一、船舶驾驶员应对AIS有更深入的理解(论文文献综述)
高邈[1](2021)在《基于Seq-CGAN与操纵行为基拼接的船舶智能避碰决策结构化学习》文中提出在“无人船”从投入使用到全面普及的过程中,必将经历“无人船对有人船”模式下的两类或多类型船舶会遇的复杂过渡时期。这个时期是海上航行安全研究的瓶颈期,也是在研究过程中考虑的影响因素最多、海域环境最复杂的时期。为此本论文尝试在“无人船对有人船”模式条件下,开展无人船舶智能避碰决策及关键技术的研究,并以“基于Seq-CGAN与操纵行为基拼接的船舶智能避碰决策结构化学习”为选题,研究如何生成合理有效的船舶智能避碰决策新方法。将自动识别系统(Automatic Identification System,AIS)大数据与人工智能/机器学习的相关理论进行有效结合,期望能够提升船舶智能避碰决策的实用性、有效性和合理性。本文以AIS大数据为研究基础,围绕船舶智能避碰决策及关键技术,对相关问题进行分析研究,针对AIS大数据挖掘、船舶会遇数据提取、船舶轨迹关键特征点识别、船舶航行行为预测、船舶操纵行为识别以及避碰决策学习等多个方面进行研究。整体采取“大数据挖掘”-“大数据分析”-“大数据学习”的研究流程,对船舶智能避碰决策进行研究,力求得出拟人化的贴近常规海上做法的船舶智能避碰决策。同时,本文基于2018年宁波舟山、2015年天津港区、2017年老铁山水道附近水域和2017年成山头附近水域AIS实船轨迹数据,进行了上述方法的验证和神经网络训练。本文使用AIS大数据,克服了以往对于数据来源可靠性较低、说服力不足以及收集基础数据困难等缺点。从AIS大数据中提取海上成功避碰案例,建立船舶避碰行为模式库,通过机器学习训练得出合理有效的避碰决策。本论文的主要研究内容有:(1)应用支持向量分类机(Support Vector Classification,SVC)模型,构造船舶会遇方位图。识别AIS数据中实际发生船舶会遇的轨迹数据,计算得出船舶会遇对应的方位散点,将大数据挖掘的结果与《国际海上避碰规则》相结合,精确量化船舶会遇方位各边界数值,得出船舶会遇8方位图和12类船舶会遇模式;(2)提出改进的变尺度Sliding window算法,构建船舶轨迹点的价值衡量体系,识别并提取AIS轨迹数据中具有时空特性的关键特征点。提升整体AIS数据质量,降低后续研究的运算量,挖掘轨迹数据中隐藏的船舶操纵行为;(3)提出船舶操纵行为基(Ship Handling Behavior Basic,SHBB)的概念。在船舶轨迹关键特征点的位置切割船舶轨迹,采用T分布随机近邻嵌入(T-Distributed Stochastic Neighbor Embedding,T-SNE)和谱聚类的联合算法对截断产生的船舶子轨迹段进行聚类分析,得到1 1类船舶的操纵行为模式;(4)构建双向长短时记忆循环神经网络(Bidirectional Long Short-Term Memory Recurrent Neural Network,Bi-LSTM RNN)来预测船舶航行行为,预判他船航行时的操纵意图,提高船舶智能避碰系统的准确性、有效性和先验性;(5)基于提取出的船舶会遇避碰成功案例,构建Encoder-Decoder应答式网络对船舶避碰行为模式库进行seq2seq的结构化机器学习,快速学习经过筛选识别的船舶会遇数据,通过应答的方式生成船舶避碰决策;(6)将训练成熟的Encoder-Decoder网络迁移嵌套进入条件-生成对抗神经网络之中并结合所提出的船舶操纵行为基拼接规则构建基于序列-条件生成对抗神经网络(Sequence Conditional Generative Adversarial Networks,Seq-CGAN)的船舶智能避碰拟人化决策的结构化学习模型,使生成的决策更为贴近海上航行的通常做法以及良好船艺的要求,提高与有人船的融合性,力求得出拟人化的船舶智能避碰决策。综上所述本文有效地提升了船舶避碰的智能化水平,降低了船舶碰撞风险,对保障船舶海上航行安全具有现实意义,为数据科学在海事领域中的应用提供了重要理论基础,为人工智能技术在船舶驾驶方向的应用提供研究支持。
