在能源高效船舶设计中,用于预测油轮主要参数和发动机功率的数据驱动模型
《Ocean Engineering》:Data-driven models for predicting tanker main particulars and engine power in energy-efficient ship design
【字体:
大
中
小
】
时间:2026年04月15日
来源:Ocean Engineering 5.5
编辑推荐:
伊万娜·马尔蒂奇 | 纳斯蒂娅·德朱利 | 张明扬 | 卡洛·乔治·格利尔 | 鲁道夫·托米奇
萨格勒布大学,机械工程与船舶设计学院,伊万娜·卢奇察街5号,10000,萨格勒布,克罗地亚
**摘要**
随着对加速和优化船舶设计流程的重视不断提高,数据驱动建模已成为支
伊万娜·马尔蒂奇 | 纳斯蒂娅·德朱利 | 张明扬 | 卡洛·乔治·格利尔 | 鲁道夫·托米奇
萨格勒布大学,机械工程与船舶设计学院,伊万娜·卢奇察街5号,10000,萨格勒布,克罗地亚
**摘要**
随着对加速和优化船舶设计流程的重视不断提高,数据驱动建模已成为支持早期决策的宝贵工具。本研究开发了预测模型,用于估算船舶的主要参数,包括主要尺寸和发动机功率,这些模型使用了来自现代重工工业(HHI)目录的167艘油轮的数据集。在对数据集进行仔细预处理后,移除了异常值和姊妹船,以确保数据质量。研究了三种建模方法:简单回归、多元回归和神经网络。主要目标是建立经验关系,并生成实用、可直接使用的公式,以帮助船舶设计人员在初步设计阶段工作。简单回归模型,特别是基于幂律关系的模型,在预测主要参数和发动机功率方面表现出色。多元回归通过引入额外变量提高了准确性,但由于运营中的变化性,某些参数(如船舶速度)仍然难以建模。神经网络也被应用,重点关注模型的简洁性和可解释性,在发动机功率预测方面显示出 promising 的结果。尽管存在数据分散和非理想残差分布等挑战,但在独立案例研究中对所有方法进行验证后,均得到了可靠的结果。研究结果证实了数据驱动技术在改进船舶设计初期工作流程方面的潜力。总体而言,开发的模型在初步设计中显示出足够的准确性和可靠性,预测主要参数的R2值超过0.93,预测发动机功率的R2值达到0.88。
**术语表**
EEDI(能源效率设计指数)
LPP(垂直间距长度)
ANN(人工神经网络)
LOA(总长度)
ML(机器学习)
LSTM(长短期记忆)
D(高度)
ReLU(修正线性单元)
TD(吃水深)
L-BFGS(有限内存Broyden-Fletcher-Goldfarb-Shanno)
R2(决定系数)
DWT(载重量)
SSE(平方误差和)
PB(发动机功率)
RMSE(均方根误差)
**1. 引言**
油轮是全球海上运输的重要组成部分,占据了国际能源贸易的很大份额。2024年,全球油轮船队拥有约6.65亿载重量吨(DWT),约占全球航运能力的28%,约有12,400艘油轮参与国际运营(联合国贸易和发展会议,2024年)。油轮未来的发展轨迹及其尺寸的实际限制受到多种相互关联因素的影响。环境法规和长期脱碳目标也在越来越多地指导技术和运营选择(Mahía Prados等人,2024年)。这些因素共同定义了市场机会以及船舶设计师在初步设计阶段必须解决的技术要求。
油轮设计是一个多阶段过程,包括初步设计、合同设计和详细设计(Abramowski等人,2018年;Cepowski,2019a年)。初步设计阶段尤为重要,因为它确定了船舶的主要尺寸、推进系统及整体布局。在此阶段,区分了参数设计和几何设计:参数设计阶段仅使用有限的初始参数来估算主要尺寸和动力需求(Abramowski等人,2018年)。对于油轮而言,主要设计挑战是从决定性的载重量容量预测船舶特性,如长度、宽度、吃水深和发动机功率(Papanikolaou,2014年)。这些估算还必须考虑运营限制,包括港口和运河允许的最大吃水深或宽度,以及船东对货物容量、速度、自主性和等级合规性的要求。在初步船舶设计中,数据驱动建模使设计人员能够在设计过程中尽早做出明智的决策,此时进行设计变更最具成本效益和影响力。设计人员可以快速探索广泛的设计空间,更准确地预测能源性能,并优化关键参数,如船体形状、推进配置和预期运营特性,从而从一开始就产生更加节能的船舶概念。
统计方法,特别是基于回归的模型,被广泛用于应对这些挑战。传统方法使用来自相似船舶数据库的公式,使设计人员能够在设计过程中用最少的迭代次数预测主要尺寸和动力参数。最近的技术将线性和非线性回归以及机器学习方法(如人工神经网络(ANN)整合到多目标设计框架中,以估算船舶特性(Cepowski和Chorab,2021年;Rinauro等人,2024年)。这些方法的准确性直接取决于输入数据的质量和回归模型的稳健性,这强调了在初步油轮设计中使用具有代表性的数据集和统计上合理的公式的重要性。
尽管基于回归的方法在初步船舶设计中得到广泛应用,但专门针对全尺寸范围油轮发布的公式数量仍然相对有限。Ekinci等人(2011年)应用了多元回归方法(包括简单回归、多元回归和岭回归),作为使用18种计算技术预测油轮和化学油轮主要设计参数的更广泛研究的一部分。Kristensen和Lützen(2012年)对1990年至2010年间建造的油轮和散货船进行了广泛的线性和非线性回归分析,开发了基于DWT预测主要尺寸的公式。为了提高这些估算的准确性,根据尺寸类别对船舶进行了分组,使回归能够更好地反映不同船型的变化。Papanikolaou(2014年)发布了一套用于初步设计阶段估算船舶主要参数的非线性回归函数。这些模型建立了船舶DWT容量与其主要尺寸、空船质量以及其他尺寸关系之间的关键联系,适用于各种船舶类型,包括油轮。值得注意的是,Papanikolaou(2014年)开发的回归模型基于整个油轮载重量范围,没有区分不同的尺寸类别。相比之下,Kristensen和Lützen(2012年)的回归模型是为选定的油轮尺寸类别和较窄的DWT范围开发的,这可能带来了更高的准确性和实用性。
