基于人工神经网络的实船航行主机能耗预估自学习模型

• 作者: 乔继潘 张焱飞 文逸彦 李荣宗
• 来源期刊: 上海船舶运输科学研究所学报
• 学科: 交通运输
• 关键词: 能耗模型 人工神经网络 船舶能耗管理 实船测试
• 年，卷（期）: 2019,（2）
• 页码范围: 34-37
• 页数: 4页
• 分类号: U675.79
• 字数: 2712字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5949.2019.02.007

摘要

为准确预报船舶在风浪条件下的燃油消耗情况,减少船舶的能量损耗,降低船舶的营运成本,针对智能船舶航行优化和航行节能的实际要求,利川人工神经网络算法设计一种实船航行主机能耗预估模型.以某万箱级集装箱船为研究对象,参考ISO 2012实船试航功率修正法,通过人工神经网络算法学习合理的实船航行数据,建立适应该集装箱船的主机能耗预估模型.将该模型预估的数据与实船采集的数据相对比,验证预估模型的准确性.结果 表明,该能耗预估模型可提供合理的船舶航行能耗预估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔继潘	上海船舶运输科学研究所航运技术与安全国家重点实验室	13	5	2.0	2.0
2	李荣宗	上海船舶运输科学研究所航运技术与安全国家重点实验室	6	0	0.0	0.0
3	文逸彦	上海船舶运输科学研究所航运技术与安全国家重点实验室	9	9	2.0	3.0
4	张焱飞	上海船舶运输科学研究所航运技术与安全国家重点实验室	3	0	0.0	0.0