陈鹏[2](2021)在《基于HSSVM与卷积神经网络的船舶避碰知识库研究》文中提出为了保障船舶航行安全,船舶智能避碰决策是船舶自动避碰、预防甚至避免船舶事故发生的关键。船舶智能避碰决策不仅有助于提高船舶航行的安全性,减少人为因素的影响、节约人力物力成本,对世界的航运业的发展具有重要意义,是船舶安全航行领域的重点研究方向。船舶避碰知识库是完成船舶智能避碰决策的关键数据基础。以往船舶避碰知识库以经验数据存储、规则学习、知识推理为主,实现避碰轨迹知识库、三元组图数据库存储、图像特征融合知识库的研究为数不多,这也是本文的核心研究内容。本文以船舶航行AIS历史数据为基础,研究如何利用船舶运动轨迹采用支持向量机算法自动完成船舶避碰数据分类,建立简洁版船舶避碰知识库;在此基础上,针对海量新增AIS数据,融合轨迹运动标注特征、TCPA(Time of the Closest Point of Approach)/DCPA(Distance of the Closest Point of Approach)标注特征,利用卷积神经网络深度学习算法进行船舶轨迹匹配,实现大规模海量AIS数据的船舶避碰知识库构建,从交通安全角度研究船舶避让的规律和方法,从而为船舶智能避碰提供数据支撑。本文的主要工作包括:(1)AIS船舶轨迹数据预处理技术研究。针对海量AIS轨迹数据,首先采用基于时间片倒排索引的方式进行时间戳过滤,然后采用基于R树索引的空间范围搜索完成船舶会遇数据提取。针对AIS数据的冗余性,提出加入船舶行驶中的加速、减速、转向数据点、动态行为点的动态D-P算法,即在经典D-P算法基础上加入状态驻点,避免压缩过程丢失关键数据点。针对数据补全问题,在分析一阶差商二阶差商基础上,对船舶直线采用拉格朗日双线性插值,对船舶曲线运动采用拉格朗日二次插值,完成两船轨迹对齐需求。针对避碰模式识别中用到的TCPA/DCPA标定计算问题,定义一种简洁高效的计算方法,以平面向量运算理论、相对运动几何分析计算目标船的空间碰撞危险测度DCPA和时间碰撞危险测度TCPA,得到两船TCPA/DCPA标注结果。(2)提出一种结合加权kNN算法和超球支持向量机算法的分类决策方法研究,该方法用于船舶会遇数据分类决策。为了加快二次规划求解的速度,计算中心距离比率确定样本权值,训练时首先选取对结果超球贡献大的样本。同时为了实现算法参数寻优计算,引入多线程技术、遗传算法+SMO加速求解。对每一个测试样本,其类别判定取决于该点与每个分类超球的位置关系。对复杂相交区域的数据分类,引入kNN采用近似性度量选取相交区域训练数据集中与测试样本最近邻点的类别作为测试样本的类别,进而提高算法的泛化能力。对船舶会遇数据进行分类测试,实验结果表明新的算法效率较高,分类效果较好。根据避碰过程模式,提取整个避碰过程的轨迹序列数据,构建船舶避碰知识库。(3)基于CNN的船舶避碰轨迹匹配算法研究,用于解决海量新增AIS数据的船舶避碰知识库构建。新增AIS数据经插值、时间对齐处理后拼接在一起,组成融合特征作为基于卷积神经网络轨迹匹配网络的输入数据。以HSSVM训练得到的避碰知识为基础,设计不同的卷积核函数实现卷积操作,通过卷积层、池化层和激活函数层将原始输入数据映射到隐层特征空间,再通过全连接层则对前面的特征加权求和,将分布式特征表示映射到样本标记空间。按交叉熵损失训练深度学习网络,调优CNN网络参数,得到船舶避碰数据分类匹配结果,从而完成大规模数据的避碰模式知识库构建,并给出了船舶避碰图像知识库和船舶避碰特征知识库的应用。论文提出的方法克服了原有避碰知识库研究的一些局限性,扩展了知识存储、知识表示、知识融合的实际应用范例。