Abramowski等人(2018年)为现代集装箱船开发了基于DWT、集装箱容量及其组合的回归方程。为了解决标准回归的复杂性,他们引入了一种启发式、受进化启发的算法,搜索多种函数类型以确定估算主要尺寸、发动机功率、空船质量和价格的最佳模型。他们的发现证实,使用DWT和TEU等多个变量比仅依赖单一输入参数的公式能得到更准确的估算。Cepowski(2019a年,2019b年)通过同时使用DWT和速度作为输入变量,开发了先进的油轮主要尺寸回归公式。Farag和?l?er(2020年)结合多元回归技术和ANN开发了船舶性能模型,该模型基于密集的运营数据集估算功率和燃料消耗。Gunes等人(2023年)开发了回归和ANN模型,使用DWT、长度、宽度和总吨位等参数估算油轮的主要发动机功率。他们对八种非线性回归模型的分析确定了最佳性能模型,其决定系数为0.827,而ANN模型实现了更高的预测准确性,为估算这一关键设计参数提供了可靠的工具。
基于这些基于回归的方法,最近的研究越来越多地探索了ANN和其他机器学习(ML)技术,这些技术在估算复杂船舶性能和设计参数方面提供了更强的预测能力和灵活性。Gkerekos等人(2019年)对各种ML模型进行了比较研究,以预测主要发动机燃料消耗,得出基于树的方法(如Extra Trees Regressor(ETR)和Random Forest(RF)表现最佳。RF模型在预测海运运输中的主要发动机燃料消耗方面表现出最高的准确性,通过超参数优化进一步提升了预测性能(Hoang等人,2025年)。另一项比较分析表明,高斯过程回归(GPR)模型在准确预测散货船的制动功率和转速方面优于其他分析的ML模型,而线性回归模型在实用方面具有足够的准确性,有助于开发特别是在早期设计阶段有价值的预测公式(Val?i?等人,2025年)。Cepowski(2020年)和Marti?等人(2023年)分别使用实验数据和数值数据开发了ANN模型来估算船舶在波浪中的附加阻力。Cepowski和Chorab(2021年)开发了简单的线性ANN来估算现代货船的发动机功率和燃料消耗,并将ANN与多元非线性回归(MNLR)模型进行了比较,发现两者在预测集装箱船长度方面的准确性相当。由于传统的显式公式和固定结构黑箱模型通常限制了预测准确性,Li等人(2025年)结合遗传编程和先进的特征选择方法开发了更准确和灵活的集装箱船设计模型。这些方法显著提高了精度,同时简化了回归模型的实现。灰箱建模为预测船舶操纵动态提供了有效的替代方案,准确捕捉了油轮和汽车运输船的操纵性能(Atasayan等人,2024年)。由于平衡数据量、预测准确性和多目标要求至关重要,可以采用结合多个替代模型(如ANN和回归克里金法(RK)的优化过程,在初始设计阶段实现这一目标(Liu等人,2024年)。此外,优化的长短期记忆(LSTM)神经网络结合先进的信号分解算法在处理三体船的复杂流动干扰方面取得了成功(Tang等人,2025年)。
鉴于数据驱动方法在船舶设计中的重要性日益增加,许多研究探讨了使用回归技术和神经网络来模拟船舶结构中的复杂关系。在此基础上,本研究通过使用真实的油轮数据开发和验证数据驱动模型,为初步船舶设计领域做出了贡献。通过应用简单回归、多元回归以及可解释的神经网络,研究表明即使使用中等规模的数据集也可以构建可靠的预测模型。特别是基于幂律关系的模型提供了用于早期设计决策的直接可用公式。案例研究验证了它们的准确性和实用性,突显了数据驱动方法作为船舶设计中高效且易于使用的工具的潜力。
本文的其余部分组织如下:第2节介绍了数据集,包括数据统计和数据预处理的详细信息。第3节概述了数据驱动建模方法,包括简单回归、多元回归和神经网络,以及用于模型评估的性能指标。第4节包含开发模型的图形表示及其残差,以及得出的可直接使用的公式。该节还包括与文献中可用数据的比较,并展示了模型在代表性测试案例上的应用。第5节总结了研究的主要发现和结论,附录中提供了详细结果。根据提供的主要发动机规格,计算了每艘船的发动机功率。船舶特性的描述性统计数据显示在表1中。表格显示几个关键参数存在相当大的变异性,特别是B、DWT和发动机功率(PB),这给数据驱动建模带来了显著的挑战。这种变异性反映了数据集中固有的过程噪声。下载:下载高清晰度图像(360KB)下载:下载全尺寸图像图1. 考虑船舶的交付年份范围。表1. 船舶特性的描述性统计。变量长度(LOA),米(m)B,米(m)T,米(m)DWT,吨(t)V,节(kn)PB,千瓦(kW)最小值213.2632.21217.6625001310200平均值286.2251.8117.9625.84211577.715.0722848.58中位数274.225017.1524.41647801521840众数333601623.115900014.518660最大值3366022.731.532100016.834622标准差36.187.183.024.186806.970.76837.82如表2中的相关矩阵所示,各船舶尺寸、DWT和PB之间存在强正相关。相比之下,V与其他输入变量没有显著相关性。对于167个样本,进行了简单线性回归、非线性回归、多元回归和神经网络分析,以开发用于初步设计阶段估计关键船舶特性和所需发动机功率的即用模型。需要注意的是,发动机功率指的是最大连续额定功率(MCR)。如图3所示,大多数船舶根据其DWT属于Aframax、Suezmax和VLCC类别。然而,由于可用样本数量有限,数据驱动建模是对整个数据集进行的,没有按类别对船舶进行区分。下载:下载高清晰度图像(365KB)下载:下载全尺寸图像图2. 可用变量之间的相关矩阵。下载:下载高清晰度图像(221KB)下载:下载全尺寸图像图3. 根据DWT对数据库中的船舶进行分类。
