摘要
本发明涉及船舶能耗预测技术领域,尤其涉及基于不确定性估计的船舶主机能耗预测方法与装置,方法包括接收目标船舶的历史航行数据,将历史航行数据划分为训练集和测试集,并进行标准化处理;使用训练集训练基模型并生成残差样本;将基模型的预测结果作为新的输入特征,训练线性回归元模型构建Stacking集成模型;根据残差样本计算分位数并构造预测区间;调用MAPIE库自动实现CV+共形预测过程,使用Optuna自动优化基模型的超参数,得到最优模型参数组合;输出每艘目标船舶能耗预测值及其对应的置信区间。本发明能够提升船舶能耗预测结果的稳定性与可靠性,实现能效管理系统中对预测结果置信度的量化表达,增强其在智能航运调度等场景中的实用性和决策支持能力。
技术关键词
能耗预测方法
船舶主机
Stacking集成模型
船舶能耗预测
多层感知机
样本
K近邻
能效管理系统
模型评估方法
梯度提升机
数据
训练集
模型预测值
可读存储介质
支持向量机
处理器
线性
参数
预测装置
系统为您推荐了相关专利信息
多模态
识别模型训练方法
数据识别方法
文本
图像训练样本
策略
控制系统
数据采集模块
控制模块
人工智能控制技术
特征描述符
单尺度特征
注意力机制
影像
识别方法