基于数据驱动的船舶油耗预测模型研究
Jiangsu Ship(2020)
摘要
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.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要