3. 数据驱动建模在船舶设计中,回归技术被用来预测船舶的主要特性和功率需求等因素。常见的方法包括线性和多项式回归,而最近机器学习技术的应用也越来越广泛。由于许多机器学习模型往往不太易于解释,因此在本研究中使用了浅层神经网络来评估初步船舶设计中的船舶特性,以便与简单和多元回归模型的结果进行直接比较。在本研究中,浅层神经网络指的是输入层和输出层之间只有一个隐藏层的网络。尽管其架构相对简单,但它可以捕捉数据中的非线性关系,同时比深层网络更简单且更容易训练。
3.1. 回归分析首先,进行了一次简单回归分析,以检查一个自变量和一个因变量之间的关系,目的是开发出用于初步设计阶段估算油轮主要参数的简单、即用的公式。这项分析还用于将新获得的结果与现有文献中的结果进行比较。鉴于船舶尺寸不断增大和船体形状不断改进的趋势,许多现有的回归模型已经过时,通常不足以准确评估现代船舶的特性。分析了五种不同的模型,以确定最适合现有数据的模型:- 线性模型:(1)y = ax + b- 指数模型:(2)y = aebx- 对数模型:(3)y = alogx + b- 无截距的幂模型:(4)y = axb- 有截距的幂模型:(5)y = axb + c线性回归适用于近似线性趋势,但对异常值敏感,并假设误差呈正态分布。指数回归模型描述了输出随输入呈指数增长或衰减的关系,但对噪声敏感,特别是对于小值。对数回归捕捉了输出在低输入值时快速变化而在高输入值时趋于稳定的关系。与其他非线性回归一样,幂回归也对异常值敏感。带有截距的幂模型相比没有截距的模型提供了额外的灵活性,允许模型关系发生基线偏移。为了改进回归模型并考虑其他影响因素,还进行了多元回归分析。应用的幂律模型的一般形式为:(6)y = ax1bx2c
3.2. 神经网络神经网络是学习算法,通过使用适当的训练算法更新连接节点的权重来建模数据中的复杂关系。每个神经元通常包括一个偏置项,该偏置项加到输入的加权和上。然后可以计算神经元的输出:(7)y = f(Wx + b)其中f是传递函数。本研究中使用的是Limited Memory Broyden-Fletcher-Goldfarb-Shanno(L-BFGS)算法。L-BFGS是一种强大的拟牛顿迭代方法,用于解决无约束的非线性优化问题。它通过利用曲率信息来近似Hessian矩阵的逆,从而快速可靠地找到最小值或最大值。L-BFGS在机器学习中的参数估计中得到广泛应用,因为它比基本的梯度下降方法具有显著优势。本研究使用的传递函数如下:-修正线性单元(ReLU):(8)[数学处理错误]y =ReLU(x)={x, x > 0}0, x ≤ 0- 双曲正切:(9)y = eks?e?xex + e?x- Sigmoid:(10)y = 11 + e?x在监督学习中,网络被输入数据,其输出与相应的目标值进行比较。然后应用学习规则来迭代调整网络的权重和偏置,以减少预测值和目标值之间的差异。该算法旨在通过不断优化网络参数来最小化误差函数。在本文中,使用了5折交叉验证方法来验证模型。数据集被分成五个相等的部分,验证过程重复五次,每次使用不同的部分作为验证集,其余四个部分用于训练。模型性能指标是通过对所有五部分的平均值来计算的。用于预测所需输出变量的方程的一般形式如下:(27)o = [Yi][w2] + b2其中[w2]是输出层的权重矩阵,b2是输出层的偏置项,[Yi]定义为:(28)Yi = f(yi)(29)yi = [Xi][w1] + [b1]其中f(yi)表示传递函数,[w1]是隐藏层的权重矩阵,b1是输出层的偏置项,[Xi]是标准化输入的矩阵。(30)Xi = xi?mi其中xi是输入值的绝对值,mi和si分别对应于输入变量的平均值和标准差。应注意,输入必须格式化为行向量。在方程(27)、(28)、(29)、(30)中应应用适当的输入变量、权重矩阵、偏置项和传递函数。所有提出的模型所需的数据在表2中给出。表2. 所有分析的神经网络模型的权重和偏置矩阵。
LPP = f(DWT, V)[w1][w2][数学处理错误][2.023 233.985 1.233 ?4.014 0.538 44.569 0.006 ?2.066][数学处理错误][141.990 131.559 163.209 142.465][b1]b2[?21.163 ?392.349 1.060 ?41.431]174.440B = f(DWT, V)[w1][w2][数学处理错误][20.854 0.974 ?0.320 0.022][数学处理错误][122.212 33.842][b1]b2[37.564 0.674]?91.689T = f(DWT, V)[w1][w2][数学处理错误][155.686 8.343 0.956 33.305 ?10.483 ?0.464 0.842 ?3.667][数学处理错误][0.952 2.456 ?1.684 0.874][b1]b2[158.563 ?3.548 13.605 44.110]18.583D = f(DWT, V)[w1][w2][数学处理错误][1.609 ?1.668 ?0.700 2.495 0.672 ?0.202 ?0.974 1.319 0.425 ?0.054][数学处理错误][1.815 0.923 1.475 