李彦朝[3](2020)在《基于航海专业教学资源库的混合教学模式设计与应用研究 ——以《航海仪器操作与维护》课程为例》文中进行了进一步梳理航海技术专业围绕船舶驾驶岗位职能为航运业培养技术技能型人才,专业现有的教育资源、教学方式与智能化、数字化环境下的船舶驾驶岗位要求存在一定差距。探索资源库服务航海教育的教学实践、推动专业课程教学改革,促进资源库应用、确保资源库的生命力,对提高航海技术专业建设水平和教学效率具有一定的积极意义和价值。本论文通过文献研究、问卷调查、行动研究的方法,分析国内外混合教学和资源库应用现状、研究基于资源库开展混合教学的可行性、构建基于资源库的混合教学模式、设计过程性评价与结果性评价相结合的多维评价体系,并在专业课程中展开了混合教学实践,对混合教学的有效性进行一定的研究。结果表明以资源库为依托的混合教学有利于提高课堂教学的有效性、有助于促进课程评价机制的多元化、能帮助学生形成高效的学习方法和良好的学习习惯,资源库与混合教学是相辅相成、互相促进的。混合教学的开展践行了“以教师为主导、以学生为主体”的教学理念,实现了基于资源库的教学条件和教学手段的双重混合,初步形成了“自主学习内容设计、线上自主学习实施、线下课堂互动教学、教学效果反思总结”的混合教学模式,这丰富了航海技术专业在职业教育教学模式领域的研究。混合教学的应用,推动了专业课程教学信息化改革、促进了资源库的有效应用、实现了学习效果的动态跟踪、提升了学生知识和技能的内化效果、提高了学生的综合能力。同时,混合教学对教师的教学理念、信息素养和教学水平等提出了挑战,对学校有关混合教学的激励机制、考评机制、反馈机制提出了更高要求。
刘昊[4](2020)在《多因素影响下的海上航线诱导效果评价》文中研究指明海上航运作为世界各国贸易往来的主要运输方式,一直发挥着其它运输方式不可替代的作用,其中船舶航行线路对于海运而言至关重要,这也是许多学者对船舶航线进行研究的原因。目前影响船舶航线的选择因素有多个方面,不仅需要考虑人员主观因素的影响,还要考虑包括船舶状态、航行环境、航线效益等客观因素的影响,甚至是政治、军事等因素也会对航线的选择产生影响,当然本文结合实际考虑的是正常状态下的船舶航线问题。一般来说,两个港口之间的航线不只一条,如何综合考虑各方面的影响因素进而选择出合理的航线是目前研究的主要方向,随着计算机技术在船舶航行方面的深入发展,目前已有学者利用计算机技术对船舶航线选择和诱导进行研究和应用,本文的研究是在船舶航线诱导系统研究的基础上对所诱导的航线进行评价,从而验证船舶航线诱导系统计算出的诱导航线的有效性和可靠性。本文首先对船舶航线诱导效果评价所涉及的相关理论知识进行整理和归纳,然后建立了包括人员、安全、效益等因素的海上船舶航线评价指标体系,并对体系中的各指标进行了分析,对各指标的取值及数据处理方式进行了说明,最后利用层次分析法和证据推理法相结合的方法对航线进行优劣评价,并通过实例验证该方法在海上船舶航线评价中的评价效果。其中,安全因素作为航线评价的重要组成部分,为了对其进行更加客观和准确的评价,本文在评价过程中将整条航线分为若干航段,并利用具有一定时效性的数据对各个航段分别进行安全评价,这样不仅可以展现出航线中不同航段的安全评价结果,还能直观地看出各评价指标对最终评价结果的影响程度,从而能够依据评价结果对船舶航线诱导系统可能出现的问题进行针对性解决。
