CN116245268A - 一种渔业渔船捕捞路线规划方法、系统及介质 - Google Patents
一种渔业渔船捕捞路线规划方法、系统及介质 Download PDFInfo
- Publication number
- CN116245268A CN116245268A CN202310387325.9A CN202310387325A CN116245268A CN 116245268 A CN116245268 A CN 116245268A CN 202310387325 A CN202310387325 A CN 202310387325A CN 116245268 A CN116245268 A CN 116245268A
- Authority
- CN
- China
- Prior art keywords
- fishing
- route
- planned
- sub
- planning
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012549 training Methods 0.000 claims description 49
- 238000012360 testing method Methods 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000003016 pheromone Substances 0.000 description 2
- 241000257303 Hymenoptera Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
-
- 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Remote Sensing (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及渔船捕捞技术领域，本发明公开了一种渔业渔船捕捞路线规划方法、系统及介质，通过获取渔船的预设捕捞路线，预设划分范围，并以所述划分范围为划分基准将所述预设捕捞路线划分为若干段子捕捞路线，将所述划分范围与子捕捞路线进行组合得到若干个规划区域，并且对规划后的子捕捞路线与待规划子路线进行分析，得到第一航行方案或第二航行方案，并将所述第一航行方案或第二航行方案输出。通过本方法能够对渔船航经的区域的气候状况进行预测，从而使得渔船能够对恶劣气候进行规避，从而保证渔船和船员的安全，减少发生海难事故。
Description
技术领域
本发明涉及渔船捕捞技术领域，特别是一种渔业渔船捕捞路线规划方法、系统及介质。
背景技术
随着渔船技术的进步，海上航行捕捞的安全问题、节能问题、效率问题逐渐成为人类关注的重点方向。渔船在海上航行捕捞时，恶劣的风浪等气象因素严重影响着船舶的安全航行，因此如何根据海上气候实时调整规划渔船的航行捕捞路线，以使得渔船以更安全、更节能、更高效的进行捕捞作业是一个重要问题。
发明内容
本发明克服了现有技术的不足，提供了一种渔业渔船捕捞路线规划方法、系统及介质。
为达到上述目的本发明采用的技术方案为：
本发明第一方面公开了一种渔业渔船捕捞路线规划方法，包括以下步骤：
获取渔船的预设捕捞路线，预设划分范围，并以所述划分范围为划分基准将所述预设捕捞路线划分为若干段子捕捞路线，将所述划分范围与子捕捞路线进行组合得到若干个规划区域；
获取渔船的当前位置信息与平均航行速度信息，基于所述当前位置信息与平均航行速度信息计算出渔船驶入各个规划区域时的第一时间节点与驶出各个规划区域时的第二时间节点，基于所述第一时间节点与第二时间节点计算出渔船航经各个规划区域所对应的航行时间段；
基于所述航行时间段确定出各个规划区域的气候预测时间段，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况；
判断所述气候情况是否为预设气候情况，若为预设气候情况，则获取所述预设气候情况的灾害等级，并获取渔船的抗灾等级，判断灾害等级是否大于抗灾等级，若大于，则将气候情况为预设气候情况的规划区域中所对应的子捕捞路线标记为待规划子路线，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线；
对所述规划后的子捕捞路线与待规划子路线进行分析，得到第一航行方案或第二航行方案，并将所述第一航行方案或第二航行方案输出。
优选地，本发明的一个较佳实施例中，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况，具体为：
通过对气候情况演变条件设置关键检索词信息，基于所述关键检索词信息设置关键检索标签，根据所述关键检索标签对大数据网络进行检索，得到发生各气候情况所需的气象因子数据信息；
基于深度学习网络构建气候预测模型，并将所述气象因子数据信息分为训练数据本与测试数据本；将所述训练数据本输入气候预测模型中，通过交叉熵损失函数对气候预测模型中的训练数据本进行反向训练，且当误差收敛至预设值后，保存气候预测模型中的训练参数；
通过测试数据本对气候预测模型中的训练参数进行测试，若所述训练参数满足预设要求，则将满足预设要求的训练参数作为模型最终参数，得到训练完毕的气候预测模型；
获取各个规划区域在气候预测时间段内的气象因子信息，并将各个规划区域在气候预测时间段内的气象因子信息输入所述训练完毕的气候预测模型中进行分析预测，得到渔船航经各个规划区域时的气候情况。
优选地，本发明的一个较佳实施例中，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线，具体为：