0.529 7.974][b1]b2[11.807 ?13.416 ?12.176 16.843 0.371]23.900PB = f(DWT, V)[w1][w2][数学处理错误][?5.555 98.963 34.546 36.869 ?9.847 0.133][数学处理错误][92.297 89.368 156.043][b1]b2[?47.682 ?87.857 140.127]164.674PB = f(LPP, B, DWT)[w1][w2][数学处理错误][?11.399 35.191 ?19.234 ?14.477 117.690 29.167 5.273 6.810 27.031 ?109.314 ?44.747 11.272][数学处理错误][105.808 72.137 ?117.923 126.689][b1]b2[?87.849 494.547 128.825 ?12.581]?34.020V = f(LPP, B, DWT)[w1][w2][数学处理错误][0.230 0.238 ?0.449 ?0.425 5.727 5.224][数学处理错误][9.121 ?9.929][b1]b2[9.027 8.068]12.845PB = f(LPP, T, DWT)[w1][b1][数学处理错误][?3.575 35.409 1.490 42.433 72.087 ?12.726 ?71.085 ?108.618 ?75.165 ?50.707 26.803 0.991 72.206 46.139 ?148.897][数学处理错误][120.910 ?52.934 ?50.296 115.560 ?2.199][w2]b2[188.526 78.837 16.146 63.259 807.840]?53.419PB = f(LPP, B, T, DWT)[w1][w2][数学处理错误][?8.881 46.387 2.541 124.286 13.489 3.376 10.807 9.165 ?36.703 12.710 ?17.199 ?27.414][数学处理错误][119.899 101.733 27.143][b1]b2[?99.839 175.946 92.419]?53.4193.3
4. 结果与讨论4.1. 简单回归分析在简单回归分析中,使用一个输入(预测)变量和一个输出(因变量)变量开发了模型。基于DWT,这些模型允许估算LPP、B、D、T、PB以及LBD和LBT。此外,还构建了模型来估算B、D和PB作为LPP的函数。如前一节所述,采用了线性和四种非线性模型来建立输入和输出变量之间的关系,以最佳捕捉数据中的潜在模式。本小节中的图表显示了最适合数据的模型的图形表示以及获得的R2值。重要的是要认识到仅依赖R2作为模型性能的衡量标准是有局限性的。虽然R2可以表明模型捕捉数据整体方差的能力,但它没有提供关于个别预测误差大小的信息,也没有揭示潜在的偏差或过拟合的风险。为了更全面地评估模型准确性和可靠性,应结合R2和其他性能指标进行考虑。对于简单回归分析,计算并比较了以下指标,其中yi是实际值,yi′是预测值:- 平方误差和(SSE):(11)SSE = ∑i=1n(yi?yi′)2- 决定系数:(12)R2 = 1?∑i=1n(yi?yi′)2∑i=1n(yi?y ̄)2- 调整后的决定系数(其中p是回归系数的数量):(13)Radj2 = 1?(n?1)n?p)(1?R2)- 均方根误差(RMSE):(14)RMSE = ∑i=1n(yi?yi′)2n在多元回归分析中,除了前面提到的性能指标外,还计算了标准误差、t统计量和p值。这些指标有助于确定模型的系数是否显著不同于零,即每个自变量是否对因变量有实际影响。
为了进一步评估模型性能,还计算了平均绝对误差(MAE)和平均绝对百分比误差(MAPE):(15)MAE = 1n∑|yi?yi′|(16)MAPE = 1n∑i=1n|yi?yi′|yiB作为DWT(左)和标准化残差(右)函数的回归分析。下载:下载高分辨率图片(303KB)下载:下载全尺寸图片图6. D作为DWT(左)和标准化残差(右)函数的回归分析。下载:下载高分辨率图片(303KB)下载:下载全尺寸图片图7. T作为DWT(左)和标准化残差(右)函数的回归分析。图8和图9展示了用于分别估计LBD和LBT作为DWT函数的模型。在测试的模型中,“power1”模型提供了最佳拟合,决定系数超过0.98。这表明模型与观测数据之间有很好的一致性。残差的正态分布图显示大多数残差集中在零附近,分布大致对称且呈正态分布,表明模型预测没有显著偏差。然而,存在一些异常值,表明模型偶尔会做出不太准确的预测或难以处理某些数据点。下载:下载高分辨率图片(306KB)下载:下载全尺寸图片图8. LBD作为DWT(左)和标准化残差(右)函数的回归分析。下载:下载高分辨率图片(313KB)下载:下载全尺寸图片图9. LBT作为DWT(左)和标准化残差(右)函数的回归分析。用于估计B和D作为LPP函数的模型在数据中表现出一些散点,特别是在D的情况下,决定系数仅略高于0.90,见图10和图11。该模型的残差略微右偏,正数值浓度较高,表明有低估数值的倾向。下载:下载高分辨率图片(288KB)下载:下载全尺寸图片图10. B作为LPP(左)和标准化残差(右)函数的回归分析。下载:下载高分辨率图片(310KB)下载:下载全尺寸图片图11. D作为LPP(左)和标准化残差(右)函数的回归分析。简单回归分析未能识别出T与LPP之间以及B/D与B/T作为L/B函数之间的有意义关系。数据中的高不确定性和散点导致模型性能较差,决定系数低于0.2。