船舶能效评估中智能方法的研究
《Journal of Marine Science and Engineering》:An Investigation of Intelligent Approaches in Ship Energy Efficiency Assessment
【字体:
大
中
小
】
时间:2026年06月24日
来源:Journal of Marine Science and Engineering 3.2
摘要
随着国际海事组织在航运业推行更为雄心勃勃的减排策略,以及随之而来的更严格的温室气体减排要求,全球海运业的各方参与者评估船舶的能源效率变得尤为重要。例如,建立船舶燃油消耗量预测能力以及碳强度指标年度评级系统,便是两项重要的工作。本文采用了三类数据驱动方法中的14种不同算法,即统计学方法、机器学习方法和深度学习方法,包括多项式回归、岭回归、自适应提升法、分类提升法、弹性网络等,并以船舶中午报告作为数据来源构建了船舶燃油消耗量预测模型。通过决定系数、平均绝对百分比误差以及每单位训练数据的浮点运算次数等指标,对比了模型训练的预测精度和计算效率。还对这14种算法进行了交叉验证,以分析它们对各自调整参数的敏感度。比较结果显示,与机器学习和深度学习方法相比,统计学方法的算法对数据源的质量更为敏感。而弹性网络算法的预测精度则取决于其调整参数。根据预测精度和模型训练的计算效率,最终选择了轻量级梯度提升机和随机森林这两种算法。随后,再将这些选定的算法分别与长短期记忆网络这一时间序列预测算法结合,形成了各自的混合预测框架。这两种混合框架均成功预测出了所研究船舶的碳强度指标年度数值及评级,且其预测精度经验证是足够的。
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