基于大数据分析的船舶功率优化应用

论文摘要

为探明船舶主机油耗和优化方向,基于"COSCO Spain"和"COSCO Portugal"两船在一段时间内连续航行的实例数据,构建BP(Back Propagation)神经网络模型。运用大数据技术学习历史数据经验,抽象出主机功率—对水速度期望曲线L;随机改变主机功率到神经网络模型重新输出结果后,前后比较可评价耗油情况并确定主机功率的推荐调整策略。该方法与"等功率"航行做法相比更具有优势,可达到指导船舶管理和降本增效的目的,并提供一种新的基于数据的航运科学研究范式。

论文目录

• 1 数据来源及分析
•   1.1 数据准备
•     1) 试验对象:
•     2) 数据获取:
•   1.2 数据分析
•     1.2.1 数据分析方法
•     1.2.2 数据清洗和转换
•     1.2.3 重点字段识别
•     1.2.4 相关性分析和特征提取
• 2 主机功率优化的BP神经网络模型
•   2.1 BP神经网络建模
•     1) 输入输出层设计:
•     2) 隐含层设计和神经元个数确定:
•     3) 激励函数选取:
•   2.2 BP神经网络实现
•     2.2.1 实现步骤
•       （1） 归一化:
•       （2） 网络参数:
•       （3） 网络函数:
•       （4） 反向归一化:
•     2.2.2 主机功率—对水速度期望确定
•       （1） 特征集1:
•       （2） 特征集2:
•       （3） 特征集3:
•       （4） 特征集4:
•       （5） 特征集5:
•       （6） 特征集6:
•       （7） 特征集7:
•       （8） 特征集8:
•       （9） 特征集9:
•       （10） 特征集10:
•       （11） 特征集11:
•     2.2.3 主机功率推荐值确定
• 3 结束语

文章来源

类型: 期刊论文

作者: 刘柱,姚久武,李迪阳,张宝清,周利江

关键词: 大数据,船舶航速,功率优化,神经网络

来源: 中国航海 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 船舶工业

单位: 青岛远洋船员职业学院,中国远洋海运集团有限公司,重庆交通大学交通运输学院

基金: 交通运输部“交通运输行业高层次技术人才培养项目”(人教人才[2017]518号),中国远洋运输(集团)总公司科研项目(2016-1-R-005),重庆市教委科学技术研究项目(KJ1600509),重庆市科委基础研究与前沿探索项目(cstc2016jcyjA0561)

分类号: U676.3

页码: 12-16

总页数: 5

文件大小: 1591K

下载量: 160