所谓的“power2”模型在预测PB作为DWT和LPP函数方面最为有效,如图12和图13所示,尽管其他分析模型的性能指标也相当接近。PB的数据表现出更高的散点程度,这可能归因于造船商和设计者在主要特性相似的船舶上定义了明显不同的推进系统特性。在与速度相关的数据中观察到更大的散点。所有分析的简单回归模型都未能建立发动机功率与速度之间以及速度与吃水之间的有意义关系。这种散点的来源可能在于船东经常根据特定航线需求和交货时间表限制,要求具有相同主要尺寸的船舶具有不同的运行速度。下载:下载高分辨率图片(312KB)下载:下载全尺寸图片图12. PB作为DWT(左)和标准化残差(右)函数的回归分析。下载:下载高分辨率图片(301KB)下载:下载全尺寸图片图13. PB作为LPP(左)和标准化残差(右)函数的回归分析。开发的模型可以用以下现成的方程表示:(17)LPP=2.5683DWT0.3658+63.0891 (18)B=1.6320DWT0.2890?3.6204 (19)D=0.0268DWT0.5304+8.3528 (20)T=0.0173DWT0.5394+5.3783 (21)LBD=3.5289DWT0.9504 (22)LBT=1.9494DWT0.9691 (23)B=2.3195LPP0.6382?33.7760 (24)D=0.0294LPP1.1979 (25)PB=0.0029DWT1.2460+1.0209·10^4 (26)PB=9.0606·10^-6LPP3.7310+8494.5 4.1. 与以往研究的比较简单回归分析的结果与Papanikolaou(2014)提供的结果进行了比较,他提供了基于统计和回归分析的各种船舶设计参数主要尺寸的设计图表,涵盖了多种船舶类型。处理数据的主要来源是IHS Fairplay World Shipping Encyclopedia。关于图14中显示的LPP作为DWT函数的模型,Papanikolaou(2014)的模型和本研究开发的模型在DWT值低于约150,000吨的情况下得出了非常相似的结果,即对于Panamax和Aframax油轮。然而,对于较大的DWT值,当前模型预测的LPP值低于Papanikolaou的模型。如图15所示,当前模型在分析的整个DWT范围内预测的B值较大,而图16表明两个模型对D的估计几乎相同。下载:下载高分辨率图片(221KB)下载:下载全尺寸图片图14. LPP作为DWT函数的回归模型比较。下载:下载高分辨率图片(213KB)下载:下载全尺寸图片图15. B作为DWT函数的回归模型比较。下载:下载高分辨率图片(217KB)下载:下载全尺寸图片图16. D作为DWT函数的回归模型比较。如图17所示,本研究开发的T模型与Papanikolaou的模型呈现相反的趋势。具体来说,它预测较低DWT的T值较低,而VLCC的T值略高。然而,由于T数据的显著散点以及相对较低的决定系数,这些结果应谨慎解读。另一方面,两个模型对于LBD作为DWT函数的结果几乎相同,见图18。下载:下载高分辨率图片(218KB)下载:下载全尺寸图片图17. T作为DWT函数的回归模型比较。下载:下载高分辨率图片(203KB)下载:下载全尺寸图片图18. LBD作为DWT函数的回归模型比较。4.2. 多元回归分析简单回归通常用于分析一个因变量与一个自变量之间的关系,这可能导致对复杂系统的理解过于简化。相比之下,多元回归包含两个或更多自变量,使模型能够考虑多个因素的综合影响。这样可以更全面和真实地表示潜在关系。当包含相关变量时,多元回归通常比简单回归提供更高的预测准确性。图19、图20、图21、图22、图23展示了多元回归分析预测LPP、B、D、T和PB作为DWT和V函数的结果。详细的统计结果见附录中的表A2和A3。尽管获得的决定系数相对较高,所有模型的决定系数均超过0.96(发动机功率模型的R2为0.837),但t统计量和p值的分析表明V不是一个统计学上显著的参数,特别是在估计LPP、B和PB的模型中。在这些情况下,代表速度的系数非常接近零,低t统计量进一步表明速度不是一个统计学上显著的预测因子,这也被较大的p值所证实。主要原因在于LPP、B和V属于船舶设计中的不同层次,并扮演不同的角色。主要尺寸(LPP、B)由功能要求(如货物类型、DWT和容积容量)以及外部约束(包括稳定性和航道限制)决定。相比之下,船舶速度V不是主要设计变量,而是在定义主要尺寸后通过主发动机功率匹配和船体形状优化实现的性能结果。此外,两个输入变量在模型D=f(DWT,V)中才具有统计显著性,其中DWT具有显著的正面影响,而V对D有显著的负面影响。较大的DWT通常需要更大的货物容量,这反过来又需要增加货舱体积。因此,在设计阶段,D随着DWT的增加而增加。然而,较大的D往往会使船舶的重心升高,可能影响稳定性,特别是在高速航行时的动态稳定性,并降低滚动性能。为了实现更高的V,设计师通常会尽量限制上层重量和垂直重心,这可能导致选择相对较小的D。下载:下载高分辨率图片(333KB)下载:下载全尺寸图片图19. LPP的多元回归模型(左)和标准化残差(右)。下载:下载高分辨率图片(333KB)下载:下载全尺寸图片图20. B的多元回归模型(左)和标准化残差(右)。下载:下载高分辨率图片(318KB)下载:下载全尺寸图片图21. T的多元回归模型(左)和标准化残差(右)。下载:下载高分辨率图片(335KB)下载:下载全尺寸图片图22. D的多元回归模型(左)和标准化残差(右)。下载:下载高分辨率图片(334KB)下载:下载全尺寸图片图23. PB的多元回归模型(左)和标准化残差(右)。