论文部分内容阅读
控制河段通行条件较差,船舶需要根据通行指挥系统给出的指挥信号按序通过控制河段。判定船舶通行顺序的一个重要依据为船舶通过控制河段的时间。目前通行指挥系统中选择航道中心线来预测船舶通行时间,然而船舶实际通过控制河段时会根据自身载重以及水流条件选择合适的航线,不同航线之间的差异性较大。因此基于航道中心线来估计的时间与实际时间之间有较大的误差,严重影响通行指挥系统揭示通行信号的准确性。船舶通行时间预测的关键是准确预测船舶通过控制河段时选择的航线。因此,提高控制河段船舶航线预测的准确性对通行指挥具有重要意义。
论文以长江上游神背嘴控制河段为研究背景,对该区域通行船舶的历史航线进行深入分析,探索船舶历史航行时的典型特征规律,研究如何提高控制河段船舶航线预测的准确性,以提高船舶通行时间预测的准确性,为船舶通行指挥系统提供可靠依据。论文的主要研究内容总结如下:
①针对从控制河段通行指挥系统中直接获取的船舶轨迹数据质量较差、数据格式不统一问题,对船舶轨迹数据中存在的缺失值、异常值及数据格式进行预处理,以获得高质量的船舶历史轨迹数据集,为船舶轨迹聚类提供可靠的数据支撑。
②针对传统的Hausdorff距离仅能够度量轨迹位置之间的相似性问题,提出了一种改进Hausdorff距离的空间轨迹相似性度量方法。该方法不仅考虑了船舶位置之间的相似性,还考虑了船舶航速之间的相似性。针对基于密度聚类的噪点空间聚类方法(Density-Based Spatial Clustering of Application with Noise,DBSCAN)中的参数难以确定问题,提出基于灰狼优化算法对DBSCAN算法中的参数进行自动寻优实现船舶轨迹聚类。通过仿真验证了船舶轨迹聚类方法的有效性。
③针对目前指挥系统基于固定航线预测船舶通行时间准确性差的问题,提出了一种基于轨迹聚类的船舶航线预测方法。该方法通过对目标预测船舶的历史轨迹进行聚类,提取出船舶在控制河段内航行的典型特征轨迹,将船舶当前轨迹与特征轨迹进行匹配,预测船舶通过控制河段时选择的航线,并基于该预测航线计算船舶通行时间。通过仿真验证了该船舶航线预测方法的有效性。
论文以长江上游神背嘴控制河段为研究背景,对该区域通行船舶的历史航线进行深入分析,探索船舶历史航行时的典型特征规律,研究如何提高控制河段船舶航线预测的准确性,以提高船舶通行时间预测的准确性,为船舶通行指挥系统提供可靠依据。论文的主要研究内容总结如下:
①针对从控制河段通行指挥系统中直接获取的船舶轨迹数据质量较差、数据格式不统一问题,对船舶轨迹数据中存在的缺失值、异常值及数据格式进行预处理,以获得高质量的船舶历史轨迹数据集,为船舶轨迹聚类提供可靠的数据支撑。
②针对传统的Hausdorff距离仅能够度量轨迹位置之间的相似性问题,提出了一种改进Hausdorff距离的空间轨迹相似性度量方法。该方法不仅考虑了船舶位置之间的相似性,还考虑了船舶航速之间的相似性。针对基于密度聚类的噪点空间聚类方法(Density-Based Spatial Clustering of Application with Noise,DBSCAN)中的参数难以确定问题,提出基于灰狼优化算法对DBSCAN算法中的参数进行自动寻优实现船舶轨迹聚类。通过仿真验证了船舶轨迹聚类方法的有效性。
③针对目前指挥系统基于固定航线预测船舶通行时间准确性差的问题,提出了一种基于轨迹聚类的船舶航线预测方法。该方法通过对目标预测船舶的历史轨迹进行聚类,提取出船舶在控制河段内航行的典型特征轨迹,将船舶当前轨迹与特征轨迹进行匹配,预测船舶通过控制河段时选择的航线,并基于该预测航线计算船舶通行时间。通过仿真验证了该船舶航线预测方法的有效性。