摘要
本发明提供一种融合多源数据的船舶燃油消耗预测方法,属于船舶燃油消耗技术领域。本方法包括:采集船舶燃油消耗的相关特征输入多个机器学习模型;各机器学习模型输出各自的油耗预测结果;基于预设权重融合各机器学习模型的预测结果获得最终船舶燃油消耗预测结果;采集船舶燃油消耗相关的历史数据构建训练集;基于训练集对所述多个机器学习模型进行训练,基于训练集的预测结果确定各机器学习模型的权重,作为所述预设权重。本方法通过多个机器学习模型同时预测油耗,并基于各模型权重对预测结果进行融合,获得最终油耗预测结果,进而提升预测准确性。
技术关键词
机器学习模型
融合多源数据
船舶
燃油
超参数
最佳特征子集
样本
构建训练集
轮廓系数
油耗
排序特征
大气压强
代表
统计特征
特征数
度量
误差
网格
系统为您推荐了相关专利信息
产品销量预测方法
循环神经网络模型
计算机执行指令
数据
聚类
风险预警系统
决策
物联网设备
实时数据
数据分析模块
操作系统
资源分配信息
系统状态信息
调优方法
周期
配网
动态更新
机器学习模型
三维模型
多时间尺度