CN114003641A - 一种船舶航线运力统计方法和系统 - Google Patents

一种船舶航线运力统计方法和系统 Download PDF

Info

Publication number
CN114003641A
CN114003641A CN202111301762.1A CN202111301762A CN114003641A CN 114003641 A CN114003641 A CN 114003641A CN 202111301762 A CN202111301762 A CN 202111301762A CN 114003641 A CN114003641 A CN 114003641A
Authority
CN
China
Prior art keywords
data
ship
time
ais
real
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111301762.1A
Other languages
English (en)
Inventor
李鑫
冉佳佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cosco Shipping Technology Co Ltd
Original Assignee
Cosco Shipping Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Cosco Shipping Technology Co Ltd filed Critical Cosco Shipping Technology Co Ltd
Priority to CN202111301762.1A priority Critical patent/CN114003641A/zh
Publication of CN114003641A publication Critical patent/CN114003641A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Fuzzy Systems (AREA)
  • Development Economics (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种船舶航线运力计算方法及系统，该方法先采集船舶AIS数据和船舶库数据，存入数据库，再对船舶AIS数据进行筛选和分类，得到AIS实时数据和AIS历史数据，然后分别对AIS实时数据和AIS历史数据中的目的港数据进行补全，并根据补全后的AIS实时数据和AIS历史数据中的出发港、目的港、开始时间和结束时间，计算得到航线实时数据和航线历史数据，再遍历航线实时数据和航线历史数据，结合船舶库数据，采用累加算法，对航线实时数据和航线历史数据进行累加统计得到航线实时运力数据和历史运力数据，最后通过数据可视化技术，将航线实时运力数据和航线历史运力数据实时进行可视化分类展示，有效解决了船舶运力计算低效、不准确、不全面的问题。

