大连理工大学学报

作者：李智东,易文欣,陆丛红,周波

关键词：油耗率预测黑箱模型方法数据预处理LSTM神经网络

基金：国家自然科学基金资助项目(52071059).

针对船舶节能减排和提高经济效益的需求，建立了准确的船舶油耗模型，为船舶采取各种航行策略优化措施提供了决策基础．基于丹麦籍客滚轮的实测运行数据，经过数据预处理和特征选取，利用LSTM神经网络和多种机器学习算法建立了案例船的油耗模型．将各模型对测试集和额外时间序列测试集的预测值与真实值分别进行比较，结果表明LSTM模型对两种测试集的预测误差均低于1.30%，预测精度不会出现较大波动；而其他模型对额外时间序列测试集的预测性能会下降，稳定性和预测精度均不如LSTM模型．考虑到油耗模型的预测性能和实际应用场景，基于LSTM神经网络的油耗模型具有较大的优势，对后续的船舶油耗率预测及航行策略优化都具有重要意义．

来源：2025年第4期

《大连理工大学学报》期刊编辑部

查看大连理工大学学报杂志2025年第4期