关于基于LPP、B和DWT或LPP、T和DWT预测PB和V的模型,尽管选择了预测变量(表A3),多元回归分析未能建立V作为因变量的有意义关系,决定系数远低于0.2。估计发动机功率的三个预测变量模型的决定系数约为0.86;然而,对指数系数的 statistical 分析表明LPP、B和DWT对PB的影响要么不显著,要么只是边缘显著。使用Breusch-Pagan检验评估了异方差性。结果表明所有模型都存在异方差性,这是数据本身的特性。然而,由于回归分析的主要目的是估计自变量,而不是评估每个参数对模型的影响,因此非恒定方差的存在不需要调整输入数据。检查图19、图20、图21、图22、图23中的残差正态性可以发现残差偏离了理想的正态分布。数据的异方差性并不妨碍回归模型的预测能力。实际上,它们仍可以为新数据提供可靠的预测。然而,异方差性可能会影响统计推断,如置信区间和p值的准确性。因此,虽然预测方程在实践中仍然有用,但在解释回归系数的显著性时需要谨慎。4.2.1. 与以往研究的比较Cepowski(2019b)也使用了一个包含两个预测变量的幂律模型(方程(6)来评估油轮的主要参数和MCR。由于Cepowski是根据DWT对油轮进行分类的,他的多元回归方程在这里不适用;只有使用完整油轮数据集得出的MCR方程可以进行比较。在他的研究中,多元回归模型的系数分别为2.66(a)和0.6(b)以及V(c)。图24展示了使用本研究提出的模型与Cepowski(2019b)得出的结果之间的比较。下载:下载高分辨率图片(319KB)下载:下载全尺寸图片图24. PB作为DWT和V函数的回归模型比较。如图所示,当前模型倾向于高估发动机功率,与Cepowski(2019b)提出的模型相比,某些情况下的差异达到近14%。在整个样本范围内,百分比差异平均约为8.5%。需要注意的是,应谨慎解释该模型,因为常数项的p值超过了常见的0.05显著性阈值,表明该常数在5%的显著性水平上不显著。此外,V的指数没有统计显著性,这进一步限制了模型的稳健性。然而,模型的决定系数为0.837,表明拟合效果相当好。4.3. 神经网络第三个用于建立变量之间关系的数据驱动模型基于神经网络。开发了一系列具有2、3、4或5个神经元的单隐藏层的狭窄神经网络,保持了简单的网络拓扑结构。这种方法确保了得到的方程相对直接,适用于初步设计目的。如前所述,使用的学习算法是L-BFGS。此外,在隐藏层的神经元中使用了三种激活函数。输入层和隐藏层都包括偏置神经元,每个神经元都有自己的权重集。这种设计允许网络调整激活函数,提供了更大的灵活性,并使网络能够建模数据中的复杂非线性关系。为了评估和比较各种神经网络的性能,采用了五个性能指标:RMSE、MSE、R2、MAE和MAPE。这些指标在附录的表A4-A6中有详细说明,是通过5折交叉验证在验证数据集上计算得出的平均值。尽管采用了交叉验证来减少过拟合的风险,但小数据集本身会增加这种风险,尤其是对于神经网络模型而言。为了减轻过拟合,如前所述,使用了一个具有单个隐藏层和有限数量神经元的浅层神经网络。在训练和验证过程中仔细监控了模型的性能,以确保网络捕捉到数据中的有意义模式,而不是仅仅记住个别样本。这些设计选择,加上交叉验证,有助于保持模型的可靠性和泛化能力。然而,在解释结果时应当考虑到小数据集和神经网络建模的局限性,并且在将模型应用于训练数据范围之外的情况时要谨慎。
在图25中,预测值与预测变量为DWT和V的模型的实际值进行了对比。对于LPP=f(DWT,V)模型,最成功的拓扑结构是隐藏层中有四个神经元并使用Sigmoid传递函数的模型。该模型获得了0.97的高R2值,而MAPE保持在2%以下。这些结果表明,该模型有效地捕捉到了数据之间的非线性关系,且散布很小。
图25. 具有两个输入参数的神经网络模型比较。
在预测B作为DWT和V的函数时,决定系数略低于之前的模型,为0.959,尽管MAPE仍保持在2%以下。在这种情况下,表现最好的网络拓扑结构是隐藏层中有两个神经元并使用Sigmoid激活函数。在预测T时,最合适的拓扑结构是隐藏层中有四个神经元并使用双曲正切激活函数。虽然MAPE增加到了大约3.3%,但R2值仍然很高,表明具有较强的预测能力。一个更为复杂的拓扑结构,隐藏层中有五个神经元并使用双曲正切激活函数,在预测D作为DWT和V的函数时表现最佳。该模型的R2值为0.96,MAPE为2.41%,有效地捕捉到了输入和输出变量之间的关系。在预测发动机功率作为DWT和V的函数时,只有使用ReLU激活函数的模型得到了可接受的结果。在这种情况下,MAPE平均约为10%,R2约为0.83%,略低于之前的模型。最佳性能是由隐藏层中有三个神经元的网络实现的。在使用三个输入变量LPP、B和DWT预测发动机功率时,也观察到了类似的性能水平。最佳性能是由隐藏层中有四个神经元并使用ReLU激活函数的模型获得的。
如图26所示,用于预测油轮速度的模型未能捕捉到潜在的数据模式,导致R2值非常低。这再次证实了与速度相关的模型是不可靠的,这与之前提出的数据驱动模型的行为一致。图27中展示的最终两个神经网络模型基于不同的输入变量集合来预测发动机功率:三个输入的模型(LPP、T、DWT)在隐藏层中有五个神经元并使用ReLU激活函数时表现最佳;四个输入的模型(LPP、B、T、DWT)在隐藏层中有三个神经元时表现最佳,也使用了ReLU激活函数。这两个模型的MAPE都低于9%,决定系数约为0.88。然而,仍然可以观察到预测值与实际数据之间存在显著散布。
值得注意的是,增加隐藏层中神经元的数量并没有提高模型的准确性。相反,它主要增加了过拟合的风险,并给本应保持简单的模型增加了不必要的复杂性,而我们的目标是通过明确的公式而不是依赖黑箱方法来推导结果。此外,尽管应用了高斯过程回归(GPR)模型,该模型被广泛认为是强大的机器学习工具,特别是在捕捉小规模和噪声数据集中的非线性关系方面特别有效(Val?i?等人,2025年),但它并没有在性能指标上带来显著改进。同时,它缺乏可解释性,进一步限制了其在实际中的应用价值。