Description

一种船舶航线运力统计方法和系统
技术领域
本发明涉及海洋运输技术领域，具体涉及一种船舶航线运力统计方法和系统。
背景技术
海运作为重要的运输方式，在全球贸易中扮演着重要角色。各大航运公司作为海运的中坚力量，其职能之一就是保证公司船舶的正常运营，如何提高公司船舶运力，往往是他们最关心的问题。
新冠疫情以来，全球航运公司运力不断下降，直接导致了全球拥堵港口数量急剧上升和全球运价的屡创新高。以海运集装箱运输为例，海运集装箱TEU(Twenty feetEquivalent Unit)作为基本单位计算箱量，一个TEU相当于是一个20尺集装箱，单位TEU的运价从疫情前的4000美金上涨到20000美金，直接导致部分商品价格的上涨，影响到作为贸易终端的普通消费者。
船舶运力在国际贸易、行业、公司甚至个人等方面影响深远。但是，目前对于航线的运力计算，大多依靠人工或人工参与完成，没有一种实时和历史运力算法和展示系统以实现自动计算和展示船舶航线运力。航运公司在安排或调整船舶航线运力规划时，存在低效、不准确、不全面的问题。
发明内容
为解决现有对船舶航线运力计算过程中存在的低效、不准确以及不全面等问题，本发明提供了一种船舶航线运力统计方法，通过将实时获取的船舶AIS数据与船舶AIS历史数据相结合，计算得到船舶航线数据，进而统计得到船舶航线实时及历史运力，具有高效性、准确性和全面性的优点。本发明还涉及一种船舶航线实时运力统计系统。
本发明的技术方案如下：
一种船舶航线运力计算方法，其特征在于，包括以下步骤：
数据采集步骤：采集船舶AIS数据和船舶库数据，存入数据库；
数据预处理步骤：对采集至数据库中的船舶AIS数据进行筛选和分类，筛选得到有效的船舶AIS数据，再分类得到AIS实时数据和AIS历史数据，存入数据库；
数据处理步骤：分别对AIS实时数据和AIS历史数据中的目的港数据进行补全，并根据补全后的AIS实时数据和AIS历史数据中的出发港、目的港、开始时间和结束时间，计算得到航线实时数据和航线历史数据；
运力统计步骤：用于遍历航线实时数据和航线历史数据，结合采集的船舶库数据，采用累加算法，按照船型、船舶所属公司和时间段，对航线实时数据和航线历史数据分别进行累加统计得到航线实时运力数据和历史运力数据；
数据可视化步骤，通过数据可视化技术，将航线实时运力数据和航线历史运力数据实时进行可视化分类展示。
优选地，数据采集步骤中，所述船舶AIS数据包括静态数据和动态数据，所述静态数据包括船舶移动业务识别码MMSI和呼号，所述动态数据包括船舶经纬度位置信息、航行状态、时间戳、对地航向、对地航速、吃水、出发港、目的港和预抵时间。
优选地，所述数据采集步骤中，所述船舶库数据包括船名、船舶类型、船舶所属公司、载重吨和TEU。
优选地，所述数据处理步骤中，根据某船舶在航行状态下所有AIS数据中的经纬度位置信息和该船舶在所有历史航线中的经纬度位置信息的匹配程度，判断是否对AIS实时数据进行补全，若匹配程度达到预设的匹配程度阈值，则通过补全得到该船舶预计的目的港；
和/或，在历史航线中，根据某船舶从某一起始港出发到达目的港次数最多的航线对AIS实时数据进行补全，以得到该船舶预计的目的港。
优选地，所述数据处理步骤中，通过系统程序自动查询全球港口经纬度位置信息库，判断目的港是否为实际靠泊的港口，若目的港不是实际靠泊的港口，则对AIS历史数据进行自动补全，将实际靠泊的港口作为目的港。
优选地，所述运力统计步骤，按照出发港、目的港、船型、船舶所属公司，对航线实时数据进行运力累加统计得到航线实时运力数据，按照出发港、目的港、船型、船舶所属公司、开始时间和结束时间分类，对航线历史数据进行运力累加统计得到航线历史运力数据；
和/或，所述数据可视化步骤，按照出发港、目的港为查询条件，展示不同港口对应的航线实时运力和航线历史运力；按照开始时间、结束时间展示不同时间段的航线历史运力；按照船型展示不同种类船舶的航线实时运力和航线历史运力；对于集装箱船舶使用TEU反映运力情况，对于其他种类的船舶，使用载重吨反映运力情况。
一种船舶航线运力计算系统，其特征在于，包括数据采集模块、数据库、数据预处理模块、数据处理模块、运力统计模块和数据可视化模块，
所述数据采集模块，采集船舶AIS数据和船舶库数据，存入数据库；
所述数据预处理模块包括数据筛选单元和数据分类单元，所述数据筛选单元对采集至数据库中的船舶AIS数据进行筛选得到有效的船舶AIS数据，所述数据分类单元对筛选后的数据进行分类得到AIS实时数据和AIS历史数据，存入数据库；
