一种基于AIS基站的港口船舶管理方法及系统与流程

本发明涉及船舶管理，具体是涉及一种基于ais基站的港口船舶管理方法及系统。

背景技术：

1、ais系统，即船舶自动识别系统(automatic identification system)，是国际海事组织imo、国际航标协会iala、国际电信联盟itu-r于2000年共同强力推广的一个具有船舶自动识别、通信和导航功能的新型助行电子系统。

2、ais系统由岸基、星基接收设施和船载设备共同组成，安装了ais设备的船台可向他船及基站自动播发本船的动态信息、静态信息、航次信息等相关信息，从而掌握附近海域的船舶航行情况，为船员在规划航线、维护安全提供保障。

3、现有技术中，港口船舶管理系统对于ais基站采集的船舶信息缺乏有效的合理复用，难以根据港口的实际管理状态进行合理的调整规划港口的船舶管理方案，难以合理的规划港口船舶的进港顺序，易导致港口船舶拥堵。

技术实现思路

1、为解决上述技术问题，提供一种基于ais基站的港口船舶管理方法及系统，本技术方案解决了上述的的问题。

2、为达到以上目的，本发明采用的技术方案为：

3、一种基于ais基站的港口船舶管理方法，包括：

4、通过ais基站自动识别港口的当前船舶信息，构建港口船舶动态更新表；

5、基于ais基站自动识别确定需要进入港口的若干船舶信息，获取预计到港船舶状态数据；

6、构建与船舶型号一一对应的船舶停留预测模型，所述船舶停留预测模型以船舶的卸货量为输入，以船舶的预计停留时间为输出；

7、基于船舶停留预测模型，预测计算港口的当前每一条船舶的离港时间；

8、基于船舶实际离港时间，实时更新船舶动态更新表，并同步更新训练船舶停留预测模型；

9、设定一分析周期，确定所有到港时间在下一分析周期内所有预计到港船舶，并汇总得到预计到港船舶表；

10、基于港口的船舶停留预测模型，预测计算所有在下一分析周期内离港的船舶，并基于港口的容纳状态，预测港口在下一分析周期剩余船舶容量；

11、基于港口在下一分析周期剩余船舶容量和下一分析周期内所有预计到港船舶，进行智能规划下一分析周期内的入港船舶。

12、优选的，所述构建与船舶型号一一对应的船舶停留预测模型具体包括：

13、获取每一个船舶型号在港口的若干个历史卸货量和历史停留时间，并将每一个历史卸货量和与历史卸货量对应的历史停留时间封装成原始训练数据组，获得若干个原始训练数据组；

14、将原始训练数据组按照8:2的数量比随机划分成模型训练数据组与模型验证数据组；

15、构建损失函数；

16、通过模型训练数据组进行训练获得若干个待验证训练模型；

17、将模型验证数据组中的历史卸货量输入待验证训练模型中，得到待验证预测停留时间；

18、基于待验证预测停留时间和模型验证数据组中的历史停留时间，通过损失函数，计算每一个待验证训练模型的模型损失值；

19、筛选出模型损失值最小的待验证训练模型，作为船舶停留预测模型。

20、优选的，所述损失函数具体为：

21、

22、式中，m为模型损失值，为第i个待验证预测停留时间，yi为第i个模型验证数据组中的历史停留时间，n为模型验证数据组总数，为所有模型验证数据组中的历史停留时间平均值。

23、优选的，所述基于船舶实际离港时间，实时更新船舶动态更新表，并同步更新训练船舶停留预测模型具体包括：

24、确定离港船舶信息，并将离港船舶信息从船舶动态更新表中删除，同时获取离港船舶的型号、卸货量和实际停留时间；

25、调取与离港船舶的型号对应的船舶停留预测模型，并将离港船舶的卸货量和实际停留时间加入至模型验证数据组，进行重新验证训练船舶停留预测模型。

26、优选的，所述基于港口的船舶停留预测模型，预测计算所有在下一分析周期内离港的船舶，并基于港口的容纳状态，预测港口在下一分析周期剩余船舶容量具体包括：

27、获取港口当前的剩余船舶容量；

28、获取下一分析周期内离港的船舶占用的船舶容量；

29、将港口当前的剩余船舶容量和下一分析周期内离港的所有船舶占用的船舶容量总和进行相加，得到港口在下一分析周期剩余船舶容量。

30、优选的，所述基于港口在下一分析周期剩余船舶容量和下一分析周期内所有预计到港船舶，进行智能规划下一分析周期内的入港船舶具体包括：

31、确定下一分析周期内所有预计到港船舶的预计到港时间，并计算所有预计到港船舶的预计到港时间与下一分析周期的截止时间的间隔时长；

32、确定每一个预计到港船舶的卸货量和占用的船舶容量；

33、基于所有预计到港船舶的预计到港时间与下一分析周期的截止时间的间隔时长、卸货量和占用的船舶容量，通过优先级计算公式计算每一个预计到港船舶的进港优先级；

34、基于预计到港船舶的进港优先级，进行调度到港船舶进港顺序；

35、所述优先级计算公式具体为：

36、

37、式中，yj为第j个预计到港船舶的进港优先级，α1为时间权重，α2为卸货量权重，α3为船舶占用容量权重，m为下一分析周期的预计到港船舶总数，tj为第j个预计到港船舶的预计到港时间与下一分析周期的截止时间的间隔时长，xj为第j个预计到港船舶的卸货量，sj为第j个预计到港船舶占用的船舶容量。

38、优选的，所述基于预计到港船舶的进港优先级，进行调度到港船舶进港顺序具体包括：

39、确定到港船舶的型号，调取对应的船舶停留预测模型，输入预计到港船舶的卸货量，预测计算预计到港船舶的预计停留时间；

40、确定到港船舶的进港优先级，判断预计到港船舶表中是否存在比到港船舶的进港优先级高的预计到港船舶，若否，则直接安排到港船舶进港，并在预计到港船舶表中删除该到港船舶，若是，则确定所有进港优先级高于到港船舶的的预计到港船舶，记为高优先级船舶；

41、基于到港船舶的预计停留时间，确定到港船舶预计离港时间，将所有预计到港时间早于到港船舶预计离港时间的高优先级船舶，记为第一筛选船舶；

42、确定到港船舶进港后的港口剩余船舶容量，记为第一剩余船舶容量；

43、确定所有第一筛选船舶的船舶占用总量，记为第一船舶占用总量；

44、判断第一船舶占用总量是否大于第一剩余船舶容量，若是，则安排到港船舶至暂停区等待，若否，则直接安排到港船舶进港，并在预计到港船舶表中删除该到港船舶。

45、进一步的，提出一种基于ais基站的港口船舶管理系统，用于实现如上述的基于ais基站的港口船舶管理方法，包括：

46、ais基站，所述ais基站用于获取港口的当前船舶信息和确定需要进入港口的若干船舶信息；

47、船舶预测模块，所述船舶预测模块与所述ais基站电性连接，所述船舶预测模块用于构建与船舶型号一一对应的船舶停留预测模型，所述船舶停留预测模型以船舶的卸货量为输入，以船舶的预计停留时间为输出，并基于船舶停留预测模型，预测计算港口的当前每一条船舶的离港时间；

48、船舶规划模块，所述船舶规划模块与所述船舶预测模块和所述ais基站电性连接，所述船舶规划模块用于设定一分析周期，确定所有到港时间在下一分析周期内所有预计到港船舶，并汇总得到预计到港船舶表、基于港口的船舶停留预测模型，预测计算所有在下一分析周期内离港的船舶，并基于港口的容纳状态，预测港口在下一分析周期剩余船舶容量和基于港口在下一分析周期剩余船舶容量和下一分析周期内所有预计到港船舶，进行智能规划下一分析周期内的入港船舶。

49、可选的，所述船舶预测模块包括：

50、模型构建单元，所述模型构建单元用于构建与船舶型号一一对应的船舶停留预测模型；

51、预测单元，所述预测单元用于基于船舶停留预测模型，预测计算港口的当前每一条船舶的离港时间；

52、更新单元，所述更新单元用于基于船舶实际离港时间，实时更新船舶动态更新表，并同步更新训练船舶停留预测模型。

53、可选的，所述船舶规划模块包括：

54、优先级计算单元，所述优先级计算单元用于计算下一分析周期内的每一个预计到港船舶的进港优先级；

55、船舶进港规划单元，所述船舶进港规划单元用于基于预计到港船舶的进港优先级，进行调度到港船舶进港顺序。

56、与现有技术相比，本发明的有益效果在于：

57、本发明提出一种基于ais基站的港口船舶管理方案，基于ais基站采集的港口船舶信息，进行合理的分析预测船舶的进港时间和出港时间，并通过时段划分，对时段内进港的船舶进行统一规划进港顺序，进而实现根据港口的实际管理状态进行合理的调整规划港口的船舶管理方案，通过合理的规划港口船舶的进港顺序，可有效的提高港口的工作效率，进而保证港口的高效有序化的运行，实现港口船舶的优化管理。