汤团[5](2020)在《内河船舶应急能力脆弱性评价与对策研究》文中研究说明改革开放以来,随着中国物流量的快速增加,中国内河航运业得到持续、稳定的发展。我国内河航运因多方面因素的影响,导致内河船舶事故多发。本论文根据内河航运安全发展需要,寻求提高航运各方面应急处置能力的路径和对策,提出科学、合理、实用的对策,保障内河船舶航行安全。首先,按照内河船舶发生事故类型、内河船舶类型、事故危险级别等方面对内河船舶事故进行分类,根据内河船舶常见事故案例进行统计分析,研究影响内河船舶事故的“人—机—环境—管理”等主要影响因素,为内河船舶模型构建验证、应急处置能力评估、内河船舶事故致因路径及对策提出提供科学依据。其次,根据专家确定贝叶斯网络结构设计的方式,确定具有代表性、有效性、相互独立性的重要节点,分析研究并构建贝叶斯网络模型。通过Ge NIe贝叶斯网络软件对内河船舶事故致因链的分析,结合实际内河船舶事故案例进行模型验证。验证结果表明,在内河船舶事故致因链中占比高的因素,像了望不足、对危险预估不足、未选定合适航线等是导致事故发生的主要原因。在内河船舶日常运营状态下,加强对应因素方面的安全演练和采取发生事故时的相应应急措施,可以大大提升内河船舶的应急能力。研究结果充分说明了所建模型的实用性、合理性、科学性、可靠性,达到了提升内河船舶应急处置能力和提出相应对策的目的。同时,根据对证据理论算法的分析研究,提出船舶整体及子系统应急脆弱性的量化分析,并提出对应的评估流程。针对船舶子系统中存在的不足及问题给予改进和完善,进而加强内河船舶事故应急处置能力,进一步保障内河船舶航行的安全运行。最后,根据以上研究内容提出提高船员职业素养、加强船舶设备日常维护、及时把控船舶和运营环境的现状、加强船舶应急演练及管理等对策,并提出基于“人—机—环境—管理”四个维度上相应的应急对策和演练方案,为内河船舶运营安全问题提出了具体的解决方案。
代玉强[6](2020)在《船舶交通公共服务问题研究 ——以吴淞船舶交通管理中心为例》文中研究表明近年来,随着中国经济的迅猛发展和国家“海洋强国战略”的提升,特别是2013年习近平主席提出“一带一路”倡议后,海上运输在国民经济发展和国家战略中的地位也越来越重。目前,在国际进出口贸易总量中近一半以上都是利用船舶通过海上运输完成,这使得从事海上运输的船舶数量迅猛增加,船舶的大型化、自动化、智能化程度越来越高,与此同时,海上的船舶交通事故频发也增加了人民对提高船舶的航行安全、防止船舶造成水域污染的重视,对船舶安全管理和服务工作不断提出更高的要求和更新的挑战。在船舶流量大、气象条件恶劣、船舶会遇态势复杂的沿岸水域建立船舶交通管理系统,通过雷达、甚高频、船舶自动识别系统等科学技术手段对管辖水域内的船舶进行全天候的不间断的监控,建立良好的船舶交通秩序,为船舶提供气象、航警、碍航物、其他船舶动态信息等服务,以减少海上交通事故的发生,特别是船舶碰撞、搁浅、触礁这些船舶交通事故的发生,从而保证船舶在海上航行安全,提高船舶通航的效率,保护水域环境清洁。本文在阅读了大量的国内外关于VTS系统的研究文献基础上,将吴淞船舶交通管理中心的公共服务功能作为研究对象,认真总结了吴淞船舶交通管理中心在发展历程中取得的成效,分析吴淞VTS在提供公共服务过程中存在的问题与不足,主要体现在VTS的功能定位、体制建设、服务理念、管理手段、资源配置等方面。