数据驱动下的航运业脱碳变革被引量：1

在线阅读下载PDF

导出

摘要航运业正面临着前所未有的脱碳挑战。随着减排目标的严格实施,该行业正在转向基于机器学习的决策支持模型来实现可持续发展目标。文中探讨了数字化和机器学习方法在海上运营中的变革潜力,范围涵盖从船舶航速优化到供应链管理增强等多个方面。通过研究各种机器学习技术,文中提供了减少排放同时提高航运业运营效率的新路线。

作者李杰周壮壮郭桦周长根冯建元

机构地区亚太卫星宽带通信(深圳)有限公司国家能源集团航运公司

出处《中国水运（下半月）》 2024年第4期17-18,21,共3页

基金深圳市科技研发资金(JSGG20220831100602005) 交通运输部首批智慧交通先导应用试点项目

关键词航运业脱碳大数据机器学习

分类号 F552 [经济管理—产业经济]

引文网络
相关文献

参考文献9

1张爽.IMO 2023年船舶温室气体减排战略全面引领新未来[J].中国船检,2023(8):13-17. 被引量：10
2陈伟杰,宋炳良,张婕姝.基于AIS数据的中国沿海集装箱港口碳排放[J].中国环境科学,2022,42(7):3403-3411. 被引量：11
3刘洋洋,卫家骏.基于机器学习的船舶油耗预测[J].中国水运,2021(5):138-140. 被引量：4
4李天笑,周田瑞,胡勤友,郝清晏.基于梯度提升决策树分位数回归的船舶能耗区间预测[J].上海海事大学学报,2022,43(2):19-24. 被引量：6
5臧继明.基于数据驱动的船舶航线实时优化[J].舰船科学技术,2023,45(18):154-157. 被引量：3
6郭东东,尹勇,肖方兵.智能船舶航线优化方法综述[J].中国舰船研究,2023,18(4):151-161. 被引量：5
7胡玉可,夏维,胡笑旋,孙海权,王云辉.基于循环神经网络的船舶航迹预测[J].系统工程与电子技术,2020,42(4):871-877. 被引量：48
8刘宏策,沈阅.基于深度学习的散货船舶调度优化算法[J].信息与电脑,2023,35(18):52-54. 被引量：2
9白响恩,李博翰,徐笑锋,肖英杰.基于AIS数据的航运物流港口调度优化研究[J].包装工程,2023,44(5):211-221. 被引量：7

二级参考文献71

1潘杰,党莹.基于电子海图的大洋航线自动选择优化[J].计算机辅助工程,2006,15(2):64-66. 被引量：2
2彭秀艳,门志国,刘长德.基于Kalman滤波算法的Volterra级数核估计及其应用[J].系统工程与电子技术,2010,32(11):2431-2435. 被引量：6
3张伟,王红,张澍宁,陈晖.内河船舶主机动态油耗模型的研究与建立[J].交通标准化,2013,41(22):95-97. 被引量：12
4曾小龙,茅云生,宋利飞,董早鹏,包涛.基于改进细菌觅食优化的无人艇自主避碰算法[J].大连海事大学学报,2018,44(4):35-42. 被引量：12
5钟颖,汪秉文.基于遗传算法的BP神经网络时间序列预测模型[J].系统工程与电子技术,2002,24(4):9-11. 被引量：55
6邱达春.碳排放社会成本的经济分析[J].发展研究,2014,31(7):75-77. 被引量：2
7孙星,严新平,尹奇志,陈前昆.考虑通航环境要素的内河船舶主机营运能效模型[J].武汉理工大学学报（交通科学与工程版）,2015,39(2):264-267. 被引量：6
8乔少杰,金琨,韩楠,唐常杰,格桑多吉,Louis Alberto GUTIERREZ.一种基于高斯混合模型的轨迹预测算法[J].软件学报,2015,26(5):1048-1063. 被引量：127
9范爱龙,严新平,尹奇志,孙星,陈前昆,张永波.船舶主机能效模型[J].交通运输工程学报,2015,15(4):69-76. 被引量：25
10陈超,耿沛文,张新慈.基于改进人工势场法的水面无人艇路径规划研究[J].船舶工程,2015,37(9):72-75. 被引量：26

共引文献87

1钱来,王伟.一种基于C-GRU飞行轨迹预测方法[J].电子测量技术,2022,45(10):87-92. 被引量：3
2周慧君.顾及环境胁迫反应机制的船舶轨迹预测方法[J].测绘科学,2022,47(9):67-75. 被引量：4
3刘可真,苟家萁,骆钊,王科,徐肖伟,赵勇军.基于粒子群优化–长短期记忆网络模型的变压器油中溶解气体浓度预测方法[J].电网技术,2020,44(7):2778-2784. 被引量：61
4王文标,董贵平,汪思源,田志远,杜佳璐.基于模块化神经网络的船舶航迹航速预测[J].科学技术与工程,2020,20(36):15121-15126. 被引量：3
5石庆研,王文青,韩萍.基于在线更新LSTM网络的短期4D航迹预测算法[J].信号处理,2021,37(1):66-74. 被引量：12
6高天航,徐力,靳廉洁,葛彪.考虑航艏向与数据变化差异的船舶轨迹预测[J].交通运输系统工程与信息,2021,21(1):90-94. 被引量：14
7王文标,董贵平,汪思源,孟松,杜大鹏,杜佳璐.基于CEEMD-PSO-MNN的船舶航迹预测[J].电子器件,2021,44(1):119-124. 被引量：2
8吴鹏程,罗亮.基于RNN-LSTM的船舶运动轨迹预测[J].造船技术,2021,49(3):11-16. 被引量：7
9吴春鹏,冯姣.结合AMS的C-LSTM船舶轨迹预测[J].船海工程,2021,50(6):141-146. 被引量：9
10鄢博冉,高大为,朱永生,张金奋,闫柯.基于低信噪比AIS数据的船舶航迹精准预测[J].船舶工程,2021,43(10):111-117. 被引量：5

同被引文献3

1谭宇,陈科帆.技术驱动视角下的智慧港口建设路径探析[J].通信与信息技术,2022(1):62-65. 被引量：5
2贾广付.AI大模型在航运业的应用[J].世界海运,2024,47(4):14-18. 被引量：1
3顾一清.智能船舶研发现状、问题及思考[J].船舶设计通讯,2024(1):14-18. 被引量：2

引证文献1

1张永兰.人工智能在航运业的应用与挑战[J].珠江水运,2025(5):141-143.

1浙江新政[J].今日浙江,2024(12):7-7.
2刘峰,岳淇.拉美可再生能源法律政策及市场机遇[J].国际工程与劳务,2024(8):29-32. 被引量：1
3崔文涛,逯鹏,郭小亮,王小合,张健翔.自升式平台滚装安装海上升压站组块技术[J].船舶经济贸易,2024(6):37-41.
4林风晓,王威超.火电厂烟气余热利用中热管技术的应用研究[J].电力设备管理,2024(13):218-220.
5和旭,王金晓,刘泽岩.壳牌公司近年能源转型战略分析[J].国际石油经济,2024,32(6):26-31. 被引量：2
6王宗保,钟鸣.基于整体规划建模的公平性区域货运碳税规划方法[J].交通运输系统工程与信息,2024,24(4):12-22.

中国水运（下半月）

2024年第4期

浏览历史

内容加载中请稍等...

数据驱动下的航运业脱碳变革被引量：1

参考文献9

二级参考文献71

共引文献87

同被引文献3

引证文献1

相关作者

相关机构

相关主题

浏览历史

数据驱动下的航运业脱碳变革 被引量：1

参考文献9

二级参考文献71

共引文献87

同被引文献3

引证文献1

相关作者

相关机构

相关主题

浏览历史

数据驱动下的航运业脱碳变革被引量：1