所述数据处理模块包括数据补全单元和航线分类单元，所述数据补全单元分别对AIS实时数据和AIS历史数据中的目的港数据进行补全，所述航线分类单元根据补全后的AIS实时数据和AIS历史数据中的出发港、目的港、开始时间和结束时间，计算得到航线实时数据和航线历史数据；
所述运力统计模块，用于遍历航线实时数据和航线历史数据，结合采集的船舶库数据，采用累加算法，按照船型、船舶所属公司和时间段，对航线实时数据和航线历史数据分别进行累加统计得到航线实时运力数据和历史运力数据；
所述数据可视化模块，通过数据可视化技术，将航线实时运力数据和航线历史运力数据实时进行可视化分类展示。
优选地，所述运力统计模块包括航线实时运力统计单元和航线历史运力统计单元，所述实时运力统计单元根据出发港、目的港和船型，对航线实时数据进行运力累加统计，得到航线实时运力数据，所述航线历史运力统计单元按照出发港、目的港、船型、开始时间和结束时间分类，对航线历史数据进行运力累加统计，得到航线历史运力数据。
优选地，所述数据处理模块中，根据某船舶在航行状态下所有AIS数据中的经纬度位置信息和该船舶在所有历史航线中的经纬度位置信息的匹配程度，判断是否对AIS实时数据进行补全，若匹配程度达到预设的匹配程度阈值，则通过补全得到该船舶预计的目的港；
和/或，在历史航线中，根据某船舶从某一起始港出发到达目的港次数最多的航线对AIS实时数据进行补全，以得到该船舶预计的目的港。
优选地，所述数据处理模块中，通过系统程序自动查询全球港口经纬度位置信息库，判断目的港是否为实际靠泊的港口，若目的港不是实际靠泊的港口，则对AIS历史数据进行自动补全，将实际靠泊的港口作为目的港。
本发明的有益效果为：
本发明提供的一种船舶航线运力计算方法，首先采集船舶AIS数据和船舶库数据，存入数据库，并对采集至数据库中的船舶AIS数据进行筛选和分类，得到AIS实时数据和AIS历史数据，通过对船舶AIS数据进行筛选，能够排除不满足航线条件的船舶AIS数据，得到有效的船舶AIS数据；然后分别对AIS实时数据和AIS历史数据中可能缺失的目的港数据进行补全，使得后续船舶运力计算更全面，准确；并根据补全后的AIS实时数据和AIS历史数据中的出发港、目的港、开始时间和结束时间，计算得到航线实时数据和航线历史数据，再根据计算得到的航线实时数据和航线历史数据，结合船舶库数据中的载重数据或TEU，通过采用预设累加算法，对船舶库数据进行累加统计得到航线实时运力数据和历史运力数据，最后通过数据可视化技术，将航线实时运力数据和航线历史运力数据实时进行可视化分类展示。该方法通过将实时获取的船舶AIS数据与船舶AIS历史数据相结合，计算得到船舶航线数据，进而结合船舶库数据统计得到船舶航线实时及历史运力，有效解决了船舶运力计算低效、不准确、不全面的问题，能够高效、准确和全面的实现船舶航线实时及历史运力计算和展示。
本发明还涉及一种船舶航线实时运力及历史运力计算系统，该系统与上述的船舶航线实时运力及历史运力计算方法相对应，可理解为是一种实现上述船舶航线实时运力及历史运力计算方法的系统，包括数据采集模块、数据库、数据预处理模块、数据处理模块、运力统计模块和数据可视化模块，各模块相互协同工作，通过将实时获取的船舶AIS数据与船舶AIS历史数据相结合，计算得到船舶航线数据，进而结合船舶库数据统计得到船舶航线实时及历史运力，有效解决了船舶运力计算低效、不准确、不全面的问题，故本发明所涉及系统实质为一种高效、准确、全面的船舶航线实时及历史运力算法和展示系统。
附图说明
图1是本发明船舶航线运力计算方法的流程图。
图2是本发明船舶航线运力计算系统的优选结构框图。
具体实施方式
下面结合附图对本发明进行说明。
本发明涉及一种船舶航线运力计算方法，也可称为是船舶航线实时运力及历史运力计算方法，该方法的流程图如图1所示，依次包括以下步骤：
数据采集步骤：采集船舶自动识别系统(Automatic Identification System，简称AIS)数据和船舶库数据，存入数据库，具体地，先使用Python语言中的psycopg2(是Python语言的PostgreSQL数据库接口)连接PostgreSQL数据库，从PostgreSQL数据库中查询所有船舶的AIS数据，并通过网络爬虫技术定时在全球各大船舶信息网站采集船舶库数据(即船舶基础数据)，并将上述数据存入数据库中。优选地，船舶AIS数据包括静态数据和动态数据，静态数据包括船舶移动业务识别码MMSI和呼号等，动态数据包括船舶经纬度位置信息、航行状态、时间戳、对地航向、对地航速、吃水、出发港、目的港和预抵时间等。优选地，船舶库数据包括船名、船舶类型、船舶所属公司、载重吨和TEU等。