本文以问题和目标为导向,以吴淞VTS的公共服务满意度为调查出发点,有针对性的发放自主设计的调查问卷,通过对数据和调查问卷的结果分析,提出其公共服务方面存在的问题并分析原因,通过运用新公共服务和服务型政府建设理论相关理论观点,对吴淞VTS公共服务的发展状况进行客观分析评价,再结合作者在吴淞VTS的实际工作经验,有针对性从五个方面提出对策及建议:一是明确VTS的公共服务定位,培养VTS公共服务理念,提升VTS公共服务功能;二是加强VTS系统的公共服务制度建设,加快VTS相关法制建设,推进VTS职责标准化建设;三是强化VTS内部管理标准化建设,制定合理的值班模式,建立VTS的服务监督评价机制;四是完善VTS岗位人员管理,完善VTS人员岗位激励制度,强化岗位人才队伍建设;五是拓展VTS公共服务举措,树立VTS公共服务合作共赢理念,满足公众需求并鼓励公众参与。
曾勇[7](2020)在《多船会遇场景下船舶避碰决策方法研究》文中研究表明近年来,随着国家“一带一路”战略、“交通强国”战略、“海洋强国”战略的全面实施以及航运经济的复苏,水路运输在国际贸易中继续发挥着十分重要的作用。然而,随着船舶向着“船身大型化、操纵智能化、决策自动化、驾驶无人化”的方向发展,重特大水上交通事故仍时有发生,造成灾难性的生命财产损失和环境污染。智能避碰技术是船舶智能航行的关键技术之一。因此,开展船舶的智能避碰决策方法研究,尤其是在遵守国际海上规则的条件下,研究如何提升船舶驾驶员在多船会遇场景下的避碰决策水平,是当前水上交通运输领域的热点和难点问题。本文以互见中开阔水域下的多船避碰决策方法为核心,重点解决船舶碰撞危险度定量评价、国际海上避碰规则关键条款的逻辑编码以及基于启发式算法的船舶避碰决策等问题,对于提升船舶航行的安全性和降低碰撞事故发生风险都具有重要的理论与现实意义。具体而言,主要研究工作如下:(1)基于人工神经网络的船舶碰撞危险度定量评价。在深入分析船舶的避碰机理与船舶避碰过程的基础之上,构建基于广义回归神经网络的船舶碰撞危险度计算评估模型。将影响船舶安全的最近会遇距离(Distance to Closest Point of Approach,DCPA)、最短会遇时间(Time to Closest Point of Approach,TCPA)、相对距离、相对方位、船速比5个要素作为输入,并将模糊综合评价法应用到广义回归神经网络中,综合两种方法的优势,通过神经网络的持续学习得到相应的危险度值,训练结果表明广义回归神经网络模型的预测值与期望值的误差均在1%以下,模型的泛化能力较强,从而可以有效量化本船与目标船的碰撞风险,为船舶之间的避碰决策提供可靠的参考。(2)国际海上避碰规则逻辑编码研究。在系统研究机器学习算法中的规则学习和归纳逻辑程序设计方法的基础之上,对国际海上避碰规则中涉及船舶安全与避碰的关键条款进行解析与逻辑编码,建立了一个框架性的通用规则体系,将避碰规则总结凝练成可被机器所理解的程序语言,实现了避碰规则的逻辑化语义转达,为后续的避碰算法提供决策依据,有助于实现会遇局面与避让责任的准确判定。(3)基于启发式算法的船舶避碰决策方法。首先,以经典的启发式算法——粒子群算法与遗传算法为载体,通过引入遗传算法中的变异交叉操作,对粒子群算法进行优化改良,构建粒子群-遗传的混合优化算法模型。其次,按照避碰规则和船员良好船艺的要求,综合考虑船舶航行的安全性与经济性,构建基于转向幅度与航行时间的避碰决策目标函数。最后,利用粒子群-遗传的混合优化算法能够有效地提高收敛精度和加速全局寻优的特点,当船舶之间的碰撞危险度达到或超过阈值时,启动激活避碰算法,完成对船舶避碰策略的优化,获得让路船在全局范围内的最佳转向幅度及在新航向上所需的航行时间。并在多船会遇的场景下,进行仿真模拟,验证算法的可行性和有效性。实验结果表明:提出的避碰算法可以在船舶遵守避碰规则以及出现船舶违反避碰规则的紧迫局面情况下,找到最优解,实现本船与目标船的安全驶过让清,有助于提升船舶航行安全性和降低船舶碰撞事故发生的风险。综上,本文提出的碰撞危险度计算评估与避碰决策方法,可以有效地量化碰撞风险,为避碰决策确定合理的时机;还能够借助程序化的逻辑编码方法,实现会遇局面与避让责任的准确判定。相关研究成果可为船舶驾驶人员提供一定的避碰决策参考,有助于提升船舶驾驶员在多船会遇场景下的避碰决策能力。
