摘要
本发明公开了一种基于人工智能的船舶航行油耗预估方法,具体涉及航行油耗预估领域,包括获取船舶航行状态、人为操作、外部环境数据并预处理,经特征筛选网络降维生成航行特征,蒸馏训练轻量化模型,监测实际油耗与预估误差,并循环更新。一种基于人工智能的船舶航行油耗预估方法通过特征筛选网络,减少输入模型的数据维度,降低边缘模型计算量,提升推理实时性,保障系统资源利用率与稳定性;通过第一神经网络模型知识迁移至轻量化的第二神经网络模型,使油耗预估推理过程更快响应,满足实时性要求;通过收集新增数据动态优化模型,实施回滚机制,区分短期波动与长期退化,保证持续适配船舶航行状态变化,维持较高的预估精度。
技术关键词
神经网络模型
油耗
船舶
燃油流量计
门控循环单元网络
Softmax函数
误差分布特征
教师
系统资源利用率
标签
通道注意力机制
联合损失函数
滑动窗口
数据
蒸馏
指标
学生