获取所述待规划子路线对应规划区域的区域位置信息，并将所述区域位置信息标记为禁行区域；
基于所述预设捕捞路线得到渔船驶入所述待规划子路线对应规划区域的驶入点位置信息，基于所述预设捕捞路线得到渔船驶出所述待规划子路线对应规划区域的驶出点位置信息；
将所述禁行区域、驶入点位置信息以及驶出点位置信息导入蚁群算法中进行反复构造，得到多条航行路线，并获取各条航行路线所对应的航行路程值；
构建大小排序表，将各条航行路线所对应的航行路程值导入所述大小排序表中进行大小排序，提取出最短航行路程值，并将所述最短航行路程值所对应的航行路线标定为规划后的子捕捞路线。
优选地，本发明的一个较佳实施例中，对所述规划后的子捕捞路线与待规划子路线进行分析，得到第一航行方案或第二航行方案，具体为：
获取所述规划后的子捕捞路线的航行路程值，基于所述规划后的子捕捞路线的航行路程值确定出渔船航行所述规划后的子捕捞路线时所需的第一时间值；
获取所述待规划子路线的航行路程值，基于所述待规划子路线的航行路程值确定出渔船航行所述待规划子路线时所需的第二时间值；
获取所述待规划子路线所对应的规划区域中发生预设气候情况的起始时间点与结束时间点，基于所述起始时间点与结束时间点得到第三时间值；
判断第二时间值与第三时间值之和是否大于第一时间值；
若第二时间值与第三时间值之和大于第一时间值，则生成第一航行方案；若第二时间值与第三时间值之和不大于第一时间值，则生成第二航行方案。
优选地，本发明的一个较佳实施例中，若第二时间值与第三时间值之和大于第一时间值，则生成第一航行方案，具体为：
将气候情况为预设气候情况的规划区域中所对应的子捕捞路线由所述预设捕捞路线中剔除，并将所述规划后的子捕捞路线补充进所述预设捕捞路线中，生成调整后的捕捞路线，并基于所述调整后的捕捞路线生成第一航行方案。
优选地，本发明的一个较佳实施例中，第二时间值与第三时间值之和不大于第一时间值，则生成第二航行方案，具体为：
将气候情况为预设气候情况的规划区域中所对应的子捕捞路线由所述预设捕捞路线中保留，并基于所述第二时间值与第三时间值之和确定出渔船停靠时间，基于所述预设捕捞路线与渔船停靠时间生成第二航行方案。
本发明第二方面公开了一种渔业渔船捕捞路线规划系统，所述规划系统包括存储器与处理器，所述存储器中包括渔业渔船捕捞路线规划方法程序，所述渔业渔船捕捞路线规划方法程序被所述处理器执行时，实现如下步骤：
获取渔船的预设捕捞路线，预设划分范围，并以所述划分范围为划分基准将所述预设捕捞路线划分为若干段子捕捞路线，将所述划分范围与子捕捞路线进行组合得到若干个规划区域；
获取渔船的当前位置信息与平均航行速度信息，基于所述当前位置信息与平均航行速度信息计算出渔船驶入各个规划区域时的第一时间节点与驶出各个规划区域时的第二时间节点，基于所述第一时间节点与第二时间节点计算出渔船航经各个规划区域所对应的航行时间段；
基于所述航行时间段确定出各个规划区域的气候预测时间段，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况；
判断所述气候情况是否为预设气候情况，若为预设气候情况，则将气候情况为预设气候情况的规划区域中所对应的子捕捞路线标记为待规划子路线，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线；
对所述规划后的子捕捞路线与待规划子路线进行分析，得到第一航行方案或第二航行方案，并将所述第一航行方案或第二航行方案输出。
优选地，本发明的一个较佳实施例中，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况，具体为：
通过对气候情况演变条件设置关键检索词信息，基于所述关键检索词信息设置关键检索标签，根据所述关键检索标签对大数据网络进行检索，得到发生各气候情况所需的气象因子数据信息；
基于深度学习网络构建气候预测模型，并将所述气象因子数据信息分为训练数据本与测试数据本；将所述训练数据本输入气候预测模型中，通过交叉熵损失函数对气候预测模型中的训练数据本进行反向训练，且当误差收敛至预设值后，保存气候预测模型中的训练参数；
通过测试数据本对气候预测模型中的训练参数进行测试，若所述训练参数满足预设要求，则将满足预设要求的训练参数作为模型最终参数，得到训练完毕的气候预测模型；
获取各个规划区域在气候预测时间段内的气象因子信息，并将各个规划区域在气候预测时间段内的气象因子信息输入所述训练完毕的气候预测模型中进行分析预测，得到渔船航经各个规划区域时的气候情况。
优选地，本发明的一个较佳实施例中，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线，具体为：
获取所述待规划子路线对应规划区域的区域位置信息，并将所述区域位置信息标记为禁行区域；
基于所述预设捕捞路线得到渔船驶入所述待规划子路线对应规划区域的驶入点位置信息，基于所述预设捕捞路线得到渔船驶出所述待规划子路线对应规划区域的驶出点位置信息；
将所述禁行区域、驶入点位置信息以及驶出点位置信息导入蚁群算法中进行反复构造，得到多条航行路线，并获取各条航行路线所对应的航行路程值；
构建大小排序表，将各条航行路线所对应的航行路程值导入所述大小排序表中进行大小排序，提取出最短航行路程值，并将所述最短航行路程值所对应的航行路线标定为规划后的子捕捞路线。
本发明第三方面公开了一种计算机可读存储介质，所述计算机可读存储介质包括渔业渔船捕捞路线规划方法程序，所述渔业渔船捕捞路线规划方法程序被处理器执行时，实现任一项所述的一种渔业渔船捕捞路线规划方法的步骤。