王奇瑶[8](2020)在《多船会遇动态避碰路径规划算法研究》文中研究说明船舶在海上的航行,最重要的就是安全。然而航海事故却时有发生,因此为了减少海上事故的发生,进一步增强航行的安全程度,增强船舶在海上自身行驶的安全性,减缓驾驶员的操劳以及心理担负,防止船舶碰撞事故的发生,研究海上避碰算法,建立船舶航行辅助决策和自主航行系统,具备非常重要的意义。近年来,针对海上单船避碰算法的研究已经取得了很大的进展,然而在多船避碰的路径规划方面目前还有很多值得研究的问题,因此本论文主要针对多船避碰路径规划进行研究与探讨。首先,介绍了一些国内外的研究现状,包括碰撞危险度、避碰算法等的研究现状。其次提出本文的章节安排和内容。随后对多船会遇的危险度进行了分析,给出两种碰撞危险度的分析方法。一种是定量分析,给出船舶运动参数的计算模型,基于DCPA、TCPA建立了碰撞危险的模型,另一种是定性分析,基于船舶安全域的危险度分析,随后对多船避碰原理进行了介绍,对多船会遇的情形进行探讨。基于海事规则,应用避碰几何算法,建立转向避碰模型,复航时机模型,并给出几种多船的避碰决策,进行分析,选择最优的一种方案。根据规则和方案确定出安全航向,并进行单船和多船避碰仿真验证。针对避碰几何算法不能解决复杂多船会遇问题的特点,介绍了改进动态窗口算法和速度障碍法,介绍了预测轨迹和行驶的安全范围,通过评价函数,选出最优的动态避碰路径规划,并进行单船和多船障碍物的仿真验证。
王毅[9](2019)在《惠州港VLCC安全靠泊横向速度控制规律研究》文中研究说明随着惠州港的建设和发展,惠州石油储备基地已成为珠三角地区的国家级战略储备基地,主要进口中东和非洲原油作为油源。超大型油轮(VLCC)是国际原油贸易运输的主要船型,进出惠州港的VLCC艘次逐年增加。超大型油轮靠泊一直是引航操纵中的难点之一,是理论和实践上的热点研究问题。由于VLCC船型具有特殊的操纵性性能及其重要的安全等级,船舶驾驶员或引航员在进行船舶靠泊作业时需要谨慎驾驶,需要关注靠泊的时间点、航行计划、拖轮配置、带缆方式、靠泊转首角速度等,还应时刻关注船舶横向速度,既要保证靠泊效率,又要保证靠泊安全。论文对VLCC靠泊惠州港马鞭洲作业区华德石化码头2号泊位时船舶的横向移动速度变化及其影响因素进行了深入分析,主要研究工作总结如下:(1)梳理了惠州港自然条件、港口环境、交通环境,分析了 VLCC靠泊惠州港马鞭洲作业区华德石化码头的风险影响因素,并针对各类风险因素提出了安全指导意见。(2)从航道航行、拖轮配备、进港池操纵和靠泊阶段操纵等方面论述了 VLCC靠泊惠州港马鞭洲作业区华德石化码头的进港靠泊策略,规范了 VLCC的靠泊作业程序。(3)利用问卷调查法获取了惠州引航站的引航员操纵VLCC靠泊马鞭洲作业区华德石化码头的靠泊经验数据,并结合理论计算,归纳了满载、半载、涨流、落流情况下VLCC靠泊马鞭洲作业区华德石化码头2号泊位时横向速度的控制规律。在航道航行阶段,一般以低于3kn(1.5m/s)的航速驶过20#浮标。在港池操作阶段,利用拖轮控制船舶横向速度,不超过0.5m/s。半载落流情况下,横距约为5m时横向速度应低于0.05m/s;满载落流情况下,横距10m左右时横向速度应低于0.05m/s;半载涨流情况下,横距为15m时横向速度须控制在0.1m/s以下,横距约为5m时横向速度应低于0.05m/s;满载涨流情况下,横距为60m时开始降速,横距为5m时横向速度应低于0.05m/s。