数据预处理步骤：对采集至数据库中的船舶AIS数据进行筛选，得到有效的船舶AIS数据，并将有效的船舶AIS数据进行分类，得到AIS实时数据和AIS历史数据，所述AIS实时数据是指船舶AIS数据中航行状态是航行、锚泊的数据，所述AIS历史数据是指船舶AIS数据中航行状态是靠泊的数据。具体地，实时处理存入数据库的船舶AIS数据，根据AIS数据status(状态)字段对AIS数据进行筛选，其中，status(状态)字段为：1为锚泊，5为靠泊，0为航行，筛选出航行动态为“0”(即航行)或“1”(即锚泊)的数据，标识为航行状态，筛选出航行动态为“5”(即靠泊)的数据，标识为靠泊状态，并将上述筛选得到的数据存入数据库中，然后，以定时任务的方式，循环处理数据库中的数据，筛选出MMSI对应的最新数据，若该数据的航行状态为“0”(即航行)或“1”(即锚泊)，则将该数据标识为AIS实时数据，而对于所有航行状态为“5”(即靠泊)的数据，按照MMSI分组，标识为AIS历史数据。
需要说明的是，当航行状态从“0”或“1”变成“5”后，将对应的AIS实时数据转为AIS历史数据。
数据处理步骤：AIS实时数据和AIS历史数据中，因为目的港数据为人工填写，可能出现漏填或错填的情况，所以需要分别对AIS实时数据和AIS历史数据中的目的港数据进行补全，并根据补全后的目的港数据，结合AIS实时数据和AIS历史数据中的出发港、开始时间和结束时间，计算得到航线实时数据和航线历史数据。进一步地，所述目的港，通过处理船舶AIS数据中的目的港数据，结合所述AIS实时数据和AIS历史数据计算得到；所述出发港通过所述历史数据计算得到；所述开始时间和结束时间，通过结合所述AIS实时数据和AIS历史数据计算得到。
其中，对AIS实时数据进行补全，是结合航线开始后某船舶在航行状态下所有AIS数据中的经纬度位置信息和该船舶在所有历史航线中的经纬度位置信息的匹配程度，判断是否对AIS实时数据进行补全，若匹配程度达到预设的匹配程度阈值，则通过补全得到该船舶预计的目的港。具体地，循环匹配船舶的历史航线数据，对于船舶航线开始后的所有经纬度点，循环计算每个点与航线的最小距离，如果每个所得的距离值都小于航线偏离阈值，则视为航线匹配，补全AIS数据中的下一港数据，记录为航线实时数据。其中，航线偏离阈值D按照下式进行计算：
Figure BDA0003338596620000051
上式中，a为偏离阈值，b为偏离值占比阈值，c为偏离值最小绝对值，偏离阈值a默认取300海里，偏离值占比阈值b＝航线长度*25％，偏离值最小绝对值c默认取50海里。
优选地，还要结合船舶历史航线中，根据某船舶从某一起始港出发到达目的港次数最多的航线对AIS实时数据进行补全，以得到该船舶预计的目的港。
对于历史数据来说，即使航行状态为靠泊，也可能出现目的港错填或漏填的情况，故需要对AIS历史数据进行补全，是通过系统程序自动查询全球港口经纬度位置信息库，判断目的港是否为实际靠泊的港口，若目的港不是实际靠泊的港口，则对AIS历史数据进行自动补全，将实际靠泊的港口作为目的港。
数据补全后，根据补全后的AIS实时数据和AIS历史数据中的出发港、目的港、开始时间和结束时间，计算得到航线实时数据和航线历史数据。其中，航线实时数据包括出发港、目的港、开始时间和MMSI，航线历史数据包括结束时间。
运力统计步骤：运力数据有三种类型，艘次、载重吨和TEU，遍历航线实时数据和航线历史数据，结合采集的船舶库数据中的载重吨或TEU，按照船型、船舶所属公司和时间段通过累加统计得到航线实时运力数据和历史运力数据。具体地，可按照出发港、目的港、船型、船舶所属公司，对航线实时数据进行运力累加统计得到航线实时运力数据，按照出发港、目的港、船型、船舶所属公司、开始时间和结束时间分类，对航线历史数据进行运力累加统计得到航线历史运力数据。其中，航线实时数据运力按照下式进行计算：
ΣPi (2)
上式中，i＝1,2,...n，P为船舶运力，i为当前航行状态匹配该航线的船舶。
航线历史运力按照下式进行计算：
ΣLi, (3)
上式中，i＝1,2,...n，L为航线运力，i为上一个统计周期。