本发明解决了背景技术中存在的技术缺陷，本发明具备以下有益效果：通过获取渔船的预设捕捞路线，预设划分范围，并以所述划分范围为划分基准将所述预设捕捞路线划分为若干段子捕捞路线，将所述划分范围与子捕捞路线进行组合得到若干个规划区域，并且对规划后的子捕捞路线与待规划子路线进行分析，得到第一航行方案或第二航行方案，并将所述第一航行方案或第二航行方案输出。通过本方法能够对渔船航经的区域的气候状况进行预测，从而使得渔船能够对恶劣气候进行规避，从而保证渔船和船员的安全，减少发生海难事故。并且通过本方法规划出耗时最短的策略航行，以使得渔船能够更加快速的到达目的地，进而提高渔船的作业效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。
图1为一种渔业渔船捕捞路线规划方法的第一方法流程图；
图2为一种渔业渔船捕捞路线规划方法的第二方法流程图；
图3为一种渔业渔船捕捞路线规划方法的第三方法流程图；
图4为一种渔业渔船捕捞路线规划方法的系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本发明第一方面公开了一种渔业渔船捕捞路线规划方法，如图1所示，包括以下步骤：
S102：获取渔船的预设捕捞路线，预设划分范围，并以所述划分范围为划分基准将所述预设捕捞路线划分为若干段子捕捞路线，将所述划分范围与子捕捞路线进行组合得到若干个规划区域；
S104：获取渔船的当前位置信息与平均航行速度信息，基于所述当前位置信息与平均航行速度信息计算出渔船驶入各个规划区域时的第一时间节点与驶出各个规划区域时的第二时间节点，基于所述第一时间节点与第二时间节点计算出渔船航经各个规划区域所对应的航行时间段；
S106：基于所述航行时间段确定出各个规划区域的气候预测时间段，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况；
S108：判断所述气候情况是否为预设气候情况，若为预设气候情况，则获取所述预设气候情况的灾害等级，并获取渔船的抗灾等级，判断灾害等级是否大于抗灾等级，若大于，则将气候情况为预设气候情况的规划区域中所对应的子捕捞路线标记为待规划子路线，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线；
S110：对所述规划后的子捕捞路线与待规划子路线进行分析，得到第一航行方案或第二航行方案，并将所述第一航行方案或第二航行方案输出。
需要说明的是，所述预设捕捞路线是根据船舶的出发点与捕捞目的点事先规划出的最短航行路线。所述划分范围用户可以自由设定，如半径2公里、半径5公里、半径10公里等，优选为半径5公里。所述预设气候情况为雷暴、风暴、雨水、冰雹等恶劣气候。
需要说明的是，若经过预测得到渔船航经某一规划区域恰好会发生预设气候情况，且发生预设气候情况的灾害等级大于当前渔船的抗灾等级时，此时将发生预设气候情况的规划区域标定为禁行区域，以避免渔船在该时间段驶入该区域后，灾害等级过高的风暴、雷暴、冰雹等恶劣气候对渔船造成破坏性打击，从而保证渔船和船员的安全，减少发生海难事故。
优选地，本发明的一个较佳实施例中，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况，如图2所示，具体为：
S202：通过对气候情况演变条件设置关键检索词信息，基于所述关键检索词信息设置关键检索标签，根据所述关键检索标签对大数据网络进行检索，得到发生各气候情况所需的气象因子数据信息；
S204：基于深度学习网络构建气候预测模型，并将所述气象因子数据信息分为训练数据本与测试数据本；将所述训练数据本输入气候预测模型中，通过交叉熵损失函数对气候预测模型中的训练数据本进行反向训练，且当误差收敛至预设值后，保存气候预测模型中的训练参数；
S206：通过测试数据本对气候预测模型中的训练参数进行测试，若所述训练参数满足预设要求，则将满足预设要求的训练参数作为模型最终参数，得到训练完毕的气候预测模型；
S208：获取各个规划区域在气候预测时间段内的气象因子信息，并将各个规划区域在气候预测时间段内的气象因子信息输入所述训练完毕的气候预测模型中进行分析预测，得到渔船航经各个规划区域时的气候情况。
需要说明的是，所述气象因子包括温度、湿度、风压、风速、太阳辐射度等，每一种气候情况（如暴雨、暴风、冰雹、晴天等）在发生之前气象因子都会有一定的规律征兆，如当海洋中上升的水蒸气过饱和并且气流强度大于一定程度时，便会形成暴雨。气候预测时间段应该设定在渔船航经各个规划区域前，可以通过无人机相应的气象传感器来获取各个规划区域在气候预测时间段内的气象因子信息，然后将采集得到气象因子信息导入气候预测模型中进行预测，便能够得到渔船航经各个规划区域时的气候情况。通过本方法能够对渔船航经的区域的气候状况进行预测。
优选地，本发明的一个较佳实施例中，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线，如图3所示，具体为：
S302：获取所述待规划子路线对应规划区域的区域位置信息，并将所述区域位置信息标记为禁行区域；
S304：基于所述预设捕捞路线得到渔船驶入所述待规划子路线对应规划区域的驶入点位置信息，基于所述预设捕捞路线得到渔船驶出所述待规划子路线对应规划区域的驶出点位置信息；
S306：将所述禁行区域、驶入点位置信息以及驶出点位置信息导入蚁群算法中进行反复构造，得到多条航行路线，并获取各条航行路线所对应的航行路程值；
S308：构建大小排序表，将各条航行路线所对应的航行路程值导入所述大小排序表中进行大小排序，提取出最短航行路程值，并将所述最短航行路程值所对应的航行路线标定为规划后的子捕捞路线。