与简单和多元回归模型相比,神经网络产生了具有一致结果和相似性能指标的输出。在预测主要船舶参数方面,神经网络略微优于回归模型,除了船舶宽度之外。尽管网络层浅,只有一个隐藏层和少量神经元,但它仍然比回归模型更复杂,尽管在准确性上只有轻微提升。然而,在预测所需功率时,只有使用ReLU激活函数的模型产生了可接受的结果。在这种情况下,MAPE平均约为10%,R2约为0.83%,略低于之前的模型。最佳性能是由隐藏层中有三个神经元的网络实现的。在使用三个输入变量LPP、B和DWT预测发动机功率时,也观察到了类似的性能水平。最佳性能是由隐藏层中有四个神经元并使用ReLU激活函数的模型获得的,尽管MAPE仅略有改善,为9.04%。
在图26中,用于预测油轮速度的模型未能捕捉到潜在的数据模式,导致R2值非常低。这再次证实了与速度相关的模型是不可靠的,与之前提出的数据驱动模型的行为一致。图27中展示的最后一个神经网络模型基于不同的输入变量集预测发动机功率:三个输入的模型(LPP、T、DWT)在隐藏层中有五个神经元并使用ReLU激活函数时表现最佳;四个输入的模型(LPP、B、T、DWT)在隐藏层中有三个神经元时表现最佳,也使用了ReLU激活函数。这两个模型的MAPE都低于9%,决定系数约为0.88。然而,仍然可以观察到预测值与实际数据之间的显著散布。
与简单和多元回归模型相比,神经网络产生了具有一致结果和相似性能指标的输出。在预测主要船舶参数方面,神经网络略微优于回归模型。尽管网络层浅,只有一个隐藏层和少量神经元,但它仍然比回归模型更复杂,尽管在准确性上只有轻微提升。然而,在预测所需功率时,神经网络是唯一一个R2大于0.88且MAPE低于9%的模型。总体而言,可以得出结论,简单的回归技术仍然实用、易于应用,并且对于初步船舶设计来说足够准确。
为了对这些开发的数据驱动模型进行有意义的比较,选择了KVLCC2船作为案例研究。KVLCC2船体设计由韩国船舶与海洋工程研究所(KRISO)完成,用作研究流体力学和验证现代油轮计算流体动力学方法的基准。KVLCC2船的主要尺寸如下:LPP = 320米,B = 58米,D = 30米,T = 20.8米。尽管这艘船从未建造过,但它代表了一艘载重量为300,000吨的非常大的原油运输船。其设计速度为15.5节。这两个参数,即载重量和设计速度,被选为输入特征,用于预测主要尺寸和发动机功率,以评估和比较开发模型的性能。获得的结果及其百分比差异在表3中展示。
表3. KVLCC2模型性能的比较。
如表3所示,所有三个数据驱动模型——简单回归、多元回归和神经网络——得出的主要船舶参数结果是一致的:LPP略微被高估,尽管预测值与实际值之间的平均偏差低于1%。D和T的准确性也相似,偏差也在1%以下。B的偏差稍大,约为1.7%,但仍处于可接受的范围内。由于KVLCC2船从未建造过,其发动机规格不可用,因此无法进行直接比较。然而,比较模型预测的发动机功率值发现,最低估计值是神经网络模型得到的28,151千瓦,而最高估计值是简单回归模型得到的29,568千瓦。在同样作者最近的一项研究(Degiuli等人,2025年)中,KVLCC2船也被用作不同研究目的的案例研究。在那项研究中,根据数值模拟得到的输出功率和转速选择了目录中的发动机。所选的发动机是MAN B&W G80ME-C10.6,其最大连续功率(MCR)为28,260千瓦。换句话说,所有三个模型都在5%的准确性范围内预测了发动机功率,其中神经网络模型得到的值与参考发动机功率几乎相同。
在这项研究中,使用了现代重工业(HHI)目录中的油轮数据来开发数据驱动模型,得出了可用于初步船舶设计的现成方程式。在数据预处理过程中,包括去除异常值和类似船舶后,最终数据集包括167艘独特的船舶。然后使用简单回归、多元回归和神经网络来开发模型。对于简单回归分析,探索了线性和非线性模型,并展示了详细的性能指标。主要目标是建立经验关系并提出估计船舶主要参数和发动机功率的公式。在开发的模型中,基于幂律的模型根据所应用的评估指标表现最好。然而,某些关系显示出显著的数据散布,仅凭简单回归无法准确捕捉到。
为了提高模型准确性并捕捉更复杂的关系,使用了多个预测变量的多元回归分析。然而,由于数据中的大量散布,涉及船舶速度的模型难以可靠地开发。这种变异性可能归因于具有相同主要尺寸的船舶在不同运营速度要求下的差异,这是由所有者特定的航线需求和调度限制决定的。此外,残差分析显示了数据偏离正态性和异方差性的存在,这影响了模型的性能。尽管存在这些限制,当应用于原始数据集中未包含的船舶案例研究时,回归模型产生了与实际值偏差最小的可靠预测。从开发的简单和多元回归模型获得的结果也与相关文献中的发现进行了比较。
鉴于机器学习在数据驱动建模中的日益流行,还使用了神经网络来开发用于初步船舶设计的预测模型。目的是采用一种可解释的机器学习方法,使用简单的网络拓扑结构,避免使用复杂的黑箱模型。与回归方法类似,涉及船舶速度的模型在开发出足够的准确性和可靠性方面具有挑战性。神经网络的表现与简单和多元回归模型相当,但在预测大多数船舶参数时仅略有改进,除了宽度。然而,在预测所需功率时,神经网络的表现明显优于回归模型。在同一案例研究中,神经网络模型尤其在预测船舶主要参数和特别是发动机功率方面表现出色。