数据可视化步骤：通过数据可视化技术，将航线实时运力数据和航线历史运力数据实时进行可视化分类展示。其中，可以按照出发港和目的港为查询条件，展示不同港口对应的航线实时运力和航线历史运力，也可以按照开始时间和结束时间展示不同时间段的航线历史运力，还可以按照船型展示不同种类船舶的航线实时运力和航线历史运力。其中，对于集装箱船舶可使用TEU反映船舶的运力情况，而对于其他种类的船舶，则使用载重吨反映船舶的运力情况。
本发明还涉及了一种船舶航线运力计算系统，也可称为是船舶航线实时运力及历史运力计算系统，该系统与上述船舶航线实时运力及历史运力计算方法相对应，可理解为是实现上述方法的系统，如图2所示的优选结构框图，该系统包括数据采集模块001、数据库002、数据预处理模块003、数据处理模块004、运力统计模块005和数据可视化模块006，具体地，
数据采集模块001，采集船舶AIS数据和船舶库数据，存入数据库002中；
数据预处理模块003包括数据筛选单元0031和数据分类单元0032，所述数据筛选单元0031对采集至数据库002中的船舶AIS数据进行筛选，排除不满足航线条件的船舶AIS数据，得到有效的船舶AIS数据，也就是说，筛选出航行动态为“0”或“1”的数据，标识为航行状态，筛选出航行动态为“5”的数据，表示为靠泊状态，并将上述筛选得到的数据存入数据库002中；所述数据分类单元0032对筛选后的数据进行分类得到AIS实时数据和AIS历史数据，以定时任务的方式，循环处理数据库002中的数据，筛选出MMSI对应的最新数据，若该数据的航行状态为“0”或“1”，则将该数据标识为AIS实时数据，对于所有航行状态为“5”的数据，按照MMSI分组，标识为AIS历史数据，并存入数据库002中；
数据处理模块004包括数据补全单元0041和航线分类单元0042，所述数据补全单元0041用于补全AIS实时数据和AIS历史数据中可能缺省的目的港数据，即分别对AIS实时数据和AIS历史数据中的目的港数据进行补全，所述航线分类单元0042根据补全后的目的港数据，结合AIS实时数据和AIS历史数据中的出发港、开始时间和结束时间，计算得到航线实时数据和航线历史数据；
运力统计模块005，遍历航线实时数据和航线历史数据，结合采集的船舶库数据，采用累加算法，按照船型、船舶所属公司和时间段，对航线实时数据和航线历史数据分别进行累加统计得到航线实时运力数据和历史运力数据；
数据可视化模块006，通过数据可视化技术，将航线实时运力数据和航线历史运力数据实时进行可视化分类展示。
优选地，运力统计模005块包括航线实时运力统计单元0051和航线历史运力统计单元0052，所述实时运力统计单元0051根据出发港、目的港和船型，对航线实时数据进行运力累加统计，得到航线实时运力数据；所述航线历史运力统计单元0052按照出发港、目的港、船型、开始时间和结束时间分类，对航线历史数据进行运力累加统计，得到航线历史运力数据。
优选地，船舶AIS数据包括静态数据和动态数据，所述静态数据包括船舶移动业务识别码MMSI和呼号，所述动态数据包括船舶经纬度位置信息、航行状态、时间戳、对地航向、对地航速、吃水、出发港、目的港和预抵时间，船舶库数据包括船名、船舶类型、船舶所属公司、载重吨和TEU。
优选地，数据处理模块004中，AIS实时数据的目的港，根据某船舶在航行状态下所有AIS数据中的经纬度位置信息和该船舶在所有历史航线中的经纬度位置信息的匹配程度，判断是否对AIS实时数据进行补全，若匹配程度达到预设的匹配程度阈值，则通过补全得到该船舶预计的目的港；还要结合该船舶历史航线中从某一起始港出发到达目的港次数最多的目的港，以得到该船舶预计的目的港。
优选地，数据处理模块004中，通过系统程序自动查询全球港口经纬度位置信息库，判断目的港是否为实际靠泊的港口，若目的港不是实际靠泊的港口，则对AIS历史数据进行自动补全，将实际靠泊的港口作为目的港。
本发明提供了客观、科学的船舶航线实时运力及历史运力计算方法及系统，通过将实时获取的船舶AIS数据与船舶AIS历史数据相结合，计算得到船舶航线数据，进而结合船舶库数据累加统计得到船舶航线实时及历史运力，有效解决了船舶运力计算低效、不准确、不全面的问题。
应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造，但不以任何方式限制本发明创造。因此，尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换，总之，一切不脱离本发明创造的精神和范围的技术方案及其改进，其均应涵盖在本发明创造专利的保护范围当中。

