基于无监督机器学习算法的船舶吃水与货量分类量化分析

摘要：

以中远海运集珍珠海系列姊妹干散货船为研究对象,采用无监督机器学习中的k-Means算法对干散货船的吃水、宣载量和吃水-宣载量进行分类量化分析.根据肘部法则选取最佳簇的数量,明确吃水、宣载量和吃水-宣载量的分类情况;利用线性回归原理,拟合吃水与宣载量的对应关系.研究结果表明:对于同类干散货船,利用k-Means算法可有效将吃水、宣载量和吃水-宣载量分成3类,方便对干散货船的载货状态进行标识;利用线性回归方法量化出吃水与宣载量之间的关系,决定系数R2趋近于1;通过线性拟合公式计算的宣载量之和与实际宣载量之和相比,误差较小.

关键词：k-Means算法、线性回归、量化分析、吃水、宣载量

所属期刊栏目：45

分类号：TP181(自动化基础理论)

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：23-28