基于数据挖掘技术的船舶能耗评估系统建模

发布时间：2017-08-03 16:20

  本文关键词：基于数据挖掘技术的船舶能耗评估系统建模

  更多相关文章： 船舶能耗 数据挖掘技术 粗糙集 聚类分析 能耗评估系统

【摘要】：针对船舶能耗问题,国际海事组织依据《联合国气候变化框架公约》提出国际航运业的温室效应气体减排问题,制定了能效设计指数(EEDI)和船舶能效管理计划(SEEMP)等船舶能效标准。面对国际海事组织不断提出一些强制性要求,建立船舶能耗评估系统,促进航运业节能减排,提高航运业的营运管理水平,具有重要的现实意义。本文主要的研究内容如下:介绍数据挖掘的概念和特征以及实现步骤,探讨将数据挖掘技术应用于船舶能耗评估的可行性,分析并比较数据挖掘的任务和常用方法,从中寻找适用于船舶能耗评估系统建模的数学算法。分析影响船舶能耗的因素,包括主机、发电柴油机、辅锅炉等船舶机械设备以及船龄、航速、风况等船舶航行情况,采取递阶层次结构建立船舶能耗评价指标体系,通过数据挖掘技术中的粗糙集方法分配不同指标之间的权重,得到了各个指标对船舶能耗的影响情况,应用灰色聚类分析方法建立了船舶能耗评估模型。通过设计专家问卷,在获取专家经验、案例以及书籍等知识的基础上,结合船舶航行情况数据建立船舶能耗知识库模型,在船舶能耗评估系统中实现了相应的船舶知识管理功能,实现数据库和知识库的协调处理。基于船舶能耗评估模型和知识库模型,采用WAMP(Windows+Apache+MySQL+PHP)环境开发了基于B/S架构的船舶能耗评估系统,新增的数据记录存储入数据库,作为其他船舶能耗评估的数据挖掘参考,同时系统实现了知识管理和共享,为用户做出决策提供了支持。本文创建的船舶能耗评估系统模型为船舶能耗评估提供了新的的方法,结合数据挖掘技术建立了科学的船舶能耗数据库和知识库管理模型,对航运企业进行船舶营运管理和降低能耗实现船舶节能具有参考和支持作用。
【关键词】：船舶能耗 数据挖掘技术 粗糙集 聚类分析 能耗评估系统
【学位授予单位】：集美大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U676.3
【目录】：

• 摘要4-5
• Abstract5-10
• 第1章 绪论10-15
• 1.1 背景和意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 船舶能耗评价的研究现状11
• 1.2.2 数据挖掘技术的发展及国内外研究现状11-13
• 1.3 本文的主要研究内容13-15
• 第2章 数据挖掘技术的相关理论15-21
• 2.1 数据挖掘的基本概念与特征15
• 2.2 数据挖掘的实现过程15-16
• 2.3 数据挖掘的任务16-18
• 2.3.1 分类16-17
• 2.3.2 关联规则17
• 2.3.3 聚类分析17-18
• 2.3.4 孤立点分析18
• 2.3.5 回归分析18
• 2.4 数据挖掘技术的常用方法18-20
• 2.4.1 决策树18-19
• 2.4.2 神经网络19
• 2.4.3 统计学习19
• 2.4.4 模糊集19
• 2.4.5 粗糙集19-20
• 2.5 本章小结20-21
• 第3章 船舶能耗评估模型的建立21-34
• 3.1 船舶燃油消耗和船舶能耗统计21-23
• 3.1.1 运输船舶燃油消耗量21
• 3.1.2 船舶能耗统计及分析21-23
• 3.2 建立船舶能耗评价指标体系23-25
• 3.3 基于粗糙集确定船舶能耗评估指标权重25-29
• 3.3.1 粗糙集的基本概念25-26
• 3.3.2 基于粗糙集的权重确定步骤26-27
• 3.3.3 船舶能耗评估指标权重确定实例27-29
• 3.4 基于灰色聚类方法的船舶能耗评估模型29-33
• 3.4.1 灰色聚类方法29
• 3.4.2 基于灰色聚类方法的能耗评估建模及实例29-33
• 3.5 本章小结33-34
• 第4章 船舶能耗知识库模型的建立34-43
• 4.1 知识库与知识管理34-37
• 4.1.1 知识库概述34-35
• 4.1.2 知识库与数据库的联系与区别35
• 4.1.3 基于本体的知识管理运作过程35-37
• 4.2 船舶能耗知识库模型的实现37-42
• 4.2.1 船舶能耗领域本体知识库建立的技术路线38-39
• 4.2.2 船舶能耗数据库和知识库协调处理机制研究39-40
• 4.2.3 船舶能耗知识库管理功能的设计40-42
• 4.3 本章小结42-43
• 第5章 基于数据挖掘技术的船舶能耗评估系统的开发43-52
• 5.1 系统开发环境43-44
• 5.2 系统总体框架44-45
• 5.3 系统功能设计45-51
• 5.3.1 数据库的设计45-47
• 5.3.2 系统网站设计47-51
• 5.4 本章小结51-52
• 第6章 总结与展望52-54
• 6.1 总结52
• 6.2 展望52-54
• 致谢54-55
• 参考文献55-57
• 附录57-68
• 在学期间科研成果情况68

