一种基于深度学习模型的船舶目的港预测方法及系统

本发明提供一种基于深度学习模型的船舶目的港预测方法及系统，该方法包括下述步骤：根据船舶航行业务经验，构建与船舶目的港预测相关的特征体系；对历史港序数据、时序船舶经纬度数据、船舶AIS数据及环境特征数据进行特征工程预处理；解析每个历史港序数据对应的下一个挂靠港作为真实目的港标签，进而生成包含多源特征与对应真实目的港标签的标注数据集；基于Transformer和iTransformer融合深度学习模型，将标注数据集划分为训练集和测试集，用训练集中的历史港序数据和时序船舶经纬度数据输入Transformer，AIS数据和环境特征数据输入Transformer，以训练模型，并用测试集测试训练好的模型，满足精度要求后输出预测模型；对待测船舶提取特征数据，并输入至预测模型，输出目的港预测结果。