預測船舶港口停留時間的方法及裝置與流程

2023-05-29 15:04:26

本發明涉及大數據分析
技術領域：
，尤其涉及一種預測船舶港口停留時間的方法及裝置。
背景技術：
：伴隨著經濟全球化的蓬勃發展，貨物的流轉變得更加的頻繁，同時貨物流轉的高效性成為了各方關注的焦點，交運運輸行業的地步變得越來越重要。海運由於其長距離運輸，運轉高效等特性，在運輸中所佔的份額越來越大。在全球經濟一體化的今天，工作的高效率化是競爭的一個重要手段。在海運中，港口的高效作業成為大家研究的一個熱點，重點在於如何合理的調配機器作業，人員安排。但是這些均是從操作方的角度出發，對於航運的大部分參與者來講，沒有辦法直接得到港口作業的完成效率如何，也無法的得到船舶預計何時才能進行靠港作業，會造成對航運後續環節的安排失衡，無法高效的使整個運輸流程運轉流暢。技術實現要素：本發明提供一種預測船舶港口停留時間的方法及裝置，用於解決目前港口運輸流程運轉不夠流暢的問題。第一方面，本發明提供一種預測船舶港口停留時間的方法，包括：獲取當前預測船舶進入預設港口泊位或錨地範圍時的當前時間；獲取所述當前預測船舶的船舶信息，所述船舶信息包括船型和船長；根據所述當前時間和所述船舶信息從預設時間段的歷史數據中獲得符合預設條件的船舶停留數據，所述船舶停留數據包括編號類型和停留時間；根據所述船舶停留數據獲得當前預測船舶的港口停留時間。可選地，所述預設條件包括：獲取所述船舶停留數據的條數不大於預設條數；獲取所述船舶停留數據的歷史時間段不大於預設時間長度；所述船舶停留數據均為所述歷史時間段內每周同一天的數據。可選地，所述根據所述船舶停留數據獲得當前預測船舶的港口停留時間，包括：對所述船舶停留數據進行分類，獲得對應編號類型下的停留時間，所述編號類型包括泊位編號和錨地編號，所述停留時間包括泊位停留時間和錨地停留時間；獲取當前預測船舶的當前編號類型；根據當前編號類型獲得對應的多個已選停留時間；按照預設比例對所述多個已選停留時間進行分類，獲得訓練數據和預測數據；對所述訓練數據中的已選停留時間設置對應的初始權重；根據所述已選停留時間和初始權重採用預測計算模型獲得所述當前預測船舶在所述當前編號類型下對應港口停留時間；其中，所述預測計算模型包括：tidk(p)為所述預測數據中的已選停留時間，i為編號類型和編號，d為一周的某一天，k為船型，p為所述預測數據中已選停留時間的個數；tidk(h)為所述訓練數據中的已選停留時間，h為所述訓練數據中已選停留時間的個數；ωidk為所述訓練數據中已選停留數據對應的權重；γ為比對係數且小於預設值；t為訓練時間值。可選地，所述方法還包括：1)獲取船舶在當前天的前一天的平均等待進入泊位時間；2)獲取當前錨地範圍所有船舶對應的剩餘的錨地停留時間；3)獲取泊位內船舶的剩餘停留時間，所述剩餘停留時間等於預測的停留時間-實際的停留時間；4)根據步驟3)得到所有船舶剩餘停留時間均大於0，則將獲取到的錨地內船舶進入錨地的時間排序，將泊位內船舶的剩餘時間按照從小到大關係賦值給錨地中的船舶，若獲取到的錨地內船舶數據比泊位內船舶的數量多，則將剩餘的船舶需要錨地停留時間與步驟1)中所述平均等待進入泊位時間求和；5)如果步驟3)得到所有船舶剩餘停留時間小於或等於0，則將港口內能泊位的數量減去停留時間大於0的數量，繼續執行步驟4)；6)重複執行步驟1)至步驟5)直到所有泊位、所有船舶都計算完畢7)每隔預設時長重新執行步驟1)至步驟6)。可選地，所述預設港口泊位範圍根據採集到的預設時間段內的船舶的軌跡信息採用聚類方式進行確定。第二方面，本發明提供一種預測船舶港口停留時間的裝置，包括：第一獲取模塊，用於獲取當前預測船舶進入預設港口泊位或錨地範圍時的當前時間；第二獲取模塊，用於獲取所述當前預測船舶的船舶信息，所述船舶信息包括船型和船長；選取模塊，用於根據所述當前時間和所述船舶信息從預設時間段的歷史數據中獲得符合預設條件的船舶停留數據，所述船舶停留數據包括編號類型和停留時間；計算模塊，用於根據所述船舶停留數據獲得當前預測船舶的港口停留時間。