基于AIS数据挖掘的区域船舶到达模型研究

发布时间：2017-08-01 02:03

  本文关键词：基于AIS数据挖掘的区域船舶到达模型研究

  更多相关文章： 船舶到达规律 船舶间时距分布规律 AIS信息 数据挖掘 跨立试验 分布

【摘要】：海上交通仿真系统是一个复杂的大系统，，其中船舶到达模型是交通仿真系统的重要组成部分。根据交通流理论，船舶到达模型可以用船舶到达规律和船舶间时距分布规律来描述。为获取区域船舶到达模型特征参数，需要进行海上交通调查来获取数据信息，由于传统的海上交通调查方法耗时、费力，不便于研究。在信息时代，随着AIS设备的广泛使用，AIS数据蕴含着丰富的船舶信息，有助于海上交通调查获取数据信息。本文利用海量的船舶AIS数据，根据数据挖掘技术和数理统计原理，构建区域船舶到达数学模型，并进行实际AIS数据验证。主要工作如下： 1）利用OLAP技术，获取海上交通的数字特征。通过历史的AIS信息数据库和数据仓库，构建基于AIS信息的海上交通流联机分析处理系统（以下简称OLAP），得到船舶到达规律的数字特征。 2）建立船舶间时距分布模型，并设计高效的挖掘算法加以实现。在研究过程中，根据船舶AIS信息的动态、静态数据及AIS信息的播发特性，分别利用船舶通过门限的时间修正模型和平面几何的跨立试验求出船舶通过某一门限的时间，并比较其结果的优劣，最终确定用基于跨立试验的船舶间时距算法求取。 3）根据海上交通工程理论，建立适合港口区域的船舶到达模型，并用AIS数据加以验证。以厦门港、青岛港、连云港港口等港口及进长江航道为例，通过历史AIS数据，求得区域船舶到达模型的特征参数，并根据港口的航道特点，分析各区域船舶到达模型之间存在的共性和个性，得到更为有用的信息。 研究表明各港口的船舶到达模型，其船舶到达规律大致服从参数不同的负二项分布、泊松分布及二项分布，而船舶间时距近似的服从参数不同的分布，而相对于常用的分布模型更符合实际。本文对船舶到达模型的研究成果可为港口和航道主管部门改善海上通航环境、降低船舶事故、提高交通组织的效率等提供理论依据与支持，为下一步的研究奠定较为精细的模型基础。
【关键词】：船舶到达规律 船舶间时距分布规律 AIS信息 数据挖掘 跨立试验 分布
【学位授予单位】：集美大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U675.7
【目录】：

• 摘要4-5
• Abstract5-10
• 主要符号表10-11
• 第1章 绪论11-18
• 1.1 选题的研究目的和意义11
• 1.2 研究背景11-16
• 1.2.1 AIS 的应用研究现状12-14
• 1.2.2 数据挖掘技术在海上交通领域的研究14-15
• 1.2.3 船舶到达规律模型的国内外研究现状15-16
• 1.3 论文主要研究内容及创新点16-17
• 1.4 本章小结17-18
• 第2章 AIS 数据采集、存储、分析与挖掘的基础理论18-26
• 2.1 数据仓库和数据挖掘技术18-19
• 2.1.1 数据仓库的基本概述18
• 2.1.2 OLAP 的基本概述18-19
• 2.1.3 数据挖掘的基本概述19
• 2.2 基于 ECDIS 和 AIS 的船舶综合信息服务系统19-23
• 2.3 海上交通流理论基本概述23-25
• 2.3.1 海上交通调查概述23-24
• 2.3.2 海上交通实况24-25
• 2.4 本章小结25-26
• 第3章 区域船舶到达规律挖掘算法26-34
• 3.1 船舶到达规律26-29
• 3.1.1 船舶交通量26
• 3.1.2 船舶分布26
• 3.1.3 交通量的概率分布数学模型26-29
• 3.2 基于 AIS 数据的海上交通流 OLAP 系统开发29-33
• 3.2.1 海上交通流 OLAP 系统开发的背景和意义29-30
• 3.2.2 海上交通流 OLAP 系统开发的技术路线30-32
• 3.2.3 OLAP 实例32-33
• 3.3 本章小结33-34
• 第4章 区域船舶间时距挖掘算法34-47
• 4.1 船舶间时距34-39
• 4.1.1 船舶间时距的概念34
• 4.1.2 船舶间时距分布模型简介34-36
• 4.1.3 船舶间时距拟合方法36-39
• 4.1.4 船舶间时距分布模型检验39
• 4.2 基于时间修正模型的船舶间时距算法39-42
• 4.2.1 基于 TCM 的关键技术39-41
• 4.2.2 基于 TCM 算法的设计与步骤41-42
• 4.3 基于跨立试验的船舶间时距算法42-44
• 4.3.1 基于 ST 的关键技术42-43
• 4.3.2 基于 ST 算法的设计与步骤43-44
• 4.4 两种船舶间时距算法的比较分析44-46
• 4.4.1 时间复杂度44-45
• 4.4.2 数据比对45-46
• 4.4.3 两种算法的结果分析46
• 4.5 本章小结46-47
• 第5章 区域船舶到达模型实例47-60
• 5.1 厦门港主航道的区域船舶到达模型研究47-52
• 5.1.1 厦门港观测区域和观测门限的确定47
• 5.1.2 厦门港主航道船舶到达规律数学模型47-49
• 5.1.3 厦门港主航道船舶间时距分布数学模型49-52
• 5.2 青岛港的区域船舶到达模型研究52-54
• 5.2.1 青岛港观测区域和观测门限的确定52
• 5.2.2 青岛港船舶到达规律数学模型52-53
• 5.2.3 青岛港船舶间时距分布数学模型53-54
• 5.3 连云港的区域船舶到达模型研究54-56
• 5.3.1 连云港航道概况54
• 5.3.2 连云港船舶到达规律数学模型54-55
• 5.3.3 连云港船舶间时距分布数学模型55-56
• 5.4 长江口主航道的区域船舶到达模型研究56-57
• 5.4.1 长江口主航道概况56
• 5.4.2 长江口主航道船舶到达规律数学模型56-57
• 5.4.3 长江口主航道船舶间时距分布数学模型57
• 5.5 本章小结57-60
• 第6章 结论与展望60-62
• 6.1 结论60
• 6.2 展望60-62
• 致谢62-63
• 参考文献63-66
• 附录66-82
• 在学期间发表的学术论文82

【参考文献】

中国期刊全文数据库 前10条

1 王元庆,李继锐,周伟;道路车间时距分布探讨[J];重庆交通学院学报;2001年01期

2 郑中义;李红喜;陈涛;;船舶吨位与碰撞事故关系[J];大连海事大学学报;2007年S2期

3 杨兴晏;海港船舶到港规律浅析[J];港工技术;1986年01期

4 程世辉;卢翠英;;算法的时间复杂度分析[J];河南教育学院学报(自然科学版);2007年04期

5 黄丽卿,胡稳才,邵哲平;AIS输出数据包的解包技术研究[J];集美大学学报(自然科学版);2005年01期

6 刘敬贤;李云斌;;天津港主航道船舶到达规律的统计分析[J];武汉理工大学学报(交通科学与工程版);2008年02期

7 余劲;张玮;姜继红;廖鹏;;西江航道船舶流的概率分布特性[J];交通运输工程学报;2006年02期

8 梁第;张铭丽;;Rough Set理论研究及其在水上交通事故分析的应用[J];科学技术与工程;2009年13期

9 白亭颖;朱勇强;;e-Navigation发展研究[J];中国海事;2011年07期

10 纪贤标;邵哲平;潘家财;孙腾达;;AIS信息分布式采集系统的开发及关键技术[J];上海海事大学学报;2007年01期

本文编号：602033