专利名称：限制条件下内河航道船舶大型化预测方法
技术领域：
本发明涉及一种限制条件下内河航道船舶大型化预测方法，属于船舶技术领域。
背景技术：
随着世界经济的全球化和一体化，货运量强势增长的同时远洋船舶大型化趋势明显。与之相适应，我国内河航道船舶运力结构逐年变化显著，以西江梧州枢纽为例，2003年货船平均每艘载重250吨，1000吨以上9艘，2007年货船平均每艘载重341吨，1000吨以上 82艘，新增船舶以千吨以上级为主，船舶平均吨位保持8. 1 %的年增长速度，运力增强并呈现出大型化趋势。船舶大型化是提高运输效率，减少单位运输成本的重要手段，是运输能力提升的阶段性产物。受多种客观因素影响，大型化的趋势和程度必然受到一定限制，对于内河船舶，受到船间、桥梁等通航建筑物、航道等级、水域宽度差值、限制段长度、枯水期水位等诸多限制，其中，通航建筑物等级及航道等级是内河船舶大型化最显著且直接的限制因素。以船闸为例，其通过能力是受到船舶吨位及装载系数影响而变化的量，短期内船闸的实际通行能力将随着船舶大型化而增长，然而船闸等级是一定的，当大型船舶达到一定比例时，船闸通行能力无法继续提高，若继续大型化，则通行能力降低。长期以来，对内河运输能力的研究都是以宏观的货运量为指标，计算航道和通航建筑物的通过能力，货运量的预测可以反映宏观趋势，但无法体现船舶吨位变化与通行能力的关系。所以，对限制条件下内河船舶吨位进行预测，是从船型变化入手，微观角度计算和分析大型化与通航建筑物之间的关系，体现了内河航道研究的新思路。
发明内容
本发明所要解决的技术问题是限制条件下对船舶吨位的发展进行预测，提出一种限制条件下内河航道船舶大型化预测方法，为航道规划与管理提供一定的依据。本发明为解决上述技术问题采用以下技术方案一种限制条件下内河航道船舶大型化预测方法，包括如下步骤第一步，确定限制条件及影响因子所述限制条件是指对内河船型发展起到直接制约作用的因素，包括航道自身条件、通航建筑物等级、港口条件；所述影响因子是指对内河船型发展起到间接影响作用的因素，分为积极因子和消极因子，其中积极因子包括货运量、历年船舶平均吨位，消极因子包括经济因素、政策因素、船员从业人员素质；第二步，选择预测模型采用支持向量机模型SVM对限制条件下船舶大型化进行预测，具体步骤为设高维空间中线性模型为
权利要求
1.一种限制条件下内河航道船舶大型化预测方法，其特征在于，包括如下步骤 第一步，确定限制条件及影响因子；第二步，采用支持向量机SVM在高维特征空间中建立线性学习机； 第三步，样本选择及预处理将历史年船舶平均吨位统计数据分为训练样本和预测样本，按照式(9)进行归一化处理式中y是归一化后样本取值；ζ是样本值；Zmin是样本训练集中最小样本值；Zmax是样本训练集中最大样本值；将广义船舶平均吨位预测视为一个多变量预测问题，样本集(χ，y)的输入向量χ中的每一个元素作为一个特征，在下一步从影响因子或者限制条件中选取并进行量化；第四步，选取限制条件或影响因子进行量化并体现在训练样本中；若选取的为限制条件，则直接根据限制条件中的极限值进行量化；若选取的为影响因子，则需根据对预测结果影响程度的大小进行取值；第五步，支持向量机类型及参数选择选用ξ-SVR作为支持向量机类型，采用RBF核函数对于不同类型的样本拟合，其中RBF 核函数的参数c，σ，ξ的选择是由训练样本的质量和容量来决定，具体是将样本分为η份， 进行交叉验证，比较准确度和均方根误差，进而确定最优的参数组合； 第六步，建立模型确定评价指标根据向量机的基本结构和参数，构造求解该决策函数的凸最优化问题，得到决策函数后，对余下的数据进行预测能力和泛化能力的检验；评价模型的拟合程度和预测效果的验证指标为平均绝对误差MRE 其中，η为样本数量，Xi为实际值，、.为对应的预测值； 第七步，预测分析利用满足第六步所述评价指标误差限的支持向量机SVM模型，对目标值进行定量预测，并根据预测值定性分析结果的合理性，进行综合评价。
2.根据权利要求1所述的限制条件下内河航道船舶大型化预测方法，其特征在于，所述第二步具体步骤包括设高维空间中线性模型为其中>:是将样本点映射到高维空间的非线性变换，回归机的凸规划问题表示为其对偶最优化问题为
3.根据权利要求1所述的限制条件下内河航道船舶大型化预测方法，其特征在于，第一步所述限制条件是指对内河船型发展起到直接制约作用的因素，包括航道自身条件、通航建筑物等级、港口条件；所述影响因子是指对内河船型发展起到间接影响作用的因素，分为积极因子和消极因子，其中积极因子包括货运量、历年船舶平均吨位，消极因子包括经济因素、政策因素、 船员从业人员素质。
全文摘要
本发明公开了一种限制条件下内河航道船舶大型化预测方法。本发明包括如下步骤第一步，确定限制条件及影响因子；第二步，选择预测模型；第三步，样本选择及预处理；第四步，选取限制条件；第五步，选择向量机类型及参数；第六步，建立模型并确定评价指标；第七步，进行预测分析。本发明通过选取支持向量机模型，以往年过闸平均吨位为影响因子，以航道等级为限制条件下船舶大型化进行预测。选用往年平均吨位作为影响因子，预测值在数据上具有粘滞性，出现缓慢增长，快速增长，稳定增长，平稳四个阶段，为船舶制造业和交通基础设施建设部门提供了时间上的参考和依据。
文档编号G06K9/62GK102298706SQ20111023103
公开日2011年12月28日 申请日期2011年8月12日 优先权日2011年8月12日
发明者夏莉敏, 张玮, 李俊星, 杨氾, 阮桯 申请人:河海大学