需要说明的是，蚁群算法是使用一定数量的蚂蚁反复构造，以对优化问题的可行解，每次构造的结果都会留下一些信息素，可行解的质量越高，积累的信息素的浓度也就越高，最终，整个蚂蚁会在正反馈的作用下集中到最佳的路径上，此时对应的便是待优化问题的最优解。蚁群算法具有良好的鲁棒性和并行性，对最优解得搜索性能较好。另外需要说明的是，当发生预设气候情况的灾害等级大于当前渔船的抗灾等级时，此时将发生预设气候情况的规划区域标定为禁行区域，为了保证渔船和船员的安全，在发生预设气候情况的此时间段内，渔船不能够进入到该区域内，因此在通过蚁群算法规划新的航行路线时，需要将该区域规避掉。通过本方法能够在躲避禁行区域基础上，规划出渔船航行至目的地的最短航行路线。
优选地，本发明的一个较佳实施例中，对所述规划后的子捕捞路线与待规划子路线进行分析，得到第一航行方案或第二航行方案，具体为：
获取所述规划后的子捕捞路线的航行路程值，基于所述规划后的子捕捞路线的航行路程值确定出渔船航行所述规划后的子捕捞路线时所需的第一时间值；
获取所述待规划子路线的航行路程值，基于所述待规划子路线的航行路程值确定出渔船航行所述待规划子路线时所需的第二时间值；
获取所述待规划子路线所对应的规划区域中发生预设气候情况的起始时间点与结束时间点，基于所述起始时间点与结束时间点得到第三时间值；
判断第二时间值与第三时间值之和是否大于第一时间值；
若第二时间值与第三时间值之和大于第一时间值，则生成第一航行方案；若第二时间值与第三时间值之和不大于第一时间值，则生成第二航行方案。
优选地，本发明的一个较佳实施例中，若第二时间值与第三时间值之和大于第一时间值，则生成第一航行方案，具体为：
将气候情况为预设气候情况的规划区域中所对应的子捕捞路线由所述预设捕捞路线中剔除，并将所述规划后的子捕捞路线补充进所述预设捕捞路线中，生成调整后的捕捞路线，并基于所述调整后的捕捞路线生成第一航行方案。
优选地，本发明的一个较佳实施例中，第二时间值与第三时间值之和不大于第一时间值，则生成第二航行方案，具体为：
将气候情况为预设气候情况的规划区域中所对应的子捕捞路线由所述预设捕捞路线中保留，并基于所述第二时间值与第三时间值之和确定出渔船停靠时间，基于所述预设捕捞路线与渔船停靠时间生成第二航行方案。
需要说明的是，风暴、雷暴、冰雹等恶劣气候往往具有一定的时间性，因此在实际航行场景中，除了选择绕行躲避恶劣气候之外；渔船还可以选择在禁行区域外停顿休整，然后等候禁行区域内的风暴、雷暴、冰雹等恶劣气候褪去后再穿过禁行区域，此种方式渔船的实际行驶路径与初始设定的行驶路径相同，不同的是在渔船在实际行驶过程中需要在某一地点停顿休整一段时间，以等恶劣气候褪去后再继续航行。在实际应用中，渔船往往需要以最短的时间内到达目的地，因此通过本方法能够针对选择新的线路绕行与停顿休整两种策略的耗时进行评估，然后再选择耗时短的策略航行，以使得渔船能够更加快速的到达目的地，进而提高渔船的作业效率。
此外，所述获取渔船的抗灾等级，具体为：
获取渔船的特性数据，基于所述渔船的特性数据确定出评估指标；
获取预设气候情况所对应的气象因子信息，基于所述预设气候情况所对应的气象因子信息确定出评估分数；
将所述评估指标与评价分数导入层次分析法中进行求解，得到渔船与预设气候情况所关联的权重值；基于所述权重值确定出预设气候情况的灾害等级。
需要说明的是，预设气候情况的灾害等级是固定的，如在发生暴风气候时，可以将风力2级至5级之间确定为低级，5级至10级之间确定为中级，10级至15级确定为高级。而渔船的抗灾等级是不同的，渔船的抗灾等级与渔船吨位、渔船构造、渔船材料特征、渔船使用年限等特性数据有关，如渔船吨位越大，抗风能力越大，其抗灾等级便越高，但是使用年限越长的渔船其抗灾等级越低，总体而言，渔船的抗灾等级和渔船的多种特性数据有关，因此渔船的抗灾等级是会发变化的。层次分析法是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。通过层次分析法对渔船的特性数据并且结合设气候情况所对应的气象因子信息，然后对当前渔船的实际抗灾等级进行评估分析，从而得到当前渔船的实际抗灾等级，从而使得系统能够根据渔船的抗灾等级判断出渔船是否能够安全穿过发生预设天气情况的区域，能够实时对渔船的抗灾等级进行评估，避免因出现误判而导致发生海难事故。
此外，所述一种渔业渔船捕捞路线规划方法，还包括以下步骤：
基于卷积神经网络构建能量损耗模型，通过大数据网络获取渔船在各温度条件之下的平均能量损耗速率，并将所述渔船在各温度条件之下的平均能量损耗速率导入所述能量损耗模型中进行训练，得到训练好的能量损耗模型；
由所述第一航行方案或第二航行方案中获取渔船的最终航行路径，并将所述最终航行路径分割为若干段子路段，在预设时间节点上获取各个子路段的环境温度值；
将各个子路段的环境温度值导入训练好的能量损耗模型中，得到各个渔船在航行各个子路段所对应的能量消耗值；并基于各个渔船在航行各个子路段所对应的能量消耗值得到渔船航行至目的地所消耗的总能量值；
将所述总能量值与预设能量值进行比较，得到能量值偏差；判断所述能量值偏差是否大于预设偏差，若大于，则停止渔船前往该目的地捕捞任务，并检索出新的作业渔船。
需要说明的是，渔船在航行过程中，温度不同，其能量损耗速率也有所不同，如在低温天气中能量损耗更大。通过本方法能够判断出当前渔船能否在预设的能量消耗范围内到达目的地上，若不能，则停止当前渔船前往该目的地的捕捞任务，从而避免出现由于天气变化原因（温度变化）而导致当前渔船前往目的地捕捞作业后的剩余能量不足以返航的情况发生，实现了智能评估与调控功能。
其中，所述检索出新的作业渔船，具体包括以下步骤：
获取预设范围之内的处于空闲状态的其余作业渔船位置信息，基于所述处于空闲状态的其余作业渔船位置信息计算出各其余作业渔船与目的地的距离值信息；
建立排序表，将所述各其余作业渔船与目的地的距离值信息导入排序表中进行排序，得到与目的地最短距离值信息，将与目的地最短距离值信息所对应的作业渔船进行标记，并将作业任务发送至与目的地最短距离值信息所对应的作业渔船上。
需要说明的是，当判断出当前渔船不能够在预设的能量消耗范围内到达捕捞目的地，此时检索出新的渔船前往该捕捞目的地进行捕捞作业，从而提高各渔船之间的相同能力，使得捕捞作业更加合理。
本发明第二方面公开了一种渔业渔船捕捞路线规划系统，所述规划系统包括存储器41与处理器62，所述存储器41中包括渔业渔船捕捞路线规划方法程序，所述渔业渔船捕捞路线规划方法程序被所述处理器62执行时，如图4所示，实现如下步骤：
获取渔船的预设捕捞路线，预设划分范围，并以所述划分范围为划分基准将所述预设捕捞路线划分为若干段子捕捞路线，将所述划分范围与子捕捞路线进行组合得到若干个规划区域；
获取渔船的当前位置信息与平均航行速度信息，基于所述当前位置信息与平均航行速度信息计算出渔船驶入各个规划区域时的第一时间节点与驶出各个规划区域时的第二时间节点，基于所述第一时间节点与第二时间节点计算出渔船航经各个规划区域所对应的航行时间段；
基于所述航行时间段确定出各个规划区域的气候预测时间段，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况；
判断所述气候情况是否为预设气候情况，若为预设气候情况，则将气候情况为预设气候情况的规划区域中所对应的子捕捞路线标记为待规划子路线，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线；
对所述规划后的子捕捞路线与待规划子路线进行分析，得到第一航行方案或第二航行方案，并将所述第一航行方案或第二航行方案输出。
优选地，本发明的一个较佳实施例中，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况，具体为：
通过对气候情况演变条件设置关键检索词信息，基于所述关键检索词信息设置关键检索标签，根据所述关键检索标签对大数据网络进行检索，得到发生各气候情况所需的气象因子数据信息；
基于深度学习网络构建气候预测模型，并将所述气象因子数据信息分为训练数据本与测试数据本；将所述训练数据本输入气候预测模型中，通过交叉熵损失函数对气候预测模型中的训练数据本进行反向训练，且当误差收敛至预设值后，保存气候预测模型中的训练参数；
通过测试数据本对气候预测模型中的训练参数进行测试，若所述训练参数满足预设要求，则将满足预设要求的训练参数作为模型最终参数，得到训练完毕的气候预测模型；
获取各个规划区域在气候预测时间段内的气象因子信息，并将各个规划区域在气候预测时间段内的气象因子信息输入所述训练完毕的气候预测模型中进行分析预测，得到渔船航经各个规划区域时的气候情况。
优选地，本发明的一个较佳实施例中，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线，具体为：
获取所述待规划子路线对应规划区域的区域位置信息，并将所述区域位置信息标记为禁行区域；
基于所述预设捕捞路线得到渔船驶入所述待规划子路线对应规划区域的驶入点位置信息，基于所述预设捕捞路线得到渔船驶出所述待规划子路线对应规划区域的驶出点位置信息；
将所述禁行区域、驶入点位置信息以及驶出点位置信息导入蚁群算法中进行反复构造，得到多条航行路线，并获取各条航行路线所对应的航行路程值；
构建大小排序表，将各条航行路线所对应的航行路程值导入所述大小排序表中进行大小排序，提取出最短航行路程值，并将所述最短航行路程值所对应的航行路线标定为规划后的子捕捞路线。
本发明第三方面公开了一种计算机可读存储介质，所述计算机可读存储介质包括渔业渔船捕捞路线规划方法程序，所述渔业渔船捕捞路线规划方法程序被处理器执行时，实现任一项所述的一种渔业渔船捕捞路线规划方法的步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种渔业渔船捕捞路线规划方法，其特征在于，包括以下步骤：
获取渔船的预设捕捞路线，预设划分范围，并以所述划分范围为划分基准将所述预设捕捞路线划分为若干段子捕捞路线，将所述划分范围与子捕捞路线进行组合得到若干个规划区域；
获取渔船的当前位置信息与平均航行速度信息，基于所述当前位置信息与平均航行速度信息计算出渔船驶入各个规划区域时的第一时间节点与驶出各个规划区域时的第二时间节点，基于所述第一时间节点与第二时间节点计算出渔船航经各个规划区域所对应的航行时间段；
基于所述航行时间段确定出各个规划区域的气候预测时间段，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况；
判断所述气候情况是否为预设气候情况，若为预设气候情况，则获取所述预设气候情况的灾害等级，并获取渔船的抗灾等级，判断灾害等级是否大于抗灾等级，若大于，则将气候情况为预设气候情况的规划区域中所对应的子捕捞路线标记为待规划子路线，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线；
对所述规划后的子捕捞路线与待规划子路线进行分析，得到第一航行方案或第二航行方案，并将所述第一航行方案或第二航行方案输出。
2.根据权利要求1所述的一种渔业渔船捕捞路线规划方法，其特征在于，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况，具体为：
通过对气候情况演变条件设置关键检索词信息，基于所述关键检索词信息设置关键检索标签，根据所述关键检索标签对大数据网络进行检索，得到发生各气候情况所需的气象因子数据信息；
基于深度学习网络构建气候预测模型，并将所述气象因子数据信息分为训练数据本与测试数据本；将所述训练数据本输入气候预测模型中，通过交叉熵损失函数对气候预测模型中的训练数据本进行反向训练，且当误差收敛至预设值后，保存气候预测模型中的训练参数；
通过测试数据本对气候预测模型中的训练参数进行测试，若所述训练参数满足预设要求，则将满足预设要求的训练参数作为模型最终参数，得到训练完毕的气候预测模型；
获取各个规划区域在气候预测时间段内的气象因子信息，并将各个规划区域在气候预测时间段内的气象因子信息输入所述训练完毕的气候预测模型中进行分析预测，得到渔船航经各个规划区域时的气候情况。
3.根据权利要求1所述的一种渔业渔船捕捞路线规划方法，其特征在于，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线，具体为：
获取所述待规划子路线对应规划区域的区域位置信息，并将所述区域位置信息标记为禁行区域；
基于所述预设捕捞路线得到渔船驶入所述待规划子路线对应规划区域的驶入点位置信息，基于所述预设捕捞路线得到渔船驶出所述待规划子路线对应规划区域的驶出点位置信息；
将所述禁行区域、驶入点位置信息以及驶出点位置信息导入蚁群算法中进行反复构造，得到多条航行路线，并获取各条航行路线所对应的航行路程值；
构建大小排序表，将各条航行路线所对应的航行路程值导入所述大小排序表中进行大小排序，提取出最短航行路程值，并将所述最短航行路程值所对应的航行路线标定为规划后的子捕捞路线。
4.根据权利要求1所述的一种渔业渔船捕捞路线规划方法，其特征在于，对所述规划后的子捕捞路线与待规划子路线进行分析，得到第一航行方案或第二航行方案，具体为：
获取所述规划后的子捕捞路线的航行路程值，基于所述规划后的子捕捞路线的航行路程值确定出渔船航行所述规划后的子捕捞路线时所需的第一时间值；
获取所述待规划子路线的航行路程值，基于所述待规划子路线的航行路程值确定出渔船航行所述待规划子路线时所需的第二时间值；
获取所述待规划子路线所对应的规划区域中发生预设气候情况的起始时间点与结束时间点，基于所述起始时间点与结束时间点得到第三时间值；
判断第二时间值与第三时间值之和是否大于第一时间值；
若第二时间值与第三时间值之和大于第一时间值，则生成第一航行方案；若第二时间值与第三时间值之和不大于第一时间值，则生成第二航行方案。
5.根据权利要求4所述的一种渔业渔船捕捞路线规划方法，其特征在于，若第二时间值与第三时间值之和大于第一时间值，则生成第一航行方案，具体为：
将气候情况为预设气候情况的规划区域中所对应的子捕捞路线由所述预设捕捞路线中剔除，并将所述规划后的子捕捞路线补充进所述预设捕捞路线中，生成调整后的捕捞路线，并基于所述调整后的捕捞路线生成第一航行方案。
6.根据权利要求4所述的一种渔业渔船捕捞路线规划方法，其特征在于，第二时间值与第三时间值之和不大于第一时间值，则生成第二航行方案，具体为：
将气候情况为预设气候情况的规划区域中所对应的子捕捞路线由所述预设捕捞路线中保留，并基于所述第二时间值与第三时间值之和确定出渔船停靠时间，基于所述预设捕捞路线与渔船停靠时间生成第二航行方案。
7.一种渔业渔船捕捞路线规划系统，其特征在于，所述规划系统包括存储器与处理器，所述存储器中包括渔业渔船捕捞路线规划方法程序，所述渔业渔船捕捞路线规划方法程序被所述处理器执行时，实现如下步骤：
获取渔船的预设捕捞路线，预设划分范围，并以所述划分范围为划分基准将所述预设捕捞路线划分为若干段子捕捞路线，将所述划分范围与子捕捞路线进行组合得到若干个规划区域；
获取渔船的当前位置信息与平均航行速度信息，基于所述当前位置信息与平均航行速度信息计算出渔船驶入各个规划区域时的第一时间节点与驶出各个规划区域时的第二时间节点，基于所述第一时间节点与第二时间节点计算出渔船航经各个规划区域所对应的航行时间段；
基于所述航行时间段确定出各个规划区域的气候预测时间段，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况；
判断所述气候情况是否为预设气候情况，若为预设气候情况，则将气候情况为预设气候情况的规划区域中所对应的子捕捞路线标记为待规划子路线，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线；
对所述规划后的子捕捞路线与待规划子路线进行分析，得到第一航行方案或第二航行方案，并将所述第一航行方案或第二航行方案输出。
8.根据权利要求7所述的一种渔业渔船捕捞路线规划系统，其特征在于，获取各个规划区域在气候预测时间段内的气象因子信息，基于所述气象因子信息得到渔船航经各个规划区域时的气候情况，具体为：
通过对气候情况演变条件设置关键检索词信息，基于所述关键检索词信息设置关键检索标签，根据所述关键检索标签对大数据网络进行检索，得到发生各气候情况所需的气象因子数据信息；
基于深度学习网络构建气候预测模型，并将所述气象因子数据信息分为训练数据本与测试数据本；将所述训练数据本输入气候预测模型中，通过交叉熵损失函数对气候预测模型中的训练数据本进行反向训练，且当误差收敛至预设值后，保存气候预测模型中的训练参数；
通过测试数据本对气候预测模型中的训练参数进行测试，若所述训练参数满足预设要求，则将满足预设要求的训练参数作为模型最终参数，得到训练完毕的气候预测模型；
