买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大连海事大学

摘要：本发明提供一种基于时序随机森林的短期船舶航速预测方法，包括以下步骤：获取建模数据并进行数据预处理；将时间序列数据引入随机森林学习器构建全新的预测模型框架；模型相关参数的设定；使用模型进行预测。本发明可以利用船舶的历史航行速度和海洋气象预报数据对短期船舶对水速度进行预测，避免了直接使用船舶发动机实时监控数据的现象，对于船载监控设备的要求较低，同时实现了事先对船舶速度进行预测和事后实验分析。本发明的模型平均绝对误差MAE、均方根误差RMSE、可决系数R^2均优于其他三种常用模型。

主权项：1.一种基于结合时序随机森林的短期船舶航速预测方法，其特征在于，包括以下步骤：S1、获取建模数据并进行数据预处理；S2、将时间序列数据引入随机森林学习器构建全新的预测模型框架；S3、对随机森林模型进行相关参数的设定和训练；S4、通过训练后的所述随机森林模型进行预测；具体地，所述步骤S2还具有以下步骤：S21、对数据集及参数进行定义；设MT是截止到时间T且经过预处理后的数据集，其中，ET、ST和VT分别代表海洋气象数据集、船舶状态数据集和对水速度数据集；et、st和vt分别对应着上述数据集在某特定时间点t时刻的数据；定义b为历史速度数据的长度，p为以当前时刻t为节点预测的长度；S22、假设A是决策树上某个节点对应的超矩形单元格，而NTA表示落入A中的数据数量；在A上的一次切割通过一个数据对j,z描述，其中，j表示从1到输入特征数之间的某个维度，而z表示沿j切割的位置；另外假设输入特征Xt＝et,st,vt-1,vt-2,...,vt-b，输出变量Yt＝vt；由此分类回归树原则标准可以通过如下公式1求得： 其中，代表指示函数，是当Xt落在A中时对应Yt的平均值，若Xt未在A中则该指示函数取0；接着，通过在所有可能的切割中找到使得LTj,z最大的解，即是此时A对应的最优切割解j,z；S23、当每个单元格最终包含的点数少于设定数目时，单个树的构建将停止；其中，第i棵树求得的回归方程如公式2所示： 其中，表示用于构建该树的子数据集，At是与Xt对应的超矩形单元格；将构建的k棵树得到的结果取平均值得到最终的结果，如公式3所示： S24、以当前时间t作为分割点，下一个时刻的对水速度v*t+1通过步骤S22和步骤S23描述的方法确定；将v*t+1作为下一次预测的输入特征值，重新输入到构建的模型中；经过多次循环迭代，获取更长时间后的船舶对水速度；具体迭代过程如公式4所示： 其中，v*t表示t时刻对应的船舶对水速度预测值。

全文数据：

权利要求：

百度查询： 大连海事大学 一种基于时序随机森林的短期船舶航速预测方法