JP2021030748A - 推定方法、学習方法、推定プログラムおよび推定装置 - Google Patents
推定方法、学習方法、推定プログラムおよび推定装置 Download PDFInfo
- Publication number
- JP2021030748A JP2021030748A JP2019148984A JP2019148984A JP2021030748A JP 2021030748 A JP2021030748 A JP 2021030748A JP 2019148984 A JP2019148984 A JP 2019148984A JP 2019148984 A JP2019148984 A JP 2019148984A JP 2021030748 A JP2021030748 A JP 2021030748A
- Authority
- JP
- Japan
- Prior art keywords
- prediction model
- fuel consumption
- estimation
- degree
- ship
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000000446 fuel Substances 0.000 claims abstract description 83
- 230000001186 cumulative effect Effects 0.000 claims abstract description 37
- 238000012423 maintenance Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims description 19
- 239000013535 sea water Substances 0.000 claims description 17
- 238000005457 optimization Methods 0.000 abstract description 3
- 230000010365 information processing Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B59/00—Hull protection specially adapted for vessels; Cleaning devices specially adapted for vessels
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B79/00—Monitoring properties or operating parameters of vessels in operation
- B63B79/30—Monitoring properties or operating parameters of vessels in operation for diagnosing, testing or predicting the integrity or performance of vessels
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B79/00—Monitoring properties or operating parameters of vessels in operation
- B63B79/20—Monitoring properties or operating parameters of vessels in operation using models or simulation, e.g. statistical models or stochastic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B59/00—Hull protection specially adapted for vessels; Cleaning devices specially adapted for vessels
- B63B59/04—Preventing hull fouling
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】実施形態の推定方法は、汚損度を推定する処理と、教師データを選択する処理と、予測モデルを生成する処理と、燃料消費量を推定する処理とをコンピュータが実行する。汚損度を推定する処理は、対象船舶に対する直近のメンテナンス以降の累積期間に基づいて対象船舶の汚損度を推定する。選択する処理は、航行による燃料消費量を推定するための予測モデルの生成に際し、教師データの中から、推定した汚損度に類似する汚損度を有する教師データを学習データとして選択する。生成する処理は、選択した学習データに基づいて予測モデルを生成する。燃料消費量を推定する処理は、生成した予測モデルを用いて、対象船舶に関する制約条件に応じた対象船舶の燃料消費量を推定する。
【選択図】図1
Description
航行による燃料消費量を推定するための予測モデルの生成に際し、教師データの中から、推定した前記汚損度に類似する汚損度を有する教師データを学習データとして選択し、
選択した前記学習データに基づいて前記予測モデルを生成し、
生成した前記予測モデルを用いて、前記対象船舶に関する制約条件に応じた前記対象船舶の燃料消費量を推定する、
処理をコンピュータが実行することを特徴とする推定方法。
ことを特徴とする付記1に記載の推定方法。
ことを特徴とする付記1または2に記載の推定方法。
ことを特徴とする付記1乃至3のいずれか一に記載の推定方法。
ことを特徴とする付記1乃至4のいずれか一に記載の推定方法。
航行による燃料消費量を推定するための予測モデルの生成に際し、教師データの中から、推定した前記汚損度に類似する汚損度を有する教師データを学習データとして選択し、
