航段油耗深度学习高质量区间预测算法

摘要：

为提高给定置信水平下航段油耗区间预测结果的可靠性和稳定性,提出航段油耗深度学习高质量区间预测算法.通过对初级数据源进行按航段分类、无量纲化等预处理,提高预测结果的可靠性和算法的普适性;通过自适应相关参数、柔和化处理优化损失函数,进一步提高算法的可靠性、稳定性和普适性.训练得到的预测区间覆盖率在设定的置信水平周围,多次训练结果与置信水平的误差不超过1个数据点引起的覆盖率变化;对样本数大于10的、任意分布的航段均能实现区间预测.算法性能分析比较实验结果表明了该算法的有效性,其性能优于其它算法.

关键词：置信水平;预测区间覆盖率;预测区间平均长度;航段油耗;深度学习;区间预测算法

所属期刊栏目：43

分类号：TP301.6(计算技术、计算机技术)

资助基金：中美绿色航线基金项目GH201661279

在线出版日期：2022-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：450-457