CN116259196B - 基于人工智能的船舶航线推荐方法、装置和计算设备 - Google Patents

Abstract

本发明的实施方式提供了一种基于人工智能的船舶航线推荐方法、装置和计算设备。该方法包括：从接收到的航线推荐请求信息中获取起始港、目的港、出发时间以及船舶的型号信息和载物信息；确定出发时间对应的出发季节；从预先设置的航线数据库中获取与起始港、目的港、船舶的型号信息和载物信息以及出发季节均匹配的候选航线；确定候选航线的最长航行时长和航行区域；根据出发时间和最长航行时长确定船舶的航行时间区间；获取在航行时间区间内的航行区域处的气象数据、第一海图数据以及航行警告信息；根据气象数据、第一海图数据以及航行警告信息，从候选航线中确定出推荐航线。本发明能够提升生成的航线实用性。

Description

基于人工智能的船舶航线推荐方法、装置和计算设备

技术领域

本发明的实施方式涉及人工智能领域，更具体地，本发明的实施方式涉及一种基于人工智能的船舶航线推荐方法、装置和计算设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

船舶在航行之前通常需要获取航行的航线，目前的航线获取方法通常为根据航行的起点和终点自动生成从起点至终点的航行路线。然而，在实践中发现，目前航线获取方法生成的航行路线，通常是起点和终点之间能够航行的最短路线，并未考虑航线上影响船舶正常航行的岛礁、天气等其他影响因素，从而导致生成的航线实用性较差。

发明内容

在本上下文中，本发明的实施方式期望提供一种基于人工智能的船舶航线推荐方法、装置和计算设备。

在本发明实施方式的第一方面中，提供了一种基于人工智能的船舶航线推荐方法，包括：

从接收到的航线推荐请求信息中获取起始港、目的港、出发时间以及船舶的型号信息和载物信息；

确定所述出发时间对应的出发季节；

从预先设置的航线数据库中获取与所述起始港、所述目的港、所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选航线；

确定所述候选航线的最长航行时长和航行区域；

根据所述出发时间和所述最长航行时长确定所述船舶的航行时间区间；其中，所述航行时间区间的起始时间为所述出发时间，所述航行时间区间的时长与所述最长航行时长相同；

获取在所述航行时间区间内的所述航行区域处的气象数据、第一海图数据以及航行警告信息；

根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出推荐航线。

在本实施方式的一个实施例中，所述从预先设置的航线数据库中获取与所述起始港、所述目的港、所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选航线之后，所述方法还包括：

若所述候选航线为空，则根据所述起始港和所述目的港确定预估航行区域；

确定所述预估航行区域中的其他港口；

根据所述其他港口、所述起始港以及所述目的港，从所述航线数据库中获取与所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选相似航线；其中，所述候选相似航线的起点和终点为所述其他港口、所述起始港以及所述目的港中的任一港口，且所述候选相似航线的起点和终点不同；

确定所述候选相似航线与所述起始港和所述目的港的匹配值；

将所述匹配值大于预设阈值的候选相似航线确定为候选修改航线；

获取与所述候选修改航线对应的第二海图数据；

将所述第二海图数据、所述起始港、所述目的港以及所述候选修改航线输入至预先训练的航线修改模型，得到所述候选修改航线对应的候选航线，并执行从所述的确定所述候选航线的最长航行时长和航行区域，至所述的从所述候选航线中确定出推荐航线的步骤。

在本实施方式的一个实施例中，所述确定所述候选相似航线与所述起始港和所述目的港的匹配值，包括：

确定所述起始港与所述目的港之间的直线距离；

确定所述候选相似航线的航线长度；

将所述航线长度小于等于所述直线距离的候选相似航线确定为第一候选相似航线；

将所述航线长度大于所述直线距离的候选相似航线确定为第二候选相似航线；

确定所述第一候选相似航线距所述起始港与所述目的港的第一最小距离；其中，所述第一最小距离为所述起始港距所述第一候选相似航线最近一端的距离与所述目的港距所述第一候选相似航线最近一端的距离之和；

确定所述第二候选相似航线距所述起始港与所述目的港的第二最小距离；其中，所述第二最小距离为所述起始港距所述第二候选相似航线最近一端的距离与所述目的港距所述第二候选相似航线最近一端的距离之和；

确定所述第一候选相似航线的航线长度与所述直线距离之间的第一比值；

确定所述直线距离与所述第二候选相似航线的航线长度之间的第二比值；

根据所述第一最小距离、所述第二最小距离、所述第一比值以及所述第二比值，确定所述第一候选相似航线和所述第二候选相似航线分别与所述起始港和所述目的港的匹配值。

在本实施方式的一个实施例中，所述根据所述第一最小距离、所述第二最小距离、所述第一比值以及所述第二比值，确定所述第一候选相似航线和所述第二候选相似航线分别与所述起始港和所述目的港的匹配值，包括：