可選地，所述預設條件包括：獲取所述船舶停留數據的條數不大於預設條數；獲取所述船舶停留數據的歷史時間段不大於預設時間長度；所述船舶停留數據均為所述歷史時間段內每周同一天的數據。可選地，所述計算模塊具體用於：對所述船舶停留數據進行分類，獲得對應編號類型下的停留時間，所述編號類型包括泊位編號和錨地編號，所述停留時間包括泊位停留時間和錨地停留時間；獲取當前預測船舶的當前編號類型；根據當前編號類型獲得對應的多個已選停留時間；按照預設比例對所述多個已選停留時間進行分類，獲得訓練數據和預測數據；對所述訓練數據中的已選停留時間設置對應的初始權重；根據所述已選停留時間和初始權重採用預測計算模型獲得所述當前預測船舶在所述當前編號類型下對應港口停留時間；其中，所述預測計算模型包括：tidk(p)為所述預測數據中的已選停留時間，i為編號類型和編號，d為一周的某一天，k為船型，p為所述預測數據中已選停留時間的個數；tidk(h)為所述訓練數據中的已選停留時間，h為所述訓練數據中已選停留時間的個數；ωidk為所述訓練數據中已選停留數據對應的權重；γ為比對係數且小於預設值；t為訓練時間值。可選地，還包括調整模塊，用於：1)獲取船舶在當前天的前一天的平均等待進入泊位時間；2)獲取當前錨地範圍所有船舶對應的剩餘的錨地停留時間；3)獲取泊位內船舶的剩餘停留時間，所述剩餘停留時間等於預測的停留時間-實際的停留時間；4)根據步驟3)得到所有船舶剩餘停留時間均大於0，則將獲取到的錨地內船舶進入錨地的時間排序，將泊位內船舶的剩餘時間按照從小到大關係賦值給錨地中的船舶，若獲取到的錨地內船舶數據比泊位內船舶的數量多，則將剩餘的船舶需要錨地停留時間與步驟1)中所述平均等待進入泊位時間求和；5)如果步驟3)得到所有船舶剩餘停留時間小於或等於0，則將港口內能泊位的數量減去停留時間大於0的數量，繼續執行步驟4)；6)重複執行步驟1)至步驟5)直到所有泊位、所有船舶都計算完畢7)每隔預設時長重新執行步驟1)至步驟6)。可選地，所述預設港口泊位範圍根據採集到的預設時間段內的船舶的軌跡信息採用聚類方式進行確定。由上述技術方案可知，本發明提供的一種預測船舶港口停留時間的方法及裝置，通過獲取當前預測船舶進入預設港口泊位或錨地範圍時的當前時間，以及獲取當前預測船舶的船舶信息，根據當前時間和船舶信息從預設時間段的歷史數據中獲得符合預設條件的船舶停留數據，再根據船舶停留數據獲得當前預測船舶的港口停留時間，做到對每一個港口的錨地和泊位的歷史數據進行挖掘，保證不同船舶在不同港口的錨地和泊位的停留時間較準確，為使用者提供及時的數據保障。附圖說明圖1為本發明實施例1提供的預測船舶港口停留時間的方法的流程示意圖；圖2為本發明實施例1提供的根據船舶停留數據預測停留時間的流程示意圖；圖3為本發明實施例2提供的預測船舶港口停留時間的裝置的結構示意圖。具體實施方式下面結合附圖和實施例，對本發明的具體實施方式作進一步詳細描述。以下實施例用於說明本發明，但不用來限制本發明的範圍。圖1示出了本發明實施例1提供一種預測船舶港口停留時間的方法，包括：s11、獲取當前預測船舶進入預設港口泊位或錨地範圍時的當前時間。在本步驟中，需要說明的是，在本發明實施例中，所述預設港口泊位範圍可根據採集到的預設時間段內的船舶的軌跡信息採用聚類方式進行確定，確認港口泊、錨地的範圍。船舶的軌跡信息包括船舶的速度，船舶的方向，船舶的航行時間等。在得到港口泊位和錨地的範圍後，將其視作電子圍欄，根據船舶進入電子圍欄的情況，可以得到船舶進入港口泊位或錨地內的當前時間。s12、獲取所述當前預測船舶的船舶信息，所述船舶信息包括船型和船長。在本步驟中，需要說明的是，在本發明實施例中，噹噹前預測船舶進入港口泊位或錨地後，系統會獲取該當前預測船舶的船舶信息。如該船舶的船型及船長等。系統獲取船舶信息的實現，可由當前預測船舶向系統發送信息即可。s13、根據所述當前時間和所述船舶信息從預設時間段的歷史數據中獲得符合預設條件的船舶停留數據，所述船舶停留數據包括編號類型和停留時間。在本步驟中，需要說明的是，在本發明實施例中，由於歷史數據較大量，因此需要設定選取條件，如下：1、獲取所述船舶停留數據的條數不大於預設條數。