摘要
本发明公开了基于机器学习的舰船控制辅助方法,涉及舰船智能控制技术领域,方法包括舰船数据采集、燃油能耗预测、动态航速规划和节能反馈控制。本发明采用结合多模态与扰动自适应的预测方法进行燃油能耗预测,统一建模多维数据,强化对环境扰动的感知,实现了复杂航行条件下对燃油能耗的精准预测,有效提升后续动态航速规划的可靠性;采用结合多目标与分段约束的航速规划方法进行动态航速规划,综合考虑燃油能耗、航行时间与安全风险三个核心因素,构建多目标成本函数,并引入分段约束,保障航速调整的物理可行性与风险控制,通过强化学习机制优化航速,实现智能自适应航速调整,提升舰船在复杂航行条件下的节能能力、航行效率与运行安全性。
技术关键词
燃油
能耗
舰船结构
强化学习模型
数据
多分段
多模态特征
规划
闭环优化控制
变压器
时序
智能控制技术
动态
风险
编码
多层感知机
生成场景
发动机转速
系统为您推荐了相关专利信息
数据传输方法
功能模块
状态监测模块
接口
比特流
决策分析方法
参数
弹性调度
深度强化学习算法
样本
卫星通信终端
地面站
通信链路状态
物联网通信方法
数字签名信息
模型构建方法
随机森林模型
衰老
肿瘤
差异表达基因