总体而言,研究表明,即使数据集相对较小、数据散布适中且残差不严格遵循正态分布,也可以开发出 robust且可靠的预测模型来支持船舶设计的早期阶段。开发的模型在估计主要船舶参数(如主要尺寸和发动机功率)方面表现出良好的准确性,证实了数据驱动方法作为初步设计阶段有价值工具的潜力,其中快速且合理准确的估计对于决策和可行性评估至关重要。简单回归技术仍然实用、易于应用,并且对于初步船舶设计来说足够准确。
为了对开发的模型进行有意义的比较,选择了KVLCC2船作为案例研究。KVLCC2船体设计由韩国船舶与海洋工程研究所(KRISO)完成,用作研究流体力学和验证具有圆球形船首的现代油轮的计算流体动力学方法的基准。KVLCC2船的主要尺寸如下:LPP = 320米,B = 58米,D = 30米,T = 20.8米。尽管这艘船从未建造过,但它代表了一艘载重量为300,000吨的非常大的原油运输船。其设计速度为15.5节。这两个参数,即载重量和设计速度,被选为输入特征,用于预测主要尺寸和发动机功率,以评估和比较开发模型的性能。获得的结果及其百分比差异在表3中展示。
如表3所示,所有三个数据驱动模型——简单回归、多元回归和神经网络——得出的主要船舶参数结果是一致的:LPP略微被高估,尽管预测值与实际值之间的平均偏差低于1%。D和T的准确性也相似,偏差也低于1%。B的偏差略大,约为1.7%,仍在可接受的范围内。由于KVLCC2船从未建造过,其发动机规格不可用,因此无法提供实际的发动机功率值,因此无法进行直接比较。然而,比较模型预测的发动机功率值可以看出,最低估计值是神经网络模型得到的28,151千瓦,而最高估计值是简单回归模型得到的29,568千瓦。在最近由同一作者进行的一项研究中(Degiuli等人,2025年),KVLCC2船也被用作不同研究目的的案例研究。在那项研究中,根据数值模拟得到的输出功率和转速选择了目录中的发动机。所选的发动机是MAN B&W G80ME-C10.6,其MCR为28,260千瓦。换句话说,所有三个模型都在5%的准确范围内预测了发动机功率,其中神经网络模型得到的值与参考发动机功率几乎相同。
在这项研究中,使用了现代重工业(HHI)目录中的油轮数据来开发数据驱动模型,得出了可用于初步船舶设计的现成方程式。在数据预处理过程中,包括去除异常值和类似船舶后,最终数据集包含167艘独特的船舶。然后使用简单回归、多元回归和神经网络来开发模型。对于简单回归分析,探索了线性和非线性模型,并展示了详细的性能指标。主要目标是建立经验关系并提出估计船舶主要参数和发动机功率的公式。在开发的模型中,基于幂律的模型根据所应用的评估指标表现最好。然而,某些关系显示出显著的数据散布,无法仅通过简单回归准确捕捉到。为了提高模型准确性并捕捉更复杂的关系,使用了多个预测变量的多元回归分析。尽管如此,由于数据中的大量散布,涉及船舶速度的模型难以可靠地开发。这种变异性可能是由于具有相同主要尺寸的船舶根据所有者的特定航线需求和调度限制而具有不同的运营速度要求所致。此外,残差分析显示了数据偏离正态性和异方差性的存在,这影响了模型性能。
尽管存在这些限制,当应用于原始数据集中未包含的船舶案例研究时,回归模型产生了与实际值偏差最小的可靠预测。从开发的简单和多元回归模型获得的结果也与相关文献中的发现进行了比较。
鉴于机器学习在数据驱动建模中的日益流行,还使用了神经网络来开发用于初步船舶设计的预测模型。目的是采用一种可解释的机器学习方法,使用简单的网络拓扑结构,避免使用复杂的黑箱模型。与回归方法类似,涉及船舶速度的模型在开发出足够的准确性和可靠性方面具有挑战性。神经网络的表现与简单和多元回归模型相当,在预测大多数船舶参数方面只有轻微改进,除了宽度。然而,在预测所需功率时,神经网络明显优于回归模型。在同一案例研究中,神经网络模型也表现出色,特别是在预测船舶主要参数和特别是发动机功率方面。总体而言,研究表明,即使数据集相对较小、数据散布适中且残差不严格遵循正态分布,也可以开发出稳健可靠的预测模型来支持船舶设计的早期阶段。开发的模型在估计主要船舶参数(如主要尺寸和发动机功率)方面显示出良好的准确性,这证实了数据驱动方法作为初步设计阶段有价值工具的潜力,其中快速和合理的准确估计对于决策和可行性评估至关重要。简单回归技术仍然实用、易于使用,并且对于初步船舶设计来说足够准确,使其成为早期评估、快速评估以及在简洁性、透明性和最小计算工作量优先的情况下的首选方法。同时,该研究提供了从当代真实世界油轮数据集派生的更新后的幂律关系,解决了旧文献基模型的局限性,并提供了关于船舶参数和发动机功率之间依赖性的新见解。可解释的回归模型和简单神经网络方法的结合进一步证明了中等规模的数据集可以支持传统和灵活的数据驱动方法,为海军工程师提供了多样的早期设计和分析工具。
未来的工作将集中在几个关键方向上。首先,数据集将扩大,包括更多类型的船舶,并更新为更 Recent 的设计数据,以提高模型的泛化能力和稳健性。此外,未来的研究工作将致力于解决对操作参数(如船舶速度)进行建模的挑战。由于这些参数的变异性,在当前研究中这一任务显得较为困难。
CRediT作者贡献声明:
Ivana Marti?:撰写 – 审稿与编辑、撰写 – 原稿起草、数据可视化、结果验证、软件开发、资源管理、研究方法设计、实验设计、资金筹集、正式数据分析、数据整理、概念构建。
Nastia Degiuli:撰写 – 审稿与编辑、数据可视化、资金筹集、数据整理、概念构建。
Mingyang Zhang:撰写 – 审稿与编辑、结果验证、研究方法设计、实验设计、资金筹集、概念构建。
Carlo Giorgio Grlj:撰写 – 审稿与编辑、结果验证、数据整理、概念构建。
Rudolf Tomi?:撰写 – 审稿与编辑、概念构建。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号