如預設條數為20，則從歷史數據中獲取到的船舶停留數據不得少於20條。2、獲取所述船舶停留數據的歷史時間段不大於預設時間長度。如預設時間長度為半年，則從當前時間所屬當前日期向前，時間跨度不得大於半年。3、所述船舶停留數據均為所述歷史時間段內每周同一天的數據。即當前時間所屬日期為星期四，則獲取歷史時間段內的每周四的船舶停留數據。上述三個條件在本發明實施例中均同時滿足才能獲得所需的船舶停留時間。s14、根據所述船舶停留數據獲得當前預測船舶的港口停留時間。在本步驟中，需要說明的是，在本發明實施例中，步驟s14具體可為：s141、對所述船舶停留數據進行分類，獲得對應編號類型下的停留時間，所述編號類型包括泊位編號和錨地編號，所述停留時間包括泊位停留時間和錨地停留時間。在本步驟中，需要說明的是，由於船舶停留數據包括編號類型和停留時間，故每一條船舶的船舶停留數據均包括泊位停留時間和錨地停留時間。由於泊位較多，存在編號，錨地較多，存在編號。故每一條船舶停留數據中均對應泊位編號和錨地編號下的停留時間。如泊位2號，a型船舶停留2小時。錨地3號，a型船舶停留3小時。s142、獲取當前預測船舶的當前編號類型。s143、根據當前編號類型獲得對應的多個已選停留時間。在本步驟中，需要說明的是，所述已選停留時間為符合當前編號類型的船舶停留數據中的停留時間。如當前預測船舶(a型船舶)進入錨地編號2區域，則從分類後船舶停留數據中獲取a型船舶在錨地編號2的停留時間。如下表1所示：表1船舶類型錨地編號日期停留時間(h)a22017.02.232a22017.02.163a22017.02.091a22017.02.022……………………從表1中的日期可以看出，該日期僅僅是限定在上述半年時間內，每周四獲得船舶停留數據。由表1所示，獲得當前編號類型的已選停留時間為2、3、1、2……。s144、按照預設比例對所述多個已選停留時間進行分類，獲得訓練數據和預測數據。在本步驟中，需要說明的是，若在步驟s143中獲得的已選停留時間為15個，則按照預設比例2:1將15個已選停留時間進行分類，獲得10個已選停留時間為訓練數據，5個已選停留時間為預測數據。s145、對所述訓練數據中的已選停留時間設置對應的初始權重；s146、根據所述已選停留時間和初始權重採用預測計算模型獲得所述當前預測船舶在所述當前編號類型下對應港口停留時間。針對步驟s145和步驟s146，需要說明的是，在本發明實施例中，繼續以上述的15個已選停留時間為例，首先對訓練數據中的10個已選停留時間設置對應的初始權重。通過可以得到訓練時間值。其中，tidk(h)為所述訓練數據中的已選停留時間，h為所述訓練數據中已選停留時間的個數，ωidk為所述訓練數據中已選停留數據對應的初始權重。然後採用預測計算模型計算獲得當前預測船舶的停留時間。tidk(p)為所述預測數據中的已選停留時間，i為編號類型和編號，d為一周的某一天，k為船型，p為所述預測數據中已選停留時間的個數；γ為比對係數且小於預設值；t為訓練時間值。若假設預設值為5，則γ大於預設值，則說明訓練數據中已選停留時間對應的初始權重不合適，則繼續改變對應的權重，再進行上述公式的執行，直到執行預設次數(如10000次)或比對係數小於預設值。此時，便會獲得符合要求的權重。再將該權重與訓練數據中對應的已選停留時間進行上述公式的計算，可得到當前預測船舶在該編號類型下的停留時間。若當前預測船舶進入錨地編號1區域，則獲得符合錨地編號1區域的已選停留時間，根據上述步驟進行計算得到錨地上的停留時間，當前預測船舶又進入泊位編號2區域，則獲得符合泊位編號2區域的已選停留時間，根據上述步驟進行計算得到泊位上的停留時間。將兩個停留時間進行求和即可得到當前預測船舶的港口停留時間。在上述步驟中得到了所有泊位、錨地中船舶的預測停留時間，但是在實際中存在很多因素導致船舶無法按照既定的時間進行作業，故在此設定了基於啟發式算法的調整，包括：1)獲取船舶在當前天的前一天的平均等待進入泊位時間；2)獲取當前錨地範圍所有船舶對應的剩餘的錨地停留時間；3)獲取泊位內船舶的剩餘停留時間，所述剩餘停留時間等於預測的停留時間-實際的停留時間；4)根據步驟3)得到所有船舶剩餘停留時間均大於0，說明當前時刻泊位內沒有船舶超時停留，港口內按照「預期」的工作效率在進行工作。