Claims (10)

1.一种船舶航线运力计算方法，其特征在于，包括以下步骤：
数据采集步骤：采集船舶AIS数据和船舶库数据，存入数据库；
数据预处理步骤：对采集至数据库中的船舶AIS数据进行筛选和分类，筛选得到有效的船舶AIS数据，再分类得到AIS实时数据和AIS历史数据，存入数据库；
数据处理步骤：分别对AIS实时数据和AIS历史数据中的目的港数据进行补全，并根据补全后的AIS实时数据和AIS历史数据中的出发港、目的港、开始时间和结束时间，计算得到航线实时数据和航线历史数据；
运力统计步骤：用于遍历航线实时数据和航线历史数据，结合采集的船舶库数据，采用累加算法，按照船型、船舶所属公司和时间段，对航线实时数据和航线历史数据分别进行累加统计得到航线实时运力数据和历史运力数据；
数据可视化步骤，通过数据可视化技术，将航线实时运力数据和航线历史运力数据实时进行可视化分类展示。
2.根据权利要求1所述的船舶航线运力计算方法，其特征在于，数据采集步骤中，所述船舶AIS数据包括静态数据和动态数据，所述静态数据包括船舶移动业务识别码MMSI和呼号，所述动态数据包括船舶经纬度位置信息、航行状态、时间戳、对地航向、对地航速、吃水、出发港、目的港和预抵时间。
3.根据权利要求1所述的船舶航线运力计算方法，其特征在于，所述数据采集步骤中，所述船舶库数据包括船名、船舶类型、船舶所属公司、载重吨和TEU。
4.根据权利要求1所述的船舶航线运力计算方法，其特征在于，所述数据处理步骤中，根据某船舶在航行状态下所有AIS数据中的经纬度位置信息和该船舶在所有历史航线中的经纬度位置信息的匹配程度，判断是否对AIS实时数据进行补全，若匹配程度达到预设的匹配程度阈值，则通过补全得到该船舶预计的目的港；
和/或，在历史航线中，根据某船舶从某一起始港出发到达目的港次数最多的航线对AIS实时数据进行补全，以得到该船舶预计的目的港。
5.根据权利要求1所述的船舶航线运力计算方法，其特征在于，所述数据处理步骤中，通过系统程序自动查询全球港口经纬度位置信息库，判断目的港是否为实际靠泊的港口，若目的港不是实际靠泊的港口，则对AIS历史数据进行自动补全，将实际靠泊的港口作为目的港。
6.根据权利要求1所述的船舶航线运力计算方法，其特征在于，所述运力统计步骤，按照出发港、目的港、船型、船舶所属公司，对航线实时数据进行运力累加统计得到航线实时运力数据，按照出发港、目的港、船型、船舶所属公司、开始时间和结束时间分类，对航线历史数据进行运力累加统计得到航线历史运力数据；
和/或，所述数据可视化步骤，按照出发港、目的港为查询条件，展示不同港口对应的航线实时运力和航线历史运力；按照开始时间、结束时间展示不同时间段的航线历史运力；按照船型展示不同种类船舶的航线实时运力和航线历史运力；对于集装箱船舶使用TEU反映运力情况，对于其他种类的船舶，使用载重吨反映运力情况。
7.一种船舶航线运力计算系统，其特征在于，包括数据采集模块、数据库、数据预处理模块、数据处理模块、运力统计模块和数据可视化模块，
所述数据采集模块，采集船舶AIS数据和船舶库数据，存入数据库；
所述数据预处理模块包括数据筛选单元和数据分类单元，所述数据筛选单元对采集至数据库中的船舶AIS数据进行筛选得到有效的船舶AIS数据，所述数据分类单元对筛选后的数据进行分类得到AIS实时数据和AIS历史数据，存入数据库；
所述数据处理模块包括数据补全单元和航线分类单元，所述数据补全单元分别对AIS实时数据和AIS历史数据中的目的港数据进行补全，所述航线分类单元根据补全后的AIS实时数据和AIS历史数据中的出发港、目的港、开始时间和结束时间，计算得到航线实时数据和航线历史数据；
所述运力统计模块，用于遍历航线实时数据和航线历史数据，结合采集的船舶库数据，采用累加算法，按照船型、船舶所属公司和时间段，对航线实时数据和航线历史数据分别进行累加统计得到航线实时运力数据和历史运力数据；
所述数据可视化模块，通过数据可视化技术，将航线实时运力数据和航线历史运力数据实时进行可视化分类展示。
8.根据权利要求7所述的船舶航线运力计算系统，其特征在于，所述运力统计模块包括航线实时运力统计单元和航线历史运力统计单元，所述实时运力统计单元根据出发港、目的港和船型，对航线实时数据进行运力累加统计，得到航线实时运力数据，所述航线历史运力统计单元按照出发港、目的港、船型、开始时间和结束时间分类，对航线历史数据进行运力累加统计，得到航线历史运力数据。
9.根据权利要求7所述的船舶航线运力计算系统，其特征在于，所述数据处理模块中，根据某船舶在航行状态下所有AIS数据中的经纬度位置信息和该船舶在所有历史航线中的经纬度位置信息的匹配程度，判断是否对AIS实时数据进行补全，若匹配程度达到预设的匹配程度阈值，则通过补全得到该船舶预计的目的港；
和/或，在历史航线中，根据某船舶从某一起始港出发到达目的港次数最多的航线对AIS实时数据进行补全，以得到该船舶预计的目的港。
10.根据权利要求7所述的船舶航线运力计算系统，其特征在于，所述数据处理模块中，通过系统程序自动查询全球港口经纬度位置信息库，判断目的港是否为实际靠泊的港口，若目的港不是实际靠泊的港口，则对AIS历史数据进行自动补全，将实际靠泊的港口作为目的港。
CN202111301762.1A 2021-11-04 2021-11-04 一种船舶航线运力统计方法和系统 Pending CN114003641A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111301762.1A CN114003641A (zh) 2021-11-04 2021-11-04 一种船舶航线运力统计方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111301762.1A CN114003641A (zh) 2021-11-04 2021-11-04 一种船舶航线运力统计方法和系统

Publications (1)

Publication Number Publication Date
CN114003641A true CN114003641A (zh) 2022-02-01

Family

ID=79927519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111301762.1A Pending CN114003641A (zh) 2021-11-04 2021-11-04 一种船舶航线运力统计方法和系统

Country Status (1)

Country Link
CN (1) CN114003641A (zh)

Similar Documents

Publication Publication Date Title
US6492912B1 (en) System and method for efficiently notifying users of impending arrivals of vehicles
EP3879468B1 (en) Method and system for forecasting terminal congestion in seaports
US20150134558A1 (en) Method and system for tracking shipping cargo
CN113793106B (zh) 外贸物流处理系统及处理方法
CN111091226B (zh) 一种基于实际航运业务和数据挖掘的运力预测方法
CN105389986B (zh) 一种基于配货平台的实时路况检测方法及系统
KR101633645B1 (ko) 선박 운항정보 통합 관리 서버 및 그 방법
CN109658439A (zh) 船舶压港状态识别方法、装置、设备以及存储介质
CN114021810A (zh) 一种数字孪生料场管理系统
US20150134559A1 (en) Method and system for tracking vessels
CN114037230B (zh) 一种快速精准识别预计空载船舶信息的方法及系统
WO2021131500A1 (ja) 投影指示装置および投影指示システム
CN116664029A (zh) 冷链干线与落地配整合方法、装置、设备及存储介质
CN113822513B (zh) 一种基于锚地与泊位自动识别算法的港口拥堵监测方法
CN115511174A (zh) 一种船舶风险预测方法和系统
CN114462839A (zh) 港口运行效率实时分析方法及系统
CN114330640A (zh) 基于船舶ais大数据的船舶进出港靠离泊时间预测方法
CN114003641A (zh) 一种船舶航线运力统计方法和系统
CN114037257B (zh) 一种特种船舶竞争力分析方法及系统
CN116415319A (zh) 一种散货堆场的模型构建方法及装置
CN114005302B (zh) 沿海船舶空船指数生成方法及系统
CN110752016A (zh) 一种基于电子信息技术的医疗物质的配送系统
CN111639891A (zh) 基于马尔可夫过程的货种航次识别方法及装置
CN117649167B (zh) 一种基于国际运输的货物订单进度跟踪管理系统
CN116681368A (zh) 一种大宗散货运力流向监控方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination