[發明專利]區域集裝箱海運物理層-任務層-信息層網絡模型在審
| 申請號: | 202110596960.9 | 申請日: | 2021-05-31 |
| 公開(公告)號: | CN113205444A | 公開(公告)日: | 2021-08-03 |
| 發明(設計)人: | 李軍軍;許波桅;吳華鋒 | 申請(專利權)人: | 上海海事大學 |
| 主分類號: | G06Q50/30 | 分類號: | G06Q50/30;G06K9/62;G06F30/18 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 201306 上海市浦*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 區域 集裝箱 海運 物理層 任務 信息 網絡 模型 | ||
1.一種區域集裝箱海運物理層-任務層-信息層網絡模型,其特征在于,包含以下步驟:
步驟S1、建立港口、航道、航線間的物理關聯,計算集裝箱海運網絡節點的聚類系數,劃分區域海運子網,建立區域集裝箱海運物理層網絡;
步驟S2、針對不同運營模式下多主體決策偏好,設計考慮交通流、能量流軌跡特征的耦合拓撲結構,建立區域集裝箱海運任務層網絡;
步驟S3、分析多主體之間的區域差異、規模差異、目標差異,構建多主體交互的決策知識空間,建立區域集裝箱海運信息層網絡。
2.如權利要求1所述的區域集裝箱海運物理層-任務層-信息層網絡模型,其特征在于,所述的步驟S1包含以下步驟:
步驟S1.1、建立港口、航道、航線間的物理關聯;
泊位、碼頭、港口、城市、區域、國家等構成多級點位;全球TOP20班輪公司定期發布的船期說明了港口之間的連通關系和貨流規模;電子海圖獲得靜態地理信息,AIS提供集裝箱船舶時空軌跡數據。采用多層密度聚類,將船舶時空軌跡數據與港口多級點位匹配,研究基于船舶軌跡時序數據的掛靠港口挖掘,生成港口、航道、航線間的物理關聯;
步驟S1.2、計算集裝箱海運網絡節點的聚類系數;
班輪運輸連接性指數(LSCI)反應了國家/區域在集裝箱海運網絡中連接性的表現情況,在LSCI基礎上運用模糊C均值聚類算法,計算集裝箱海運網絡中各節點的聚類系數,從“重要性”與“可達性”兩個方面挖掘節點間連接性作用機理,研究其空間連接性分布特征;
步驟S1.3、劃分區域海運子網,建立區域集裝箱海運物理層網絡。
結合行政區劃、貨運需求、運輸距離等屬性,研究集裝箱海運網絡區域子網劃分方式,建立區域集裝箱海運物理層網絡模型:Np=(Vp,Ep);其中,Vp=V支線港∪V干線港∪V樞紐港是港口節點的集合,V支線港是支線港的集合,V干線港是干線港的集合,V樞紐港是中轉樞紐港的集合。
是航線的集合,×表示笛卡爾積。
3.如權利要求1所述的區域集裝箱海運物理層-任務層-信息層網絡模型,其特征在于,所述的步驟S2包含以下步驟:
步驟S2.1、針對多主體決策偏好,設計考慮交通流、能量流軌跡特征的耦合拓撲結構;
針對制造商、貿易商、船公司、港口、政府等多主體決策偏好,從效益、成本、能耗、排放視角,設計基于交通流-能量流耦合的多維拓撲結構表示方法,通過具有噪聲的基于密度的聚類方法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN),按照不同的劃分粒度,建立考慮交通流-能量流軌跡特征的耦合拓撲結構。
步驟S2.2、通過設計參變量關聯方程式結合網絡特性、耦合拓撲以及運營數據分析,構建區域集裝箱海運任務層網絡模型。
用流量、特征、狀態參變量建立集裝箱海運任務功能表達式或集合闡述功能創成過程,再通過設計參變量關聯方程式結合網絡特性、耦合拓撲以及運營數據分析,構建區域集裝箱海運任務層網絡模型:Nd=(Vd,Ed,Ω1,Ω2),其中,Vd是區域集裝箱海運任務層作業任務節點的集合,Vd是Vp在區域集裝箱海運任務層的投影,為區域集裝箱海運任務層網絡中的任意兩節點且a≠b所構成的邊集合,分別反映區域集裝箱海運任務層網絡邊上t時刻交通流、能量流的權重,即描述交通流、能量流的時空態勢。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海海事大學,未經上海海事大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110596960.9/1.html,轉載請聲明來源鉆瓜專利網。





