10.19646/j.cnki.32-1230.2020.01.008
基于数据驱动的船舶油耗预测模型研究
以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数.建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度.将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性.该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性.
油耗预测、LSTM神经网络、黑箱模型、数据预处理
37
U676.3
NSFC-浙江两化融合联合基金资助U1709215
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
29-32