规范》（2020）中，基于加和评分的船舶绿色度评价方法单一，指标体系结构也需进一步梳理。因此，完善长江船舶绿色度评价指标体系，构建基于机器学习算法的长江船舶绿色度综合评价模型，丰富船舶绿色度综合评价的方法，开发便捷的评价工具，可以提高船舶绿色度评价效率和可靠性，方便长江船舶选型及选优，并为相关部门制定长江船舶管理措施、引导船舶绿色化发展，提供依据和支撑。　　本文从船舶绿色化发展状况、绿色技术发展态势及绿色发展政策和标准等方面，分析了长江船舶绿色化发展现状；提出基于“目标—功能—技术—装备/对象—指标”递阶分层结构的长江船舶绿色度评价指标体系，运用文献调查法、改良德尔菲法和专家共识会议法等方法，从CO2排放控制、污染物排放控制、绿色能源应用、船舶舒适性和船舶有害物质控制等五个方面，构建了长江船舶绿色度评价指标体系，共计16项指标，并进一步明确了各个指标的标准及阈值；在此基础上，运用BP人工神经网络、决策树、支持向量机和线性贝叶斯判别四种机器学习算法，建立了智能的船舶绿色度综合评价模型；基于所构建的四种智能评价模型以及现有的加和评分法，遵循实用性、经济性、可扩展性、可维护性、安全性和满足用户弹性需求的原则，运用Python软件搭建了长江船舶绿色度综合评价软件平台。　　结果显示：构建的四种基于机器学习算法的绿色度智能评价模型，模型准确率较高，均达到85%以上，其中，线性贝叶斯判别和支持向量机模型准确率达到90%以上；对于四种模型分等级分类效果，BP人工神经网络在绿色度等级为0或1的分类效果更好，决策树在绿色度等级为2或3的分类效果更好，支持向量机在绿色度等级为0或1或3的分类效果更好，线性贝叶斯判别在绿色度等级为0或1或2分类效果更好，四种模型均适用于长江船舶绿色度评价。搭建的长江船舶绿色度综合评价软件平台，实用性高，可为船舶绿色化选型、选优以及相关船舶管理，提供快捷、方便的支持工具，助力长江航运高质量发展。
作者：	杨宇昊
专业：	交通运输规划与管理
导师：	张矢宇
授予学位：	硕士
授予学位单位：	武汉理工大学
学位年度：	2022