選択した前記学習データに基づいて前記予測モデルを生成する、
処理をコンピュータが実行することを特徴とする学習方法。
ことを特徴とする付記6に記載の学習方法。
ことを特徴とする付記6または7に記載の学習方法。
ことを特徴とする付記6乃至8のいずれか一に記載の学習方法。
航行による燃料消費量を推定するための予測モデルの生成に際し、教師データの中から、推定した前記汚損度に類似する汚損度を有する教師データを学習データとして選択し、
選択した前記学習データに基づいて前記予測モデルを生成し、
生成した前記予測モデルを用いて、前記対象船舶に関する制約条件に応じた前記対象船舶の燃料消費量を推定する、
処理をコンピュータに実行させることを特徴とする推定プログラム。
ことを特徴とする付記10に記載の推定プログラム。
ことを特徴とする付記10または11に記載の推定プログラム。
ことを特徴とする付記10乃至12のいずれか一に記載の推定プログラム。
ことを特徴とする付記10乃至13のいずれか一に記載の推定プログラム。
航行による燃料消費量を推定するための予測モデルの生成に際し、教師データの中から、推定した前記汚損度に類似する汚損度を有する教師データを学習データとして選択する学習データ選択部と、
選択した前記学習データに基づいて前記予測モデルを生成する予測モデル生成部と、
生成した前記予測モデルを用いて、前記対象船舶に関する制約条件に応じた前記対象船舶の燃料消費量を推定する燃料消費推定部と、
を有することを特徴とする推定装置。
ことを特徴とする付記15に記載の推定装置。
ことを特徴とする付記15または16に記載の推定装置。
ことを特徴とする付記15乃至17のいずれか一に記載の推定装置。
ことを特徴とする付記15乃至18のいずれか一に記載の推定装置。
2…予測モデル生成
3…ウェザールーティング
10…船底汚損度推定部
11…推定条件情報
12…船底汚損度推定式
20…学習データ選択部
21…船舶・気象・海象データ
30…予測モデル生成部
31…予測モデル
32…気象・海象予報データ
40…候補航路生成部
41…航路制約情報
50…燃料消費推定部
60…航路探索部
61…航路情報
100…コンピュータ
101…CPU
102…入力装置
103…モニタ
104…スピーカ
105…媒体読取装置
106…インタフェース装置
107…通信装置
108…RAM
109…ハードディスク装置
110…バス
111…プログラム
112…各種データ
T…現時点
T1〜T3…データ期間
Claims (8)
- 対象船舶に対する直近のメンテナンス以降の累積期間に基づいて前記対象船舶の汚損度を推定し、
航行による燃料消費量を推定するための予測モデルの生成に際し、教師データの中から、推定した前記汚損度に類似する汚損度を有する教師データを学習データとして選択し、
選択した前記学習データに基づいて前記予測モデルを生成し、
生成した前記予測モデルを用いて、前記対象船舶に関する制約条件に応じた前記対象船舶の燃料消費量を推定する、
処理をコンピュータが実行することを特徴とする推定方法。 - 前記累積期間は、停泊時間を累積した期間を含む、
ことを特徴とする請求項1に記載の推定方法。 - 前記累積期間は、所定の航行速度未満で航行した時間を累積した期間を含む、
ことを特徴とする請求項1または2に記載の推定方法。 - 前記汚損度を推定する処理は、前記累積期間における海水温度に応じた重み付けを行って前記汚損度を推定する、
ことを特徴とする請求項1乃至3のいずれか一項に記載の推定方法。 - 推定した前記燃料消費量に基づいて前記対象船舶の航路を探索し、探索した前記航路を出力する、処理をさらにコンピュータが実行する、
ことを特徴とする請求項1乃至4のいずれか一項に記載の推定方法。 - 対象船舶に対する直近のメンテナンス以降の累積期間に基づいて前記対象船舶の汚損度を推定し、
航行による燃料消費量を推定するための予測モデルの生成に際し、教師データの中から、推定した前記汚損度に類似する汚損度を有する教師データを学習データとして選択し、
選択した前記学習データに基づいて前記予測モデルを生成する、
処理をコンピュータが実行することを特徴とする学習方法。 - 対象船舶に対する直近のメンテナンス以降の累積期間に基づいて前記対象船舶の汚損度を推定し、
航行による燃料消費量を推定するための予測モデルの生成に際し、教師データの中から、推定した前記汚損度に類似する汚損度を有する教師データを学習データとして選択し、
選択した前記学習データに基づいて前記予測モデルを生成し、
生成した前記予測モデルを用いて、前記対象船舶に関する制約条件に応じた前記対象船舶の燃料消費量を推定する、
処理をコンピュータに実行させることを特徴とする推定プログラム。 - 対象船舶に対する直近のメンテナンス以降の累積期間に基づいて前記対象船舶の汚損度を推定する汚損度推定部と、
航行による燃料消費量を推定するための予測モデルの生成に際し、教師データの中から、推定した前記汚損度に類似する汚損度を有する教師データを学習データとして選択する学習データ選択部と、
選択した前記学習データに基づいて前記予測モデルを生成する予測モデル生成部と、
生成した前記予測モデルを用いて、前記対象船舶に関する制約条件に応じた前記対象船舶の燃料消費量を推定する燃料消費推定部と、
を有することを特徴とする推定装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019148984A JP7342515B2 (ja) | 2019-08-14 | 2019-08-14 | 推定方法、学習方法、推定プログラムおよび推定装置 |
US16/984,318 US11352105B2 (en) | 2019-08-14 | 2020-08-04 | Estimation method, training method, storage medium, and estimation device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019148984A JP7342515B2 (ja) | 2019-08-14 | 2019-08-14 | 推定方法、学習方法、推定プログラムおよび推定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021030748A true JP2021030748A (ja) | 2021-03-01 |
