全球供应链中船舶到港时间预测：机器学习与马尔可夫链的协同优化

《Machine Learning with Applications》：Estimating vessel arrival times in global supply chains

本研究针对全球海运业中AIS数据不一致和预测系统可靠性不足的问题，开发了一种结合机器学习回归与分类模型以及高阶马尔可夫链的端到端预测框架。通过轨迹压缩和特征优化，支持向量回归（SVR）在到港时间（ETA）预测上显著优于船长提供的基准（MAE：16.01 vs. 22.15小时），而马尔可夫链在目的地预测中达到99.00%的准确率。该研究提升了长距离航运物流的透明度和操作效率，为供应链决策提供了可靠的数据支持。

　　

在全球贸易中，约90%的货物依赖海运，但船舶到港时间（Estimated Time of Arrival, ETA）的预测一直面临重大挑战。由于自动识别系统（Automatic Identification System, AIS）数据存在不一致、缺失和人为错误等问题，导致现有跟踪系统可靠性不足，进而引发港口拥堵、运输延误和供应链中断。船舶船长通常手动更新ETA，但在长途航行中，这些预测往往不准确，而在接近目的地时又频繁调整，造成供应链规划的不确定性。为了提升全球物流的透明度和效率，来自阿姆斯特丹自由大学（Vrije Universiteit Amsterdam）的研究团队开展了一项研究，旨在通过机器学习和轨迹分析技术，提高ETA和船舶目的地预测的准确性。该研究成果发表在《Machine Learning with Applications》上，为海事物流提供了创新的决策支持框架。

研究人员利用真实的全球航运数据集，涵盖了43艘集装箱船在2022年3月至2023年8月间的卫星AIS（s-AIS）数据，采样间隔为10分钟。他们开发了一个端到端的处理流程，主要包括四个关键技术方法：一是采用Ramer-Douglas-Peucker（RDP）算法和密度聚类（DBSCAN）进行轨迹压缩和关键航点（waypoint）提取，以简化数据并保留导航结构；二是运用高阶马尔可夫链（n-order Markov chains）模型，基于历史港口访问序列预测船舶的下一个目的地；三是通过机器学习回归模型（如支持向量回归SVR、分位数回归QR和随机森林RF）和分类模型，预测ETA作为连续值或时间区间类别；四是利用特征选择和交叉验证优化模型性能，并使用均方根误差（RMSE）、平均绝对误差（MAE）和确定系数（R2）等指标进行评估。

研究结果首先显示，在目的地预测方面，高阶马尔可夫链表现出近乎完美的准确性。当使用过去10个港口的历史序列时（n=10），模型达到了99.00%的平均准确率（标准差1.19%），显著优于基线AIS声明的目的地准确率（53.48%）。这表明集装箱船的航线具有高度规律性，马尔可夫链能有效捕捉序列依赖关系，为ETA预测提供了可靠的基础。

在ETA预测方面，机器学习模型整体优于船长提供的基准ETA。回归模型中，SVR和QR表现最佳，RMSE约为27小时，MAE为16.01-16.56小时，R2达到0.96，而基线ETA的MAE为22.15小时，R2仅为0.28。分类任务中，SVR在到港前75小时以上的预测中优于基线，但在最后三天内，船长手动更新的ETA更准确，突显了ML模型在长期预测中的优势。敏感性分析表明，轨迹压缩参数（如RDP容忍度ε和最大航点距离D）显著影响数据压缩率和计算效率，平衡了细节保留与处理需求。

运行时和可扩展性分析揭示，SVR和QR虽然准确率高，但训练时间较长，适合离线应用；而树型模型（如XGBoost、LightGBM）推理速度快，更适用于实时决策系统。特征重要性分析表明，航行进度变量（如累计距离和路线平均距离）是预测ETA的最关键因素，而船舶特性（如吃水深度和速度）贡献较小。

研究结论强调，该框架通过整合机器学习与马尔可夫模型，显著提升了ETA和目的地预测的准确性与可靠性。SVR和QR在长期预测中提供可靠估计，有助于供应链战略规划，而船长ETA在短期内的优势支持了混合应用策略。轨迹压缩方法（压缩率达98.13%）降低了数据体积，增强了实践可行性。讨论部分指出，尽管模型在规律性航线上表现优异，但泛化性可能受限于数据集规模和小型船队，未来需扩展验证到更多船舶类型和区域。此外，未显式建模局部因素（如港口拥堵和天气）是当前局限，建议后续研究结合图神经网络（GNN）和生成式AI以提升鲁棒性。总体而言，这项研究为海事行业提供了可操作的见解，有望减少物流成本、提高港口效率，并推动全球供应链的数字化转型。