在這種情況下，將錨地內的船舶按照其進入錨地時間進行排序，將泊位內船舶的剩餘時間按照從小到大關係賦值給錨地中的船舶，如果錨地中的船舶數據比泊位內船舶的數量多，那麼剩餘的船舶需要錨地停留時間再加上步驟1)中昨天的平均等待進入泊位時間；5)如果步驟3)得到所有船舶剩餘停留時間存在小於等於0的情況，說明泊位內有船舶超時停留了，超時船舶什麼時候可以離開泊位是無法預知的，當前泊位無法使用，將港口內可以泊位的船舶數量減去停留時間大於0的船舶數量，剩餘的計算操作同步驟4)；6)重複執行步驟1)至步驟5)直到所有泊位、所有船舶都計算完畢7)每隔預設時長重新執行步驟1)至步驟6)。通過上述啟發式的調整，每半個小時的時間間隔進行數據調整，可以及時的發現外部因素的擾動，將其添加到預測的停留時間內，保證了數據預測的準確性，即便出現了誤差，也可以讓用戶在第一時間知曉。本發明實施例1提供的一種預測船舶港口停留時間的方法，通過獲取當前預測船舶進入預設港口泊位或錨地範圍時的當前時間，以及獲取當前預測船舶的船舶信息，根據當前時間和船舶信息從預設時間段的歷史數據中獲得符合預設條件的船舶停留數據，再根據船舶停留數據獲得當前預測船舶的港口停留時間，做到對每一個港口的錨地和泊位的歷史數據進行挖掘，保證不同船舶在不同港口的錨地和泊位的停留時間較準確，為使用者提供及時的數據保障。圖3示出了本發明實施例2提供的一種預測船舶港口停留時間的裝置，包括第一獲取模塊21、第二獲取模塊22、選取模塊23和計算模塊24，其中：第一獲取模塊21，用於獲取當前預測船舶進入預設港口泊位或錨地範圍時的當前時間；第二獲取模塊22，用於獲取所述當前預測船舶的船舶信息，所述船舶信息包括船型和船長；選取模塊23，用於根據所述當前時間和所述船舶信息從預設時間段的歷史數據中獲得符合預設條件的船舶停留數據，所述船舶停留數據包括編號類型和停留時間；計算模塊24，用於根據所述船舶停留數據獲得當前預測船舶的港口停留時間。由於本發明實施例2所述裝置與上述實施例1所述方法的原理相同，對於更加詳細的解釋內容在此不再贅述。需要說明的是，本發明實施例中可以通過硬體處理器(hardwareprocessor)來實現相關功能模塊。本發明實施例2提供的一種預測船舶港口停留時間的裝置，通過獲取當前預測船舶進入預設港口泊位或錨地範圍時的當前時間，以及獲取當前預測船舶的船舶信息，根據當前時間和船舶信息從預設時間段的歷史數據中獲得符合預設條件的船舶停留數據，再根據船舶停留數據獲得當前預測船舶的港口停留時間，做到對每一個港口的錨地和泊位的歷史數據進行挖掘，保證不同船舶在不同港口的錨地和泊位的停留時間較準確，為使用者提供及時的數據保障。此外，本領域的技術人員能夠理解，儘管在此所述的一些實施例包括其它實施例中所包括的某些特徵而不是其它特徵，但是不同實施例的特徵的組合意味著處於本發明的範圍之內並且形成不同的實施例。例如，在下面的權利要求書中，所要求保護的實施例的任意之一都可以以任意的組合方式來使用。應該注意的是上述實施例對本發明進行說明而不是對本發明進行限制，並且本領域技術人員在不脫離所附權利要求的範圍的情況下可設計出替換實施例。在權利要求中，不應將位於括號之間的任何參考符號構造成對權利要求的限制。單詞「包含」不排除存在未列在權利要求中的元件或步驟。位於元件之前的單詞「一」或「一個」不排除存在多個這樣的元件。本發明可以藉助於包括有若干不同元件的硬體以及藉助於適當編程的計算機來實現。在列舉了若干裝置的單元權利要求中，這些裝置中的若干個可以是通過同一個硬體項來具體體現。單詞第一、第二、以及第三等的使用不表示任何順序。可將這些單詞解釋為名稱。本領域普通技術人員可以理解：以上各實施例僅用以說明本發明的技術方案，而非對其限制；儘管參照前述各實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本發明權利要求所限定的範圍。當前第1頁12