国际海事组织（IMO）第三次温室气体研究（International Maritime Organization, 2014）提出的迈向净零温室气体排放的目标引起了广泛关注。根据联合国贸易和发展会议（UNCTAD）的《2023年海运运输评论》（Trade, 2023），目前海运行业约占全球温室气体排放总量的3%，且其排放量在过去十年中增长了20%。为解决这一问题，IMO设定了到2030年将每单位运输工作的年排放量减少20%，到2040年减少70%的目标（Det Norske Veritas (DNV), 2024）。还引入了能效设计指数（EEDI）、碳强度指标（CII）和年度效率比（AER）等监管措施，以系统地管理和减少船舶排放（International Maritime Organization, 2018a, International Maritime Organization, 2022b）。在法规日益严格的背景下，航运公司迫切需要制定长期绿色转型计划，为实现净零排放提供明确的战略方向。
文献中广泛研究了减排策略（Balcombe et al., 2019, Fadaie et al., 2025, Xing et al., 2020）。例如，低速航行作为一种有效的运营方法被广泛采用，通过调整服务速度来满足排放目标。由于燃油消耗与速度之间存在非线性关系，研究重点在于设计准确的预测模型（Fan et al., 2022）、速度和部署策略（Xia et al., 2015），以及基于航次的“预测-优化”框架（Yan et al., 2020）。同样，维护调度和替代燃料的改造也被认为是有效的减排方法。Alvarez-Alvarado et al. (2022) 和 Gilbert et al. (2018) 对这些策略的现有技术特点和未来发展路径进行了综述。
然而，仅依赖单一减排方法通常既不可持续也不具成本效益。例如，虽然低速航行能有效减少燃油消耗，但运输能力的下降往往会导致收入损失或需要增加船舶数量，这可能会抵消燃油成本的节省。在干船坞期间安装节能设备的空间和结构限制也是一个问题。此外，采用替代燃料的成本较高，使得任何单一方法都难以成为有效的解决方案。因此，航运公司越来越多地寻求结合多种方法的综合策略，以实现向净零排放目标的成本效益转型。这促使我们开发了一个用于集装箱船绿色转型战略规划的全面优化模型。
在开发绿色转型模型时，另一个关键挑战是准确预测每艘船舶的燃油消耗量。现有的关于船队优化的研究通常假设同一吨位类别内的船舶是同质的（Wang and Iris, 2025, Wang et al., 2025）。因此，船舶燃油消耗量通常使用简化的经验公式进行估算，这不足以用于制定单个船舶的绿色转型计划。在船舶级减排研究中，常见的方法是采用“预测-优化”范式，即首先预测船舶燃油消耗量，然后将其作为优化模型的输入（Du et al., 2019）。然而，这些研究主要集中在短期、航次级别的优化上，很少将学习到的燃油预测模型纳入长期规划。因此，文献中关于如何将学习到的燃油模型纳入长期战略决策的部分仍存在空白。
为了填补这一空白，本研究提出了一个特定船舶的“预测-优化”框架，将数据驱动的燃油消耗预测与实现净零排放目标的长期战略规划相结合。具体而言，开发了一个预测模型来捕捉每艘船舶的特点，并在不同条件下预测其燃油消耗量，为优化框架提供可靠的输入。随后，优化模型考虑了多种减排策略，包括低速航行、维护和采用替代燃料。通过结合这些策略，“预测-优化”框架提供了一种全面灵活的方法，以支持在净零排放目标下的绿色转型，有效平衡了长期规划与经济考虑。
本文的贡献总结如下：
•我们提出并正式定义了一个用于集装箱船绿色转型的技术经济优化框架，这一框架的出发点是全球航运公司的实际规划需求。该框架遵循“预测-优化”范式，首先使用基于历史数据训练的模型预测特定船舶的燃油消耗量，然后将这些预测结果作为输入用于优化模型，以确定每艘船舶的绿色转型策略。
•我们开发了一个优化模型，在监管约束下共同确定船舶的平均速度、维护计划和替代燃料的采用决策。我们的模型整合了多种减排策略，以实现长期净零排放。
•我们对机器学习和深度学习模型在特定船舶燃油消耗预测方面的性能进行了系统比较。在集装箱船的中午报告数据上训练的随机森林模型始终优于其他常见基准模型，显示出其在数据稀缺环境中的准确性。
•我们的案例研究表明，结合低速航行、维护措施和替代燃料的综合策略比单独依赖任何一种措施更具成本效益。我们进一步通过边际成本分析揭示了这些策略在成本效益和潜在局限性方面的差异。
文章结构如下：第2节回顾相关文献；第3节开发燃油消耗预测模型；第4节构建综合优化模型；第5节进行数值实验和案例分析；第6节总结研究结果和未来研究方向。
