共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于XGBoost的船舶能耗实时预测显示文摘为更加准确地预测船舶能耗,提出一种基于新兴XGBoost算法的船舶能耗实时预测模型。通过传感器采集大量船舶能耗数据;结合领域知识,提出一种数据预处理方法;利用贝叶斯超参数优化及交叉验证方法优化模型性能。实验结果表明,数据预处理和超参数调优均能在一定程度上提高模型性能。与多元线性回归、人工神经网络、岭回归和随机森林模型相比,本文提出的模型具有更好的预测性能,且模型运行时间能达到秒级响应,满足船舶实时预测要求。高准确度、实时性强的能耗预测模型能为船舶未来采取合理的节能减排措施提供理论依据,对船舶运营公司提高竞争力和保护环境具有重要意义。 | 胡智辉 金永兴 周田瑞 胡勤友 | 2022 | 上海海事大学学报2022，43，1： | 2 |
| 2 | 基于LASSO的船舶日油耗预测研究显示文摘随着船舶燃油价格的不断上涨和国际海事组织对船舶碳排放的愈发限控,提高船舶油耗效率逐渐得到广泛关注,而船舶油耗预测是提高船舶油耗效率的重要前提。目前,在高维、稀疏的船舶油耗数据集中,众多算法存在可解释性低、泛化能力差的问题,为准确、有效地预测船舶日耗油量,提出一种基于套索(Least Absolute Shrinkage and Selection Operator,LASSO)算法的船舶日油耗预测模型。以某货船午时报告油耗数据为例,对船舶油耗数据进行了预测,并与岭回归(Ridge)、最小二乘法(Ordinary Least Squares,OLS)和人工神经网络(Artificial Neural Networks,ANN)进行对比,其均方误差均值分别降低了0.07、0.08和3.77。 | 张雨 | 2022 | 中国航海2022，45，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员