JP7342515B2 JP7342515B2 (ja) | 2023-09-12 |
Family
ID=74568158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019148984A Active JP7342515B2 (ja) | 2019-08-14 | 2019-08-14 | 推定方法、学習方法、推定プログラムおよび推定装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11352105B2 (ja) |
JP (1) | JP7342515B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113682443A (zh) * | 2021-09-17 | 2021-11-23 | 中远海运科技(北京)有限公司 | Vlcc船舶在指令航速下的理论日燃油消耗确定方法 |
CN115936188A (zh) * | 2022-11-21 | 2023-04-07 | 上海船舶运输科学研究所有限公司 | 理论模型加自动采集数据的船舶营运油耗模型建立方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024039906A1 (en) * | 2022-08-19 | 2024-02-22 | X Development Llc | Ship route optimization |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100169323A1 (en) * | 2008-12-29 | 2010-07-01 | Microsoft Corporation | Query-Dependent Ranking Using K-Nearest Neighbor |
WO2017094080A1 (ja) * | 2015-11-30 | 2017-06-08 | 日本郵船株式会社 | 船体整備支援装置及び船体の整備方法 |
WO2018117919A1 (en) * | 2016-12-21 | 2018-06-28 | Telefonaktiebolaget Lm Ericsson (Publ) | Devices and methods for indicating an external factor on the hull of a boat |
US20180341729A1 (en) * | 2017-05-24 | 2018-11-29 | CDI Marine Company, LLC | Systems and methods for vessel fuel utilization |
JP2019018641A (ja) * | 2017-07-13 | 2019-02-07 | 川崎重工業株式会社 | 船舶性能解析システムおよび船舶性能解析方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5420723B2 (ja) | 2012-06-27 | 2014-02-19 | 三井造船株式会社 | 船舶の最適航路計算システム、船舶の運航支援システム、船舶の最適航路計算方法、及び船舶の運航支援方法 |
JP6393940B2 (ja) | 2015-01-20 | 2018-09-26 | 三井E&S造船株式会社 | 船舶の経年変化推定方法、船舶の経年変化推定システム、最適航路計算システム、及び船舶の運航支援システム |
JP6721455B2 (ja) | 2016-08-17 | 2020-07-15 | 川重テクノロジー株式会社 | 船体汚損評価装置及び船体汚損評価プログラム |
-
2019
- 2019-08-14 JP JP2019148984A patent/JP7342515B2/ja active Active
-
2020
- 2020-08-04 US US16/984,318 patent/US11352105B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100169323A1 (en) * | 2008-12-29 | 2010-07-01 | Microsoft Corporation | Query-Dependent Ranking Using K-Nearest Neighbor |
WO2017094080A1 (ja) * | 2015-11-30 | 2017-06-08 | 日本郵船株式会社 | 船体整備支援装置及び船体の整備方法 |
WO2018117919A1 (en) * | 2016-12-21 | 2018-06-28 | Telefonaktiebolaget Lm Ericsson (Publ) | Devices and methods for indicating an external factor on the hull of a boat |
US20180341729A1 (en) * | 2017-05-24 | 2018-11-29 | CDI Marine Company, LLC | Systems and methods for vessel fuel utilization |
JP2019018641A (ja) * | 2017-07-13 | 2019-02-07 | 川崎重工業株式会社 | 船舶性能解析システムおよび船舶性能解析方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113682443A (zh) * | 2021-09-17 | 2021-11-23 | 中远海运科技(北京)有限公司 | Vlcc船舶在指令航速下的理论日燃油消耗确定方法 |
