期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于EWM-CNN-GRU的集装箱船主机气体污染物排放通用预测模型
1
作者
刘伊凡
王佳晨
+3 位作者
徐云鹏
张季康
邬晨
洪瑜
《上海海事大学学报》
北大核心
2025年第1期104-111,共8页
为提升船舶主机污染物排放监测效率,在现有机舱监测技术条件下,提出一种基于熵权法(entropy weight method,EWM)和混合神经网络的预测模型。以船舶自动识别系统(automatic identification system,AIS)数据、气象数据和船舶档案信息为基...
为提升船舶主机污染物排放监测效率,在现有机舱监测技术条件下,提出一种基于熵权法(entropy weight method,EWM)和混合神经网络的预测模型。以船舶自动识别系统(automatic identification system,AIS)数据、气象数据和船舶档案信息为基础,构建船舶综合数据库。分析气象数据的物理特性,并应用EWM得到海况指数。通过卷积神经网络(convolutional neural network,CNN)对数据进行降维处理,再引入门控循环单元(gated recurrent unit,GRU)增强模型的泛化能力,并将神经网络预测的油耗率和功率通过排放因子换算为船舶气体污染物的排放量。分别以10和3艘集装箱船的综合数据作为训练样本和测试样本,得到混合神经网络。另选取10艘尺度不同的集装箱船的数据作为验证样本进行预测。结果表明:在模型训练过程中EWM-CNN-GRU混合神经网络对船舶能耗设备燃油消耗率和功率的预测平均误差分别为2.72%和3.26%;与其他神经网络模型相比,混合神经网络模型的综合性能具有明显优势。
展开更多
关键词
船舶
自动识别系统(AIS)
混合神经网络
船舶气体污染物
通用模型
熵权
在线阅读
下载PDF
职称材料
题名
基于EWM-CNN-GRU的集装箱船主机气体污染物排放通用预测模型
1
作者
刘伊凡
王佳晨
徐云鹏
张季康
邬晨
洪瑜
机构
宁波大学海运学院
宁波能源集团股份有限公司
出处
《上海海事大学学报》
北大核心
2025年第1期104-111,共8页
基金
浙江省自然科学基金(LQ21E090006)
宁波市自然科学基金(2019A610122)
2023年宁波大学“大学生科研创新计划”(2023SRIP1702)。
文摘
为提升船舶主机污染物排放监测效率,在现有机舱监测技术条件下,提出一种基于熵权法(entropy weight method,EWM)和混合神经网络的预测模型。以船舶自动识别系统(automatic identification system,AIS)数据、气象数据和船舶档案信息为基础,构建船舶综合数据库。分析气象数据的物理特性,并应用EWM得到海况指数。通过卷积神经网络(convolutional neural network,CNN)对数据进行降维处理,再引入门控循环单元(gated recurrent unit,GRU)增强模型的泛化能力,并将神经网络预测的油耗率和功率通过排放因子换算为船舶气体污染物的排放量。分别以10和3艘集装箱船的综合数据作为训练样本和测试样本,得到混合神经网络。另选取10艘尺度不同的集装箱船的数据作为验证样本进行预测。结果表明:在模型训练过程中EWM-CNN-GRU混合神经网络对船舶能耗设备燃油消耗率和功率的预测平均误差分别为2.72%和3.26%;与其他神经网络模型相比,混合神经网络模型的综合性能具有明显优势。
关键词
船舶
自动识别系统(AIS)
混合神经网络
船舶气体污染物
通用模型
熵权
Keywords
automatic identification system(AIS)
hybrid neural network
ship gas pollutant
general model
entropy weight
分类号
U676.3 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于EWM-CNN-GRU的集装箱船主机气体污染物排放通用预测模型
刘伊凡
王佳晨
徐云鹏
张季康
邬晨
洪瑜
《上海海事大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