获取距离权重和比例权重；

根据所述距离权重、所述第一最小距离、所述比例权重以及所述第一比值，确定所述第一候选相似航线与所述起始港和所述目的港的匹配值；

根据所述距离权重、所述第二最小距离、所述比例权重以及所述第二比值，确定所述第二候选相似航线与所述起始港和所述目的港的匹配值。

在本实施方式的一个实施例中，所述根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出推荐航线，包括：

根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出待分析航线；

根据所述气象数据和所述第一海图数据，确定所述待分析航线的航线评分；

从所述待分析航线中选取预设数量的推荐航线；其中，所述推荐航线的航线评分大于除所述推荐航线之外的其他待分析航线的航线评分。

在本实施方式的一个实施例中，所述根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出待分析航线，包括：

从所述气象数据中获取危险气象信息；其中，所述危险气象信息至少包括危险气象类型以及危险气象地点；

从所述第一海图数据中确定新增障碍物信息；其中，所述新增障碍物信息至少包括障碍物位置；

从所述航行警告信息中获取航行警告区域；

将与所述危险气象信息匹配的候选航线确定为无效航线；

将与所述新增障碍物信息匹配的候选航线确定为无效航线；

将位于所述航行警告区域的候选航线确定为无效航线；

将所述候选航线中除所述无效航线之外的航线确定为待分析航线。

在本实施方式的一个实施例中，所述根据所述气象数据和所述第一海图数据，确定所述待分析航线的航线评分，包括：

根据所述气象数据确定所述待分析航线对应的好天气比例；

从所述第一海图数据中确定所述待分析航线中包含的与所述船舶的型号信息匹配的加油港数量；

获取所述待分析航线的历史平均船舶流量；

确定所述加油港数量对应的数量分值；其中，所述数量分值与所述加油港数量成正比；

确定所述历史平均船舶流量对应的流量分值；其中，所述流量分值与所述历史平均船舶流量成反比；

根据所述好天气比例、所述数量分值以及所述流量分值，确定所述待分析航线的航线评分。

在本发明实施方式的第二方面中，提供了一种基于人工智能的船舶航线推荐装置，包括：

第一获取单元，用于从接收到的航线推荐请求信息中获取起始港、目的港、出发时间以及船舶的型号信息和载物信息；

第一确定单元，用于确定所述出发时间对应的出发季节；

第二获取单元，用于从预先设置的航线数据库中获取与所述起始港、所述目的港、所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选航线；

第二确定单元，用于确定所述候选航线的最长航行时长和航行区域；

第三确定单元，用于根据所述出发时间和所述最长航行时长确定所述船舶的航行时间区间；其中，所述航行时间区间的起始时间为所述出发时间，所述航行时间区间的时长与所述最长航行时长相同；

第三获取单元，用于获取在所述航行时间区间内的所述航行区域处的气象数据、第一海图数据以及航行警告信息；

第四确定单元，用于根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出推荐航线。

在本发明实施方式的第三方面中，提供了一种计算设备，所述计算设备包括：至少一个处理器、存储器和输入输出单元；其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行第一方面中任一项所述的方法。

在本发明实施方式的第四方面中，提供了一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得计算机执行第一方面中任一项所述的方法。

根据本发明实施方式的基于人工智能的船舶航线推荐方法、装置和计算设备，能够根据航线推荐请求信息中的起始港、目的港、出发时间以及船舶的型号信息和载物信息，确定出一条或多条候选航线；并且可以对候选航线处的气象数据、海图数据预计航行警告信息进行分析，得到最为推荐的航线，提升生成的航线实用性。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1为本发明一实施例提供的基于人工智能的船舶航线推荐方法的流程示意图；

图2为本发明一实施例提供的基于人工智能的船舶航线推荐装置的结构示意图；

图3示意性地示出了本发明实施例的一种介质的结构示意图；

图4示意性地示出了本发明实施例的一种计算设备的结构示意图。

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

根据本发明的实施方式，提出了一种基于人工智能的船舶航线推荐方法、装置和计算设备。

需要说明的是，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。

下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。

示例性方法

下面参考图1，图1为本发明一实施例提供的基于人工智能的船舶航线推荐方法的流程示意图。需要注意的是，本发明的实施方式可以应用于适用的任何场景。

图1所示的本发明一实施例提供的基于人工智能的船舶航线推荐方法的流程，包括：

步骤S101，从接收到的航线推荐请求信息中获取起始港、目的港、出发时间以及船舶的型号信息和载物信息。

步骤S102，确定所述出发时间对应的出发季节。

步骤S103，从预先设置的航线数据库中获取与所述起始港、所述目的港、所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选航线。

本发明实施例中，由于不同季节的洋流情况、潮汐情况均有不同，因此，船舶在不同季节行驶同一条航线，所使用的时长也可能存在不同。候选航线可以存在一条或多条，也可以不存在候选航线。

作为一种可选的实施方式，步骤S103还可以执行以下步骤：

若所述候选航线为空，则根据所述起始港和所述目的港确定预估航行区域；

确定所述预估航行区域中的其他港口；

根据所述其他港口、所述起始港以及所述目的港，从所述航线数据库中获取与所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选相似航线；其中，所述候选相似航线的起点和终点为所述其他港口、所述起始港以及所述目的港中的任一港口，且所述候选相似航线的起点和终点不同；

确定所述候选相似航线与所述起始港和所述目的港的匹配值；

将所述匹配值大于预设阈值的候选相似航线确定为候选修改航线；

获取与所述候选修改航线对应的第二海图数据；

将所述第二海图数据、所述起始港、所述目的港以及所述候选修改航线输入至预先训练的航线修改模型，得到所述候选修改航线对应的候选航线，并执行步骤S104～步骤S107。

其中，实施这种实施方式，可以在候选航线为空的情况下，确定起始港与目的港对应的预估航行区域中的其他港口，并且可以获取到以其他港口、起始港或目的港为起点或终点的候选相似航线；以及可以从候选相似航线中筛选出与从起始港到目的港之间较为相似的候选航线，提升了候选航线的可靠性。

本发明实施例中，预估航行区域可以为包含起始港和目的港的航行区域，预估航行区域的确定方法可以为：

确定起始港的起始坐标以及目的港的目的坐标；其中，起始坐标可以包括起始横坐标和起始纵坐标，目的坐标可以包括目的横坐标和目的纵坐标；

将起始横坐标和目的横坐标中最小的横坐标值与预设值相减，得到预估航行区域最小横坐标；

将起始横坐标和目的横坐标中最大的横坐标值与预设值相加，得到预估航行区域最大横坐标；

将起始纵坐标和目的纵坐标中最小的纵坐标值与预设值相减，得到预估航行区域最小纵坐标；

将起始纵坐标和目的纵坐标中最大的纵坐标值与预设值相加，得到预估航行区域最大纵坐标；

基于预估航行区域最小横坐标、预估航行区域最大横坐标、预估航行区域最小纵坐标以及预估航行区域最大纵坐标，构建预估航行区域。

本发明实施例中，航线修改模型可以为神经网络模型，可以对航线修改模型预先进行训练，以使航线训练模型可以根据输入的起始港、目的港以及候选修改航线，并基于该区域的海图数据，输出从起始港至目的港的候选航线。

可选的，确定所述候选相似航线与所述起始港和所述目的港的匹配值的方式具体可以为：

确定所述起始港与所述目的港之间的直线距离；

确定所述候选相似航线的航线长度；

将所述航线长度小于等于所述直线距离的候选相似航线确定为第一候选相似航线；

将所述航线长度大于所述直线距离的候选相似航线确定为第二候选相似航线；

确定所述第一候选相似航线距所述起始港与所述目的港的第一最小距离；其中，所述第一最小距离为所述起始港距所述第一候选相似航线最近一端的距离与所述目的港距所述第一候选相似航线最近一端的距离之和；

确定所述第二候选相似航线距所述起始港与所述目的港的第二最小距离；其中，所述第二最小距离为所述起始港距所述第二候选相似航线最近一端的距离与所述目的港距所述第二候选相似航线最近一端的距离之和；

确定所述第一候选相似航线的航线长度与所述直线距离之间的第一比值；

确定所述直线距离与所述第二候选相似航线的航线长度之间的第二比值；

根据所述第一最小距离、所述第二最小距离、所述第一比值以及所述第二比值，确定所述第一候选相似航线和所述第二候选相似航线分别与所述起始港和所述目的港的匹配值。

其中，实施这种实施方式，可以根据候选相似航线与起始港和目的港之间的距离，以及候选相似航线的航线长度与起始港至目的港之间的距离的比值，确定出每一候选相似航线与起始港和目的港的匹配值，以使得到的匹配值更加准确。

本发明另一实施例中，根据所述第一最小距离、所述第二最小距离、所述第一比值以及所述第二比值，确定所述第一候选相似航线和所述第二候选相似航线分别与所述起始港和所述目的港的匹配值的方式具体可以为：

获取距离权重和比例权重；

根据所述距离权重、所述第一最小距离、所述比例权重以及所述第一比值，确定所述第一候选相似航线与所述起始港和所述目的港的匹配值；

根据所述距离权重、所述第二最小距离、所述比例权重以及所述第二比值，确定所述第二候选相似航线与所述起始港和所述目的港的匹配值。

其中，实施这种实施方式，可以获取到距离权重和比例权重，从而对匹配值中的距离影响因素和比例影响因素进行调整，以使得到的匹配值更加合理。

步骤S104，确定所述候选航线的最长航行时长和航行区域。

本发明实施例中，候选航线的航行区域可以根据候选航线对应的海图数据确定，即可以获取候选航线对应的第三海图数据，并且可以将第三海图数据覆盖的区域确定为候选航线的航行区域。

步骤S105，根据所述出发时间和所述最长航行时长确定所述船舶的航行时间区间。

本发明实施例中，所述航行时间区间的起始时间为所述出发时间，所述航行时间区间的时长与所述最长航行时长相同。

步骤S106，获取在所述航行时间区间内的所述航行区域处的气象数据、第一海图数据以及航行警告信息。

步骤S107，根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出推荐航线。

作为一种可选的实施方式，步骤S107根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出推荐航线的方式具体可以为：

根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出待分析航线；

根据所述气象数据和所述第一海图数据，确定所述待分析航线的航线评分；

从所述待分析航线中选取预设数量的推荐航线；其中，所述推荐航线的航线评分大于除所述推荐航线之外的其他待分析航线的航线评分。

其中，实施这种实施方式，可以根据气象数据、第一海图数据以及航行警告信息确定出候选航线中的待分析航线，即能够实现航行的航线；并且可以对待分析航线进行分析，得到每一待分析航线的航线评分，基于得到的航线评分，可以更加准确的筛选出最适合航行的航线。

可选的，根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出待分析航线的方式具体可以为：

从所述气象数据中获取危险气象信息；其中，所述危险气象信息至少包括危险气象类型以及危险气象地点；

从所述第一海图数据中确定新增障碍物信息；其中，所述新增障碍物信息至少包括障碍物位置；

从所述航行警告信息中获取航行警告区域；

将与所述危险气象信息匹配的候选航线确定为无效航线；

将与所述新增障碍物信息匹配的候选航线确定为无效航线；

将位于所述航行警告区域的候选航线确定为无效航线；

将所述候选航线中除所述无效航线之外的航线确定为待分析航线。

其中，实施这种实施方式，可以从气象数据、第一海图数据以及航行警告信息中获取影响船舶在候选航线正常行驶的因素，并且根据获取的影响船舶正常行驶的因素，从候选航线中确定出无效航线，从而得到除无效航线之外的待分析航线，提升了待分析航线的可使用性。

可选的，根据所述气象数据和所述第一海图数据，确定所述待分析航线的航线评分的方式具体可以为：

根据所述气象数据确定所述待分析航线对应的好天气比例；

从所述第一海图数据中确定所述待分析航线中包含的与所述船舶的型号信息匹配的加油港数量；

获取所述待分析航线的历史平均船舶流量；

确定所述加油港数量对应的数量分值；其中，所述数量分值与所述加油港数量成正比；

确定所述历史平均船舶流量对应的流量分值；其中，所述流量分值与所述历史平均船舶流量成反比；

根据所述好天气比例、所述数量分值以及所述流量分值，确定所述待分析航线的航线评分。

其中，实施这种实施方式，可以根据天气数据得到的好天气比例、第一海图数据中确定的加油港数量以及每条待分析航线上的历史平均船舶流量，对待分析航线进行评分，以使每条待分析航线得到的航线评分准确。

本发明能够确定出一条或多条候选航线；并且可以对候选航线处的气象数据、海图数据预计航行警告信息进行分析，得到最为推荐的航线，提升生成的航线实用性。此外，本发明还可以提升候选航线的可靠性。此外，本发明还可以使得到的匹配值更加准确。此外，本发明还可以使得到的匹配值更加合理。此外，本发明还可以更加准确的筛选出最适合航行的航线。此外，本发明还可以提升待分析航线的可使用性。此外，本发明还可以使每条待分析航线得到的航线评分准确。

示例性装置

在介绍了本发明示例性实施方式的方法之后，接下来，参考图2对本发明示例性实施方式的一种基于人工智能的船舶航线推荐装置进行说明，该装置包括：

第一获取单元201，用于从接收到的航线推荐请求信息中获取起始港、目的港、出发时间以及船舶的型号信息和载物信息；

第一确定单元202，用于确定第一获取单元201获取的所述出发时间对应的出发季节；

第二获取单元203，用于从预先设置的航线数据库中获取与第一获取单元201获取的所述起始港、所述目的港、所述船舶的型号信息和载物信息以及第一确定单元202确定的所述出发季节均匹配的候选航线；

第二确定单元204，用于确定第二获取单元203获取的所述候选航线的最长航行时长和航行区域；

第三确定单元205，用于根据第一获取单元201获取的所述出发时间和第二确定单元204确定的所述最长航行时长确定所述船舶的航行时间区间；其中，所述航行时间区间的起始时间为所述出发时间，所述航行时间区间的时长与所述最长航行时长相同；

第三获取单元206，用于获取在第三确定单元205确定的所述航行时间区间内的所述航行区域处的气象数据、第一海图数据以及航行警告信息；

第四确定单元207，用于根据第三获取单元206获取的所述气象数据、所述第一海图数据以及所述航行警告信息，从第二获取单元203获取的所述候选航线中确定出推荐航线。

作为一种可选的实施方式，第二获取单元203还用于：

在从预先设置的航线数据库中获取与所述起始港、所述目的港、所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选航线之后，若所述候选航线为空，则根据所述起始港和所述目的港确定预估航行区域；

确定所述预估航行区域中的其他港口；

根据所述其他港口、所述起始港以及所述目的港，从所述航线数据库中获取与所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选相似航线；其中，所述候选相似航线的起点和终点为所述其他港口、所述起始港以及所述目的港中的任一港口，且所述候选相似航线的起点和终点不同；

确定所述候选相似航线与所述起始港和所述目的港的匹配值；

将所述匹配值大于预设阈值的候选相似航线确定为候选修改航线；

获取与所述候选修改航线对应的第二海图数据；

将所述第二海图数据、所述起始港、所述目的港以及所述候选修改航线输入至预先训练的航线修改模型，得到所述候选修改航线对应的候选航线，并执行从所述的确定所述候选航线的最长航行时长和航行区域，至所述的从所述候选航线中确定出推荐航线的步骤。

其中，实施这种实施方式，可以在候选航线为空的情况下，确定起始港与目的港对应的预估航行区域中的其他港口，并且可以获取到以其他港口、起始港或目的港为起点或终点的候选相似航线；以及可以从候选相似航线中筛选出与从起始港到目的港之间较为相似的候选航线，提升了候选航线的可靠性。

作为一种可选的实施方式，第二获取单元203确定所述候选相似航线与所述起始港和所述目的港的匹配值的方式具体可以为：

确定所述起始港与所述目的港之间的直线距离；

确定所述候选相似航线的航线长度；

将所述航线长度小于等于所述直线距离的候选相似航线确定为第一候选相似航线；

将所述航线长度大于所述直线距离的候选相似航线确定为第二候选相似航线；

确定所述第一候选相似航线距所述起始港与所述目的港的第一最小距离；其中，所述第一最小距离为所述起始港距所述第一候选相似航线最近一端的距离与所述目的港距所述第一候选相似航线最近一端的距离之和；

确定所述第二候选相似航线距所述起始港与所述目的港的第二最小距离；其中，所述第二最小距离为所述起始港距所述第二候选相似航线最近一端的距离与所述目的港距所述第二候选相似航线最近一端的距离之和；

确定所述第一候选相似航线的航线长度与所述直线距离之间的第一比值；

确定所述直线距离与所述第二候选相似航线的航线长度之间的第二比值；

根据所述第一最小距离、所述第二最小距离、所述第一比值以及所述第二比值，确定所述第一候选相似航线和所述第二候选相似航线分别与所述起始港和所述目的港的匹配值。

其中，实施这种实施方式，可以根据候选相似航线与起始港和目的港之间的距离，以及候选相似航线的航线长度与起始港至目的港之间的距离的比值，确定出每一候选相似航线与起始港和目的港的匹配值，以使得到的匹配值更加准确。

作为一种可选的实施方式，第二获取单元203根据所述第一最小距离、所述第二最小距离、所述第一比值以及所述第二比值，确定所述第一候选相似航线和所述第二候选相似航线分别与所述起始港和所述目的港的匹配值的方式具体可以为：

获取距离权重和比例权重；

根据所述距离权重、所述第一最小距离、所述比例权重以及所述第一比值，确定所述第一候选相似航线与所述起始港和所述目的港的匹配值；

根据所述距离权重、所述第二最小距离、所述比例权重以及所述第二比值，确定所述第二候选相似航线与所述起始港和所述目的港的匹配值。

其中，实施这种实施方式，可以获取到距离权重和比例权重，从而对匹配值中的距离影响因素和比例影响因素进行调整，以使得到的匹配值更加合理。

作为一种可选的实施方式，第四确定单元207根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出推荐航线的方式具体可以为：

根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出待分析航线；

根据所述气象数据和所述第一海图数据，确定所述待分析航线的航线评分；

从所述待分析航线中选取预设数量的推荐航线；其中，所述推荐航线的航线评分大于除所述推荐航线之外的其他待分析航线的航线评分。

其中，实施这种实施方式，可以根据气象数据、第一海图数据以及航行警告信息确定出候选航线中的待分析航线，即能够实现航行的航线；并且可以对待分析航线进行分析，得到每一待分析航线的航线评分，基于得到的航线评分，可以更加准确的筛选出最适合航行的航线。

作为一种可选的实施方式，第四确定单元207根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出待分析航线的方式具体可以为：

