摘要
本发明涉及一种基于AIS大数据的港口集装箱量预测分析方法,整理并收集船舶AIS数据、船舶运力数据、船期计划数据及港口集装箱量吞吐量数据,提取每月特定港口内所有集装箱船舶的信息数据;根据船舶名称编号,关联AIS船舶轨迹数据、船舶档案与船期计划数据,构建船舶尺寸大小、在泊时间新特征,生成船舶信息数据特征表;将所述船舶信息数据特征表分别输入神经网络和梯度提升树,分别训练得到港口集装箱量预测模型;对神经网络模型与梯度提升树模型进行加权融合,生成最终预测模型,得到每月港口集装箱量预测结果。本发明基于多源数据融合与混合机器学习模型,实现港口吞吐量的高精度预测及为港口生产经营策略的动态优化提供指导。
技术关键词
预测分析方法
港口集装箱吞吐量
MLP神经网络
梯度提升树模型
多层感知机
集装箱船舶
神经网络模型
多源数据融合技术
动态滑动窗口
船舶停靠码头
误差
损失函数优化
计划
靠泊码头
码头设备
系统为您推荐了相关专利信息
深度神经网络
深层特征提取
优化高斯混合模型
识别方法
线性
光谱成像设备
单像素传感器
估计方法
前馈神经网络
光谱设备
骨龄评估方法
深度学习回归模型
骨骼特征
多模态数据融合
桡骨远端
遥感影像分类方法
高光谱遥感影像分类
遥感影像分类模型
遥感图像数据
矩阵
相似性检测方法
多层感知机
节点
BERT模型
分层