龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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stacking集成学习的船舶油耗预测与速度优化方法，包括如下步骤：对油耗数据和影响油耗相关因素的数据进行预处理，基于预处理后的数据按照比例划分为训练数据和测试数据；构建stacking集成学习模型，用于船舶油耗的预测；将处理后的影响油耗相关因素数据输入到stacking集成学习模型中，实现对船舶油耗的预测；对stacking集成学习模型的预测结果进行评估；建立以船舶速度为决策变量，以船舶油耗最小为目标的船舶速度优化模型；对船舶速度优化模型进行离散化；基于船舶速度优化模型的约束，对离散后的船舶速度优化模型进行求解，确定不同航段最优的船舶速度，以及不同航段最优的船舶速度的船舶油耗，确定油耗节省量。
主权项：1.一种基于stacking集成学习的船舶油耗预测与速度优化方法，其特征在于，包括如下步骤：获取船舶的历史油耗数据和影响油耗相关因素的数据；对油耗数据和影响油耗相关因素的数据进行预处理，基于预处理后的数据按照比例划分为训练数据和测试数据；基于训练数据构建stacking集成学习模型，用于船舶油耗的预测；将处理后的影响油耗相关因素数据输入到stacking集成学习模型中，实现对船舶油耗的预测；对stacking集成学习模型的预测结果进行评估；建立以船舶速度为决策变量，以船舶油耗最小为目标的船舶速度优化模型；对船舶速度优化模型进行离散化；基于船舶速度优化模型的约束，对离散后的船舶速度优化模型进行求解，确定不同航段最优的船舶速度，以及不同航段最优的船舶速度的船舶油耗，确定油耗节省量。
全文数据：
权利要求：
百度查询： 大连海事大学 一种基于stacking集成学习的船舶油耗预测与速度优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号