获取各个规划区域在气候预测时间段内的气象因子信息，并将各个规划区域在气候预测时间段内的气象因子信息输入所述训练完毕的气候预测模型中进行分析预测，得到渔船航经各个规划区域时的气候情况。
9.根据权利要求7所述的一种渔业渔船捕捞路线规划系统，其特征在于，获取所述待规划子路线对应规划区域的区域位置信息，基于所述区域位置信息得到规划后的子捕捞路线，具体为：
获取所述待规划子路线对应规划区域的区域位置信息，并将所述区域位置信息标记为禁行区域；
基于所述预设捕捞路线得到渔船驶入所述待规划子路线对应规划区域的驶入点位置信息，基于所述预设捕捞路线得到渔船驶出所述待规划子路线对应规划区域的驶出点位置信息；
将所述禁行区域、驶入点位置信息以及驶出点位置信息导入蚁群算法中进行反复构造，得到多条航行路线，并获取各条航行路线所对应的航行路程值；
构建大小排序表，将各条航行路线所对应的航行路程值导入所述大小排序表中进行大小排序，提取出最短航行路程值，并将所述最短航行路程值所对应的航行路线标定为规划后的子捕捞路线。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括渔业渔船捕捞路线规划方法程序，所述渔业渔船捕捞路线规划方法程序被处理器执行时，实现如权利要求1-6任一项所述的一种渔业渔船捕捞路线规划方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310387325.9A CN116245268A (zh) | 2023-04-12 | 2023-04-12 | 一种渔业渔船捕捞路线规划方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310387325.9A CN116245268A (zh) | 2023-04-12 | 2023-04-12 | 一种渔业渔船捕捞路线规划方法、系统及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116245268A true CN116245268A (zh) | 2023-06-09 |
Family
ID=86631539
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310387325.9A Pending CN116245268A (zh) | 2023-04-12 | 2023-04-12 | 一种渔业渔船捕捞路线规划方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116245268A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116429118A (zh) * | 2023-06-15 | 2023-07-14 | 中国水产科学研究院南海水产研究所 | 一种基于物联网的渔船安全生产监管方法及系统 |
| CN117057948A (zh) * | 2023-10-11 | 2023-11-14 | 中国水产科学研究院南海水产研究所 | 一种基于大数据的海洋安全生产方法、系统及介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110046756A (zh) * | 2019-04-08 | 2019-07-23 | 东南大学 | 基于小波去噪与Catboost的短时天气预报方法 |
| CN110705797A (zh) * | 2019-10-09 | 2020-01-17 | 浙江海洋大学 | 一种基于船舶传感网的船舶油耗数据预测方法 |
| CN111090278A (zh) * | 2018-10-24 | 2020-05-01 | 大连永航科技有限公司 | 基于海洋天气预报的自动导航系统 |
| CN112801195A (zh) * | 2021-02-04 | 2021-05-14 | 四川望村网络科技有限公司 | 一种基于深度学习的雾天能见度预测方法，存储装置及服务器 |
| CN113592132A (zh) * | 2021-04-29 | 2021-11-02 | 山东省气象科学研究所(山东省海洋气象科学研究所、山东省气象局培训中心) | 一种基于数值天气预报和人工智能的降水客观预报方法 |
| CN113739807A (zh) * | 2021-11-08 | 2021-12-03 | 聊城中翔泰电子科技有限公司 | 一种用于船舶的航行路线导航方法及系统 |
| CN115860268A (zh) * | 2023-02-20 | 2023-03-28 | 南京信息工程大学 | 基于cnn-xgboost模型的短时强降水预测方法 |
-
2023
- 2023-04-12 CN CN202310387325.9A patent/CN116245268A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111090278A (zh) * | 2018-10-24 | 2020-05-01 | 大连永航科技有限公司 | 基于海洋天气预报的自动导航系统 |
| CN110046756A (zh) * | 2019-04-08 | 2019-07-23 | 东南大学 | 基于小波去噪与Catboost的短时天气预报方法 |
| CN110705797A (zh) * | 2019-10-09 | 2020-01-17 | 浙江海洋大学 | 一种基于船舶传感网的船舶油耗数据预测方法 |