从所述气象数据中获取危险气象信息；其中，所述危险气象信息至少包括危险气象类型以及危险气象地点；

从所述第一海图数据中确定新增障碍物信息；其中，所述新增障碍物信息至少包括障碍物位置；

从所述航行警告信息中获取航行警告区域；

将与所述危险气象信息匹配的候选航线确定为无效航线；

将与所述新增障碍物信息匹配的候选航线确定为无效航线；

将位于所述航行警告区域的候选航线确定为无效航线；

将所述候选航线中除所述无效航线之外的航线确定为待分析航线。

其中，实施这种实施方式，可以从气象数据、第一海图数据以及航行警告信息中获取影响船舶在候选航线正常行驶的因素，并且根据获取的影响船舶正常行驶的因素，从候选航线中确定出无效航线，从而得到除无效航线之外的待分析航线，提升了待分析航线的可使用性。

作为一种可选的实施方式，第四确定单元207根据所述气象数据和所述第一海图数据，确定所述待分析航线的航线评分的方式具体可以为：

根据所述气象数据确定所述待分析航线对应的好天气比例；

从所述第一海图数据中确定所述待分析航线中包含的与所述船舶的型号信息匹配的加油港数量；

获取所述待分析航线的历史平均船舶流量；

确定所述加油港数量对应的数量分值；其中，所述数量分值与所述加油港数量成正比；

确定所述历史平均船舶流量对应的流量分值；其中，所述流量分值与所述历史平均船舶流量成反比；

根据所述好天气比例、所述数量分值以及所述流量分值，确定所述待分析航线的航线评分。

其中，实施这种实施方式，可以根据天气数据得到的好天气比例、第一海图数据中确定的加油港数量以及每条待分析航线上的历史平均船舶流量，对待分析航线进行评分，以使每条待分析航线得到的航线评分准确。

本发明能够确定出一条或多条候选航线；并且可以对候选航线处的气象数据、海图数据预计航行警告信息进行分析，得到最为推荐的航线，提升生成的航线实用性。此外，本发明还可以提升候选航线的可靠性。此外，本发明还可以使得到的匹配值更加准确。此外，本发明还可以使得到的匹配值更加合理。此外，本发明还可以更加准确的筛选出最适合航行的航线。此外，本发明还可以提升待分析航线的可使用性。此外，本发明还可以使每条待分析航线得到的航线评分准确。

示例性介质

在介绍了本发明示例性实施方式的方法和装置之后，接下来，参考图3对本发明示例性实施方式的计算机可读存储介质进行说明，请参考图3，其示出的计算机可读存储介质为光盘30，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会实现上述方法实施方式中所记载的各步骤，例如，从接收到的航线推荐请求信息中获取起始港、目的港、出发时间以及船舶的型号信息和载物信息；确定出发时间对应的出发季节；从预先设置的航线数据库中获取与起始港、目的港、船舶的型号信息和载物信息以及出发季节均匹配的候选航线；确定候选航线的最长航行时长和航行区域；根据出发时间和最长航行时长确定船舶的航行时间区间；获取在航行时间区间内的航行区域处的气象数据、第一海图数据以及航行警告信息；根据气象数据、第一海图数据以及航行警告信息，从候选航线中确定出推荐航线；各步骤的具体实现方式在此不再重复说明。

需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。

示例性计算设备

在介绍了本发明示例性实施方式的方法、装置和介质之后，接下来，参考图4对本发明示例性实施方式的用于基于人工智能的船舶航线推荐的计算设备。

图4示出了适于用来实现本发明实施方式的示例性计算设备40的框图，该计算设备40可以是计算机系统或服务器。图4显示的计算设备40仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，计算设备40的组件可以包括但不限于：一个或者多个处理器或者处理单元401，系统存储器402，连接不同系统组件(包括系统存储器402和处理单元401)的总线403。

计算设备40典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算设备40访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器402可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)4021和/或高速缓存存储器4022。计算设备40可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，ROM4023可以用于读写不可移动的、非易失性磁介质(图4中未显示，通常称为“硬盘驱动器”)。尽管未在图4中示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线403相连。系统存储器402中可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块4024的程序/实用工具4025，可以存储在例如系统存储器402中，且这样的程序模块4024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块4024通常执行本发明所描述的实施例中的功能和/或方法。

计算设备40也可以与一个或多个外部设备404(如键盘、指向设备、显示器等)通信。这种通信可以通过输入/输出(I/O)接口405进行。并且，计算设备40还可以通过网络适配器406与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器406通过总线403与计算设备40的其它模块(如处理单元401等)通信。应当明白，尽管图4中未示出，可以结合计算设备40使用其它硬件和/或软件模块。

