-
题名中国船员发展战略规划设计与实施研究
被引量：4
- 1
-
-
作者
彭宇
高德毅
黄常海
肖英杰
杨伟华
-
机构
上海海事大学商船学院航运仿真技术教育部工程研究中心
上海市教育委员会办公室
中华人民共和国闵行海事局
-
出处
《中国软科学》
CSSCI
北大核心
2015年第9期15-26,共12页
-
文摘
船员职业良好发展对"一带一路"战略实施及海洋强国建设起到不可忽视的作用。然而,我国船员在发展过程中面临着高素质船员缺乏、船员职业吸引力下降等突出问题。为解决上述问题,文章拟定了"建设船员强国,构建船员发展新常态"的中国船员发展战略规划中长期总目标,提出了7个可以较好反映战略规划实施情况的指标。然后,从"船员队伍建设、市场体制机制建设、市场开放与公共服务建设、市场法规和监管体系建设"这四个方面分析了中国船员发展战略主要内容。最后,从战略规划实施方式和搭建船员人才集聚与配置平台两个方面对船员发展规划实施构想进行探索。
-
关键词
中国船员发展战略
一带一路
船员强国
战略目标
战略规划
-
Keywords
crew development strategy of China
One Belt and One Road（OBOR）
crew power
strategic target
strategic planning
-
分类号
F552.0
[经济管理—产业经济]
-
-
题名基于改进小波神经网络的集装箱船纵摇角度预测
被引量：6
- 2
-
-
作者
张婷
王志明
王培良
-
机构
山东交通职业学院航海学院
上海海事大学商船学院/航运仿真技术教育部工程研究中心
-
出处
《广东海洋大学学报》
CAS
北大核心
2022年第3期117-121,共5页
-
基金
国家青年自然科学基金(51909155)
潍坊市软科学研究计划项目(2021RKX125)。
-
文摘
【目的】针对在航集装箱船舶纵摇角度预测问题,探索一种基于改进小波神经网络算法,提升其预测能力。【方法】在分析船舶纵摇角度原始数据基础上,引入傅立叶变换,分析计算数据的周期性,确定神经网络拓扑结构,然后将神经网络输入层和隐含层的连接权值融合到隐含层计算值中,使算法得到优化。【结果与结论】优化后小波神经网络能较准确预测船舶纵摇角度值,均方误差(MSE)值为0.0676,平均绝对百分误差(MAPE)值为4.2412,相比优化前分别提升25%和21%,具有更好的预测效果。
-
关键词
小波神经网络
船舶纵摇预测
集装箱船
隐含层优化
傅立叶变换
-
Keywords
wavelet neural network
ship pitch prediction
container ship
hidden layer optimization
Fourier transform
-
分类号
U661.42
[交通运输工程—船舶及航道工程]
-
-
题名基于改进ARIMA算法的船舶纵摇运动预测
被引量：1
- 3
-
-
作者
张婷
邱亮
王培良
-
机构
山东交通职业学院航海学院
上海海事大学商船学院航运仿真技术教育部工程研究中心
-
出处
《舰船科学技术》
北大核心
2023年第21期64-69,共6页
-
基金
国家青年自然科学基金资助项目(51909155)
潍坊市软科学研究计划项目(2021RKX125)。
-
文摘
针对现有自回归移动平均模型(ARMA)在时间序列预测不具有普适性问题,提出构建差分自回归移动平均模型(ARIMA)对船舶摇摆角度值进行预测,并对比分析不同差分次数时的预测效果。首先,分析船舶纵摇角度值原始序列值,检验其平稳性,进行差分运算,明确ARIMA模型的适用性;然后,依据AIC准则确定模型的阶数,并求解模型参数。最后,进行角度值序列预测,结合预测精度和误差分析,确定适用于预测船舶纵摇角度值的ARIMA模型。研究结果表明:以误差和均方差为模型评价指标,优化差分次数获得的ARIMA模型具有更好的预测效果。
-
关键词
ARIMA模型
最优差分次数
船舶运动预测
集装箱船
-
Keywords
ARIMA model
optimal differential times
ship motion prediction
container ship
-
分类号
U661.42
[交通运输工程—船舶及航道工程]
-
