基于AIS数据的长江干线船舶到港时间预测研究

下载PDF

导出

摘要船舶到港时间预测是保证物流运营效率、降低供应链成本的重要信息,为泊位调配、码头作业的科学决策提供关键数据支撑。本文提出了一种基于机器学习的预测模型,首次针对内河领域,以长江干线航道为例,结合AIS和船舶待闸等数据建立人工神经网络模型,对长江干线上、中、下游典型航段的船舶到港时间进行预测。结果表明,模型预测结果精度能满足内河船舶到港调度的实际应用需求。

作者顾粲魏依然

机构地区长江航道规划设计研究院

出处《中国水运》 2025年第11期71-73,共3页

关键词船舶到港时间机器学习人工神经网络 AIS数据

分类号 U675 [交通运输工程—船舶及航道工程]

引文网络
相关文献

1周文平,王昊,刘丹丹,李悦红.长江干线船舶污染应急监测能力建设及对策探究[J].交通节能与环保,2024,20(2):24-27. 被引量：2
2郭锦怡,吴震,曹立新,田红薇.长江干线“零排放”政策下船舶防污染面临问题及对策研究[J].交通节能与环保,2024,20(2):20-23. 被引量：3
3吴慧明,曹雪东.岸边集装箱起重机多对多远程控制系统单机控制设计[J].港口装卸,2025(3):36-38.
4张大伟.供应链成本管理对企业降本增效的影响研究[J].中国市场,2025(18):191-194. 被引量：3
5潘花,仇海全,王娜.基于微元法和多项式拟合的航行问题建模研究[J].长春师范大学学报,2025,44(4):34-39.
6周锴.基于业财融合的汽车制造企业成本控制模式创新[J].品牌研究,2025(14):0139-0141.
7吴伟平,刘雨宁,苏乐言,张俊狮,刘帅跇.基于人工神经网络的数字经济碳减排及其条件效应[J].生态学报,2025,45(11):5229-5245. 被引量：1

中国水运

2025年第11期

浏览历史

内容加载中请稍等...

基于AIS数据的长江干线船舶到港时间预测研究

相关作者

相关机构

相关主题

浏览历史