处理单元401通过运行存储在系统存储器402中的程序，从而执行各种功能应用以及数据处理，例如，从接收到的航线推荐请求信息中获取起始港、目的港、出发时间以及船舶的型号信息和载物信息；确定出发时间对应的出发季节；从预先设置的航线数据库中获取与起始港、目的港、船舶的型号信息和载物信息以及出发季节均匹配的候选航线；确定候选航线的最长航行时长和航行区域；根据出发时间和最长航行时长确定船舶的航行时间区间；获取在航行时间区间内的航行区域处的气象数据、第一海图数据以及航行警告信息；根据气象数据、第一海图数据以及航行警告信息，从候选航线中确定出推荐航线。各步骤的具体实现方式在此不再重复说明。应当注意，尽管在上文详细描述中提及了基于人工智能的船舶航线推荐装置的若干单元/模块或子单元/子模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。

在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置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，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、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。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，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所述以权利要求的保护范围为准。

此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

Claims (8)

1.一种基于人工智能的船舶航线推荐方法，包括：

从接收到的航线推荐请求信息中获取起始港、目的港、出发时间以及船舶的型号信息和载物信息；

确定所述出发时间对应的出发季节；

从预先设置的航线数据库中获取与所述起始港、所述目的港、所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选航线；

确定所述候选航线的最长航行时长和航行区域；

根据所述出发时间和所述最长航行时长确定所述船舶的航行时间区间；其中，所述航行时间区间的起始时间为所述出发时间，所述航行时间区间的时长与所述最长航行时长相同；

获取在所述航行时间区间内的所述航行区域处的气象数据、第一海图数据以及航行警告信息；

根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出推荐航线；

其中，所述从预先设置的航线数据库中获取与所述起始港、所述目的港、所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选航线之后，还包括：

若所述候选航线为空，则根据所述起始港和所述目的港确定预估航行区域；

确定所述预估航行区域中的其他港口；

根据所述其他港口、所述起始港以及所述目的港，从所述航线数据库中获取与所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选相似航线；其中，所述候选相似航线的起点和终点为所述其他港口、所述起始港以及所述目的港中的任一港口，且所述候选相似航线的起点和终点不同；

确定所述候选相似航线与所述起始港和所述目的港的匹配值；

将所述匹配值大于预设阈值的候选相似航线确定为候选修改航线；

获取与所述候选修改航线对应的第二海图数据；

将所述第二海图数据、所述起始港、所述目的港以及所述候选修改航线输入至预先训练的航线修改模型，得到所述候选修改航线对应的候选航线，并执行从所述的确定所述候选航线的最长航行时长和航行区域，至所述的从所述候选航线中确定出推荐航线的步骤；

其中，所述确定所述候选相似航线与所述起始港和所述目的港的匹配值，包括：

确定所述起始港与所述目的港之间的直线距离；

确定所述候选相似航线的航线长度；

将所述航线长度小于等于所述直线距离的候选相似航线确定为第一候选相似航线；

将所述航线长度大于所述直线距离的候选相似航线确定为第二候选相似航线；

确定所述第一候选相似航线距所述起始港与所述目的港的第一最小距离；其中，所述第一最小距离为所述起始港距所述第一候选相似航线最近一端的距离与所述目的港距所述第一候选相似航线最近一端的距离之和；

确定所述第二候选相似航线距所述起始港与所述目的港的第二最小距离；其中，所述第二最小距离为所述起始港距所述第二候选相似航线最近一端的距离与所述目的港距所述第二候选相似航线最近一端的距离之和；

确定所述第一候选相似航线的航线长度与所述直线距离之间的第一比值；

确定所述直线距离与所述第二候选相似航线的航线长度之间的第二比值；

根据所述第一最小距离、所述第二最小距离、所述第一比值以及所述第二比值，确定所述第一候选相似航线和所述第二候选相似航线分别与所述起始港和所述目的港的匹配值。

2.根据权利要求1所述的基于人工智能的船舶航线推荐方法，所述根据所述第一最小距离、所述第二最小距离、所述第一比值以及所述第二比值，确定所述第一候选相似航线和所述第二候选相似航线分别与所述起始港和所述目的港的匹配值，包括：

获取距离权重和比例权重；

根据所述距离权重、所述第一最小距离、所述比例权重以及所述第一比值，确定所述第一候选相似航线与所述起始港和所述目的港的匹配值；

根据所述距离权重、所述第二最小距离、所述比例权重以及所述第二比值，确定所述第二候选相似航线与所述起始港和所述目的港的匹配值。

3.根据权利要求1或2所述的基于人工智能的船舶航线推荐方法，所述根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出推荐航线，包括：

根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出待分析航线；

根据所述气象数据和所述第一海图数据，确定所述待分析航线的航线评分；

从所述待分析航线中选取预设数量的推荐航线；其中，所述推荐航线的航线评分大于除所述推荐航线之外的其他待分析航线的航线评分。

4.根据权利要求3所述的基于人工智能的船舶航线推荐方法，所述根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出待分析航线，包括：

