[发明专利]一种根据海况与操纵条件预测船舶油耗的方法

摘要

本发明公开了一种根据海况与操纵条件预测船舶油耗的方法，所述预测船舶油耗的方法首先通过数据筛选、数据集成和归一化处理得到样本数据集，然后建立多元线性回归预测模型，基于样本数据集，采用最小收缩和选择算子(LASSO算法)定义一个代价函数，并结合交叉验证和最小角回归(LARS)算法进行变量收缩与参数选择，最后Osborne对偶算法求解LASSO估计，计算得到船舶油耗。本发明提出的一种根据海况与操纵条件预测船舶油耗的方法，能够建立船舶燃油消耗量与各影响因素之间的函数关系，解决油耗计算中的多重共线性问题，提高船舶油耗计算精度，对海上交通运输节能减排具有重要的意义。

主权项

一种根据海况与操纵条件预测船舶油耗的方法，其特征在于，所述根据海况与操纵条件预测船舶油耗的方法包括如下五个步骤：原始数据采集步骤：收集来自气象局发布的气象预报信息作为气象数据；通过传感器间接测量海况数据；通过航行日志正午报告得到船舶航行历史数据；通过安装在船上的传感器组件获取船舶操纵数据；最后将以上数据传送至数据库服务器存储；数据预处理步骤：针对原始数据采集步骤中采集的原始数据进行数据筛选，对数据去噪、裁剪和同步处理，然后集成来自多个数据源的数据同时去除冗余，最后对集成的数据进行统一的归一化处理，得到模型训练数据集；油耗预测模型建立步骤：根据数据预处理步骤中训练数据集的分布特点以及经验假设输入特征变量与对应预测输出变量之间满足线性关系，建立多元线性回归预测模型；参数学习与模型训练步骤：基于数据预处理步骤中得到的训练数据，采用LASSO算法定义一个代价函数，并转换为求解L1约束下平方误差损失最小化的凸二次规划问题，最终结合交叉验证与LARS算法对模型参数进行学习，并采用Osborne对偶算法求解LASSO估计；最后将LASSO估计值代入油耗预测模型建立步骤建立的油耗预测模型中，得到训练后的油耗预测模型；模型应用步骤：将未知的气象海况数据和船舶操纵数据输入油耗预测模型建立步骤得到的油耗预测模型中，输出最终的油耗预测结果。