[發(fā)明專利]一種船舶掛靠港預(yù)測技術(shù)

有效

• 申請?zhí)枺?/td>: 201910765474.8
• 申請日: 2019-08-19
• 公開（公告）號: CN110706518B
• 公開（公告）日: 2022-04-22
• 發(fā)明（設(shè)計）人: 鄭海林;胡勤友;潘亞蘭
• 申請（專利權(quán)）人: 浙江海洋大學(xué)
• 主分類號: G08G3/00
• 分類號: G08G3/00
• 代理公司: 杭州杭誠專利事務(wù)所有限公司 33109
• 代理人: 尉偉敏

一種船舶掛靠港預(yù)測技術(shù)，旨在解決現(xiàn)有技術(shù)中基于馬爾科夫預(yù)測模型對船舶掛靠港進(jìn)行預(yù)測的過程中忽略了船舶下一掛靠港與上一掛靠港存在關(guān)聯(lián)這一實際變量，導(dǎo)致對船舶下一掛靠港預(yù)測精度較低的技術(shù)問題。本發(fā)明從AIS數(shù)據(jù)中提取船舶掛靠港時間序列，依據(jù)船型和噸位對該序列進(jìn)行劃分，篩選出特定船型、噸位的船舶，即競爭船隊；計算船舶相鄰掛靠港口間的掛靠頻次，根據(jù)設(shè)定閾值從中篩選出競爭船隊頻繁掛靠港口，計算船隊頻繁掛靠港口間轉(zhuǎn)移概率；結(jié)合船舶歷史軌跡，從中選取關(guān)鍵航路點，建立基于關(guān)鍵航路點和當(dāng)前掛靠港的隱馬爾科夫預(yù)測模型。本發(fā)明建立的隱馬爾科夫預(yù)測模型對船舶下一掛靠港與上一掛靠港的實際關(guān)聯(lián)進(jìn)行了分析，預(yù)測精度較高。

技術(shù)領(lǐng)域

本發(fā)明涉及海域交通管制技術(shù)領(lǐng)域，尤其是涉及一種船舶掛靠港預(yù)測技術(shù)。

背景技術(shù)

海上態(tài)勢感知是海事安全與安保的有力保障。類似船舶自動識別系統(tǒng)(AIS)的船舶動態(tài)監(jiān)控系統(tǒng)，可以提供海量船舶動態(tài)數(shù)據(jù)，而基于海量船舶動態(tài)數(shù)據(jù)的船舶行為識別為海上態(tài)勢感知提供了良好的支持。相同船型、噸位的船舶掛靠港呈現(xiàn)出一定規(guī)律，即存在競爭的船隊掛靠相同的港口，使用相同的航線，該類船舶航行行為可以預(yù)測。船舶下一掛靠港與上一掛靠港無關(guān)，僅與當(dāng)前掛靠港有關(guān)，符合馬爾可夫鏈的特征；根據(jù)船舶掛靠港時間序列，計算船舶當(dāng)前掛靠港與下一掛靠港間轉(zhuǎn)移概率，建立船舶下一掛靠港預(yù)測模型，上述是經(jīng)典的馬爾可夫預(yù)測模型。

申請?zhí)枮镃N 201310044867.2的中國專利公開了一種艦船輔助航行及編隊指揮的方法，包括以下步驟：

1)、確定目的地和編隊類型后，由旗艦規(guī)劃編隊中各艦船的航跡，即規(guī)劃各艦船在規(guī)定的時間點到達(dá)的規(guī)定位置，并將各艦船的規(guī)劃航跡分別傳輸至各艦船；

2)、各艦船接收規(guī)劃航跡后，將水動力系統(tǒng)視為黑箱，反演艦船沿規(guī)劃航跡所受的合力，根據(jù)各艦船當(dāng)前的實時航行參數(shù)以及歷史航行狀態(tài)參數(shù)，預(yù)測各艦船下一時刻完成在規(guī)定的時間點到達(dá)規(guī)定位置的預(yù)測航跡，同時將預(yù)測航跡曲線、規(guī)劃航跡曲線和實時航跡曲線共同繪制在實時航行界面圖中，并控制各艦船沿預(yù)測航跡運行；

3)、監(jiān)測各艦船的實時航行參數(shù)，并將其作為歷史航行狀態(tài)參數(shù)反饋用于預(yù)測各船舶在下一時刻完成在規(guī)定的時間點到達(dá)規(guī)定位置的預(yù)測航跡，同時在實時航行界面圖中，將實時航行參數(shù)繪制成與預(yù)測航跡曲線相切的操作矢量。

上述專利中，各艦船對水力系統(tǒng)進(jìn)行非線性系統(tǒng)識別，將水利系統(tǒng)視為黑箱，反演出沿規(guī)劃航跡所受的合力，并結(jié)合當(dāng)前的實時的航行參數(shù)和自身歷史航行狀態(tài)數(shù)據(jù)，預(yù)測在下一時刻完成在規(guī)定時間點到達(dá)規(guī)定位置的最佳的預(yù)測航跡，這一預(yù)測思路與船舶掛靠港預(yù)測模型的建立思路一致，但是由于艦船輔助航行的實時性，上述發(fā)明的模型建立過程對船舶掛靠港預(yù)測無啟示意義。

前文中有介紹，現(xiàn)用的船舶掛靠港預(yù)測使用馬爾可夫預(yù)測模型，上述模型要求狀態(tài)空間中經(jīng)過從一個狀態(tài)到另一個狀態(tài)的轉(zhuǎn)換的隨機過程需要具備無記憶性，即下一狀態(tài)的概率分布只能由當(dāng)前狀態(tài)決定，在時間序列中它前面的事件均與之無關(guān)，反映在船舶掛靠中即前文所述的船舶下一掛靠港與上一掛靠港無關(guān)，僅與當(dāng)前掛靠港有關(guān)；然而，由于船舶存在往返航次，所以船舶下一掛靠港與上一掛靠港實際上存在關(guān)聯(lián)，如何結(jié)合船舶的上一掛靠港對船舶的掛靠港進(jìn)行預(yù)測成為船舶掛靠港預(yù)測的技術(shù)難點。

發(fā)明內(nèi)容

本發(fā)明為了克服現(xiàn)有技術(shù)中基于馬爾科夫預(yù)測模型對船舶掛靠港進(jìn)行預(yù)測的過程中忽略了船舶下一掛靠港與上一掛靠港存在關(guān)聯(lián)這一實際變量，導(dǎo)致對船舶下一掛靠港預(yù)測精度較低的技術(shù)問題，提供一種船舶掛靠港預(yù)測技術(shù)，所述預(yù)測技術(shù)使用基于關(guān)鍵航路點和當(dāng)前掛靠港的隱馬爾科夫預(yù)測模型對船舶掛靠港進(jìn)行預(yù)測，關(guān)鍵航路點的確定模型以及頻繁掛靠港的篩選模型均對船舶下一掛靠港與上一掛靠港的實際關(guān)聯(lián)進(jìn)行了分析，所述船舶掛靠港預(yù)測技術(shù)的預(yù)測精度較高。

為了實現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案。

一種船舶掛靠港預(yù)測技術(shù)，包括以下步驟：