| CN112801195A (zh) * | 2021-02-04 | 2021-05-14 | 四川望村网络科技有限公司 | 一种基于深度学习的雾天能见度预测方法，存储装置及服务器 |
| CN113592132A (zh) * | 2021-04-29 | 2021-11-02 | 山东省气象科学研究所(山东省海洋气象科学研究所、山东省气象局培训中心) | 一种基于数值天气预报和人工智能的降水客观预报方法 |
| CN113739807A (zh) * | 2021-11-08 | 2021-12-03 | 聊城中翔泰电子科技有限公司 | 一种用于船舶的航行路线导航方法及系统 |
| CN115860268A (zh) * | 2023-02-20 | 2023-03-28 | 南京信息工程大学 | 基于cnn-xgboost模型的短时强降水预测方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116429118A (zh) * | 2023-06-15 | 2023-07-14 | 中国水产科学研究院南海水产研究所 | 一种基于物联网的渔船安全生产监管方法及系统 |
| CN116429118B (zh) * | 2023-06-15 | 2023-10-27 | 中国水产科学研究院南海水产研究所 | 一种基于物联网的渔船安全生产监管方法及系统 |
| CN117057948A (zh) * | 2023-10-11 | 2023-11-14 | 中国水产科学研究院南海水产研究所 | 一种基于大数据的海洋安全生产方法、系统及介质 |
| CN117057948B (zh) * | 2023-10-11 | 2024-02-02 | 中国水产科学研究院南海水产研究所 | 一种基于大数据的海洋安全生产方法、系统及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116245268A (zh) | 一种渔业渔船捕捞路线规划方法、系统及介质 | |
| CN106335601B (zh) | 一种基于采集并分析大数据的船舶节能方法 | |
| CN110967022A (zh) | 船舶航速优化辅助决策系统 | |
| Anan et al. | New artificial intelligence technology improving fuel efficiency and reducing CO2 emissions of ships through use of operational big data | |
| JP2013134089A (ja) | 最適航路計算装置及び最適航路計算方法 | |
| CN110135663A (zh) | 一种用于预测海上风电运维船舶出海决策的方法及系统 | |
| CN112820148B (zh) | 一种基于航行路线规划的船舶航行安全综合预警方法 | |
| CN116429118B (zh) | 一种基于物联网的渔船安全生产监管方法及系统 | |
| CN117232520A (zh) | 一种适用于海上航行的船舶智能导航系统及导航方法 | |
| CN115423176A (zh) | 用于船舶航行性能实时分析系统及营运碳排放优化方法 | |
| CN116090821A (zh) | 一种考虑极端天气的配电网线路安全风险评估方法 | |
| Bolbot et al. | A method to identify and rank objects and hazardous interactions affecting autonomous ships navigation | |
| CN114490913A (zh) | 一种船舶进港状态的确定方法、确定装置和电子设备 | |
| CN112101897B (zh) | 海上风电智慧管理方法、装置及系统 | |
| Vettor et al. | Multi-objective route optimization for onboard decision support system | |
| Krata et al. | Bayesian approach to ship speed prediction based on operational data | |
| CN116612481B (zh) | 基于知识图谱和多元图像的电力设备缺陷识别方法及系统 | |
| CN112446811A (zh) | 一种基于5g通信技术的渔业海上搜救系统及搜救方法 | |
| CN116080847B (zh) | 一种船舶安全管理的方法、系统、装置和存储介质 | |
| KR102185782B1 (ko) | 등리스크 곡선 맵핑 기반 항로 설정 방법 | |
| CN114897439A (zh) | 船舶靠离泊调度安全评估模型 | |
| Tzu et al. | Evaluation of carbon dioxide emission based on energy efficiency existing ship index during oceanographic navigation | |
| CN117528551B (zh) | 一种港口运营网络的构建与数据感知方法及系统 | |
| CN117057948B (zh) | 一种基于大数据的海洋安全生产方法、系统及介质 | |
| CN110363369A (zh) | 船舶搁置状态判断方法、装置、设备及其存储介质 |
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 |