【相似文献】

中国期刊全文数据库 前10条

1 刘兰辉;论前途光明的数据挖掘技术[J];内蒙古科技与经济;2004年05期

2 方忠祥,屠立;数据挖掘技术在客户关系管理中的应用研究[J];机床与液压;2005年06期

3 王文兴;;数据挖掘技术的道与术[J];机械工业信息与网络;2006年03期

4 李志;;浅析数据挖掘技术[J];硅谷;2008年21期

5 孔莉莎;刘闻;;浅谈数据挖掘技术与军事决策支持[J];装备制造技术;2009年10期

6 王旭;;对数据挖掘技术在各领域内应用的探讨[J];中国新技术新产品;2009年24期

7 劳飞;;数据挖掘技术在交通事故分析中的应用[J];山东交通科技;2010年05期

8 王顺民;;构建基于数据挖掘技术的现代医院信息平台[J];制造业自动化;2011年05期

9 潘程;陈玉华;;浅谈数据挖掘技术在零售业中的应用[J];中国新技术新产品;2011年16期

10 宋向瑛;;数据挖掘技术在党校信息化管理的应用[J];硅谷;2012年09期

中国重要会议论文全文数据库 前10条

1 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集（第二十二卷）[C];2007年

2 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

3 宁红梅;安志兴;葛亚明;李敬玺;赵坤;钟华;陈俊杰;崔艳红;;数据挖掘技术在兽医学中的应用[A];Proceedings of 2010 National Vocational Education of Communications and Information Technology Conference (2010 NVCIC)[C];2010年

4 王桂芹;黄道;;数据挖掘技术综述[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

5 徐宝莲;李晓奇;;数据挖掘技术在网络游戏中的应用[A];第十一届中国不确定系统年会、第十五届中国青年信息与管理学者大会论文集[C];2013年

6 胡广芹;陆小左;;数据挖掘技术在中医诊断中的应用[A];中国中西医结合学会诊断专业委员会2009’年会论文集[C];2009年

7 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

8 铁军;吴智明;;数据挖掘技术在工业铝电解生产中的应用[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

9 王建华;王菲;黄国建;;数据挖掘技术研究的现状及展望[A];中国运筹学会第六届学术交流会论文集（上卷）[C];2000年

10 肖健华;吴今培;;数据挖掘技术及其应用实例[A];2001年中国智能自动化会议论文集（下册）[C];2001年

中国重要报纸全文数据库 前10条

1 记者　吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年

2 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年

3 梅静彦;数据挖掘技术在美国银行的应用[N];金融时报;2006年

4 邹广普;数据挖掘技术在保险业中的应用[N];中国保险报;2010年

5 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年

6 张崇峰;挖掘，再挖掘[N];中国计算机报;2003年

7 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年

8 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年

9 刘军 兰小红 龚富强;新技术为老装备“保驾护航”[N];大众科技报;2006年

10 ;软件产业人才培养又辟新路[N];中国高新技术产业导报;2000年

中国博士学位论文全文数据库 前10条

1 沈忱;基于贝叶斯网络数据挖掘技术研究《本草纲目》活血化瘀类中药性—效—用关系[D];南京中医药大学;2015年

2 钱力维;胡国俊祛邪助运治疗老年病学术思想和经验总结[D];南京中医药大学;2016年

3 姚山;基于数据挖掘技术的造林决策研究[D];北京林业大学;2008年

4 曹秀英;基于粗集的数据挖掘技术及其应用研究[D];哈尔滨工程大学;2003年

5 伍平阳;基于数据挖掘技术的医疗设备绩效预测方法的应用研究[D];南方医科大学;2008年

6 刘刚;数据挖掘技术与分类算法研究[D];中国人民解放军信息工程大学;2004年

7 王勇;时序数据挖掘技术及其在水质预测中的应用研究[D];广东工业大学;2005年

8 熊忠阳;面向商业智能的并行数据挖掘技术及应用研究[D];重庆大学;2004年

9 朱恒民;领域知识制导的数据挖掘技术及其在中药提取中的应用[D];南京航空航天大学;2006年

10 毛国君;数据挖掘技术与关联规则挖掘算法研究[D];北京工业大学;2003年

中国硕士学位论文全文数据库 前10条

1 肖建国;数据挖掘技术在就业指导与本科教学改革工作中的应用研究[D];吉林大学;2008年

2 钱和平;基于改进的灰色理论数据挖掘技术的研究[D];内蒙古农业大学;2010年

3 安冬冬;基于数据挖掘技术的常规公交服务水平评价体系研究[D];西南交通大学;2015年

4 陈萍;数据挖掘技术在网络教学中的应用研究[D];广东技术师范学院;2015年

5 陈勇;基于数据挖掘技术的门诊医疗管理研究[D];河北工业大学;2015年

6 丁磊;数据挖掘技术在高校教师科研管理中的应用研究[D];大连海事大学;2016年

7 隋春明;基于数据挖掘技术的电力营销分析系统的设计与实现[D];电子科技大学;2015年

8 许江峰;数据挖掘技术在P2P网络金融中的应用研究[D];北京交通大学;2016年

9 王磊;数据挖掘技术在保险公司内部审计中的运用研究[D];山东财经大学;2015年

10 赵海东;数据挖掘技术在犯罪分析中的研究与应用[D];中国海洋大学;2014年

，

本文编号：615244