CN113682443B (zh) * | 2021-09-17 | 2022-05-31 | 中远海运科技(北京)有限公司 | Vlcc船舶在指令航速下的理论日燃油消耗确定方法 |
CN115936188A (zh) * | 2022-11-21 | 2023-04-07 | 上海船舶运输科学研究所有限公司 | 理论模型加自动采集数据的船舶营运油耗模型建立方法 |
Also Published As
Publication number | Publication date |
---|---|
US11352105B2 (en) | 2022-06-07 |
US20210047012A1 (en) | 2021-02-18 |
JP7342515B2 (ja) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11352105B2 (en) | Estimation method, training method, storage medium, and estimation device | |
Wang et al. | A Three-Dimensional Dijkstra's algorithm for multi-objective ship voyage optimization | |
US20140277865A1 (en) | Method and apparatus for real-time polars | |
KR102390265B1 (ko) | 선박의 경년변화 추정방법, 선박의 경년변화 추정시스템, 최적항로계산 시스템, 및 선박의 운항지원 시스템 | |
Cheng et al. | A neural-network-based sensitivity analysis approach for data-driven modeling of ship motion | |
US11674805B2 (en) | System and method for voyage consumption optimization | |
Wang et al. | Incorporating approximate dynamics into data-driven calibrator: A representative model for ship maneuvering prediction | |
JP2008145312A (ja) | 最適航路探索方法 | |
JP2013134089A (ja) | 最適航路計算装置及び最適航路計算方法 | |
JP2019012029A (ja) | 最適航路探索方法及び装置 | |
JPWO2014188584A1 (ja) | 船舶管理装置、船舶管理システム及びプログラム | |
Dickson et al. | Uncertainty in marine weather routing | |
NO20181045A1 (en) | Improving voyage efficiency of a vessel | |
CN109562819A (zh) | 优化船舶的操作的方法和系统 | |
KR102116917B1 (ko) | 빅데이터와 딥 러닝을 이용한 해기상 및 소요 마력 예측 시스템 | |
KR20160063597A (ko) | 연료 소모량 예측 방법, 이를 수행하는 연료 소모량 예측 장치 및 이를 저장하는 기록매체 | |
Skulstad et al. | A co-operative hybrid model for ship motion prediction | |
JP5854382B2 (ja) | 船舶のプロペラ位置最適化プログラム | |
Petersen | Mining of ship operation data for energy conservation | |
JP7226453B2 (ja) | 航海支援方法、航海支援装置および航海支援プログラム | |
JP5890540B2 (ja) | 船舶管理装置およびプログラム | |
EP3901579B1 (en) | Navigation assistance method, navigation assistance device, and navigation assistance program | |
Graf et al. | Investigation of modern sailing yachts using a new free-surface RANSE code | |
Walker et al. | Artificial Intelligence Based Short-Term Motions Forecasting for Autonomous Marine Vehicles Control | |
JP6209290B1 (ja) | 船舶用支援装置及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220517 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230407 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230801 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230814 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7342515 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |