摘要
本发明涉及一种基于AIS数据的船舶碳排放预测方法、装置及介质,预测步骤包括:实测船舶的CO2排放数据并与AIS数据合并为数据集;以AIS数据作为输入的特征变量,船舶的CO2排放量作为输出的目标变量,构建CO2排放预测模型,并采用数据集对CO2排放预测模型进行训练;获取实时船舶的AIS数据,采用强化学习框架对CO2排放预测模型进行动态优化和持续迭代,并基于CO2排放预测模型得到当前船舶的CO2排放量。与现有技术相比,本发明能够在无实测数据的情况下,通过实时AIS数据对船舶的碳排放进行准确的预测估算,并动态调整模型参数和特征权重以适应复杂运行场景及运行环境的变化,具有高实时性、可靠性和适用性。
技术关键词
排放预测方法
船舶
强化学习框架
排放量
预测误差
变量
在线学习机制
异常数据点
动态
机器学习算法
可读存储介质
梯度方法
策略更新
处理器
测试仪
计算机
参数
系统为您推荐了相关专利信息
航行控制方法
智能船舶
混合网络模型
量子进化算法
策略
空气质量预测方法
数学模型
预测模型训练
位置更新
变量
历史建筑保护
评估系统
历史维修数据
大数据
裂缝
船舶方法
灯浮标
深度学习神经网络模型
声学传感器阵列
声发射