从所述气象数据中获取危险气象信息；其中，所述危险气象信息至少包括危险气象类型以及危险气象地点；

从所述第一海图数据中确定新增障碍物信息；其中，所述新增障碍物信息至少包括障碍物位置；

从所述航行警告信息中获取航行警告区域；

将与所述危险气象信息匹配的候选航线确定为无效航线；

将与所述新增障碍物信息匹配的候选航线确定为无效航线；

将位于所述航行警告区域的候选航线确定为无效航线；

将所述候选航线中除所述无效航线之外的航线确定为待分析航线。

5.根据权利要求3所述的基于人工智能的船舶航线推荐方法，所述根据所述气象数据和所述第一海图数据，确定所述待分析航线的航线评分，包括：

根据所述气象数据确定所述待分析航线对应的好天气比例；

从所述第一海图数据中确定所述待分析航线中包含的与所述船舶的型号信息匹配的加油港数量；

获取所述待分析航线的历史平均船舶流量；

确定所述加油港数量对应的数量分值；其中，所述数量分值与所述加油港数量成正比；

确定所述历史平均船舶流量对应的流量分值；其中，所述流量分值与所述历史平均船舶流量成反比；

根据所述好天气比例、所述数量分值以及所述流量分值，确定所述待分析航线的航线评分。

6.一种基于人工智能的船舶航线推荐装置，包括：

第一获取单元，用于从接收到的航线推荐请求信息中获取起始港、目的港、出发时间以及船舶的型号信息和载物信息；

第一确定单元，用于确定所述出发时间对应的出发季节；

第二获取单元，用于从预先设置的航线数据库中获取与所述起始港、所述目的港、所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选航线；

第二确定单元，用于确定所述候选航线的最长航行时长和航行区域；

第三确定单元，用于根据所述出发时间和所述最长航行时长确定所述船舶的航行时间区间；其中，所述航行时间区间的起始时间为所述出发时间，所述航行时间区间的时长与所述最长航行时长相同；

第三获取单元，用于获取在所述航行时间区间内的所述航行区域处的气象数据、第一海图数据以及航行警告信息；

第四确定单元，用于根据所述气象数据、所述第一海图数据以及所述航行警告信息，从所述候选航线中确定出推荐航线；

其中，所述第二获取单元还用于：

从预先设置的航线数据库中获取与所述起始港、所述目的港、所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选航线之后，若所述候选航线为空，则根据所述起始港和所述目的港确定预估航行区域；

确定所述预估航行区域中的其他港口；

根据所述其他港口、所述起始港以及所述目的港，从所述航线数据库中获取与所述船舶的型号信息和载物信息以及所述出发季节均匹配的候选相似航线；其中，所述候选相似航线的起点和终点为所述其他港口、所述起始港以及所述目的港中的任一港口，且所述候选相似航线的起点和终点不同；

确定所述候选相似航线与所述起始港和所述目的港的匹配值；

将所述匹配值大于预设阈值的候选相似航线确定为候选修改航线；

获取与所述候选修改航线对应的第二海图数据；

将所述第二海图数据、所述起始港、所述目的港以及所述候选修改航线输入至预先训练的航线修改模型，得到所述候选修改航线对应的候选航线，并触发所述第二确定单元确定所述候选航线的最长航行时长和航行区域；

其中，所述第二获取单元确定所述候选相似航线与所述起始港和所述目的港的匹配值，包括：

确定所述起始港与所述目的港之间的直线距离；

确定所述候选相似航线的航线长度；

将所述航线长度小于等于所述直线距离的候选相似航线确定为第一候选相似航线；

将所述航线长度大于所述直线距离的候选相似航线确定为第二候选相似航线；

确定所述第一候选相似航线距所述起始港与所述目的港的第一最小距离；其中，所述第一最小距离为所述起始港距所述第一候选相似航线最近一端的距离与所述目的港距所述第一候选相似航线最近一端的距离之和；

确定所述第二候选相似航线距所述起始港与所述目的港的第二最小距离；其中，所述第二最小距离为所述起始港距所述第二候选相似航线最近一端的距离与所述目的港距所述第二候选相似航线最近一端的距离之和；

确定所述第一候选相似航线的航线长度与所述直线距离之间的第一比值；

确定所述直线距离与所述第二候选相似航线的航线长度之间的第二比值；

根据所述第一最小距离、所述第二最小距离、所述第一比值以及所述第二比值，确定所述第一候选相似航线和所述第二候选相似航线分别与所述起始港和所述目的港的匹配值。

7.一种计算设备，所述计算设备包括：

至少一个处理器、存储器和输入输出单元；

其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行如权利要求1～5中任一项所述的方法。

8.一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得计算机执行如权利要求1～5中的任一项所述的方法。