基于船舶AIS数据的港口拥堵预测深度学习方法

本发明属于海运交通港口拥堵预测技术领域，涉及基于船舶AIS数据的港口拥堵预测深度学习方法。该方法的核心在于结合了Transformer和LSTM两种神经网络，并融入全球海运班轮运输网络，构建的模型可以从空间角度和时间角度捕获港口拥堵状态的时空变化特征。该方法能够结合空间和时间的依赖关系，有效提高港口拥堵状态的预测精度。本发明的方法显著优于现有的基于学习的方法，能够学习并高效地捕获港口拥堵状态的复杂潜在的时空相关性，效果好，实用性强。为港口运营商实时监控港口拥堵状态以提高港口运行效率提供一定启示。