一种融合异常感知与转移熵分析的自动化码头作业延误传播预测方法

本发明公开了一种融合异常感知与转移熵分析的自动化码头作业延误传播预测方法，以作业设备的作业时间序列为基础，引入作业设备的异常特征，构建了增强的时间序列集合，并增强了在预测过程中对突发扰动的响应能力；通过递归特征消除算法选取候选条件变量集合，有效降低高维变量空间带来的计算复杂度与过拟合风险，缓解“维度诅咒”问题；通过构建延误传播图谱，可以表明作业设备之间的相互关系，具有直观性；根据不同状态的作业设备的转化概率构建多级作业延误传导模型，可以更准确地反应设备在不同状态下对港口运输流程的影响；利用延误传播图谱中作业设备之间的因果关系，可以更加清晰的理解延误传播时如何在作业设备之间进行传播的。