当船舶贴拢码头时,横向速度为Om/s。(4)利用引航仪记录了巴拿马籍“C.PROGRESS”轮的一次实际靠泊作业,分析了该轮靠泊马鞭洲作业区华德石化码头的实际横向速度,结果表明实际数据符合问卷获得的VLCC靠泊横向移动速度控制规律。本文的研究成果丰富了 VLCC靠泊操纵规律,有助于帮助船舶驾驶员或引航员进一步掌握VLCC船舶的操纵性能,提高马鞭洲作业区VLCC船舶靠泊的安全性,提升惠州港VLCC靠泊的作业效率。
刘鹏飞[10](2019)在《功能对等理论指导下《IMO雷达导航示范课程》被动句式翻译实践报告》文中研究指明IMO示范课程是IMO根据各成员国、各有关国际海事组织的建议和反馈而制定的一系列具有通用性的,符合公约要求的培训示范课程。其旨在指导海事培训机构以及其教职员开展或改进相关课程和资料,从而提高培训课程的效果。此次翻译实践报告所选的《IMO雷达导航示范课程(管理级)》是继操作级的示范课程之后我国又一次独立承担的国际海事公约配套标准修订工作,这既展示了我国的海事教育实力,又为进一步提升海员综合素质奠定下了良好基础。此报告所选的翻译文本为中文科技类文本,其中被动句式使用较少。反观英文科技类文本的一个显着特点就是大量被动句的使用,因此这意味着在翻译时将有大量的句子需要译为被动句式。而在此次翻译实践过程中笔者发现,除了中文被动句式需对等的翻译为英文被动句式之外,还存在许多情况需将中文主动句式也译为英文被动句式。鉴于此,译者以功能对等理论为指导,从翻译为英文被动句的几种句式进行分析,包括显性被动句,意义被动句,无主句和一些主动句,最后总结了相关被动的翻译方法。通过本次翻译实践,笔者提高了中译英的翻译水平,了解了许多海事相关的专业词汇和表达,同时可以为今后该领域的相关翻译提供借鉴。
二、船舶驾驶员应对AIS有更深入的理解(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、船舶驾驶员应对AIS有更深入的理解(论文提纲范文)
(1)基于Seq-CGAN与操纵行为基拼接的船舶智能避碰决策结构化学习(论文提纲范文)
创新点摘要 |
摘要 |
ABSTRACT |
符号说明 |
1 绪论 |
1.1 研究背景 |
1.1.1 海上航行安全保障研究背景 |
1.1.2 智能/无人/自主船研究背景 |
1.1.3 大数据背景 |
1.2 国内外相关研究现状及进展 |
1.2.1 自动避碰 |
1.2.2 智能避碰 |
1.3 研究目的和研究意义 |
1.4 本文主要研究思路及技术路线 |
1.5 研究内容及方法 |
2 基于SVC的船舶会遇方位区域划分 |
2.1 基于AIS数据的船舶会遇数据提取 |
2.1.1 船舶会遇要素计算 |
2.1.2 对遇局面数据提取 |
2.1.3 追越局面数据提取 |
2.1.4 交叉相遇局面数据提取 |
2.2 基于SVC的船舶会遇方位区域划分 |
2.3 船舶避碰海上会遇方位图谱以及会遇模式识别 |
2.4 本章小结 |
3 基于改进的变尺度Sliding window算法的船舶时空特性关键特征点提取 |
3.1 原始Sliding window算法 |
3.2 时空距离偏移改进 |
3.3 角度偏移改进 |
3.4 改进的变尺度Sliding window算法提取关键特征点 |
3.5 算法阈值选定 |
3.6 关键特征点算法提取效率对比 |
3.7 本章小结 |
4 基于T-SNE和谱聚类的船舶操纵行为降维与识别 |
4.1 船舶操纵行为单元筛选 |
4.1.1 船舶AIS子轨迹段七元组 |
4.1.2 船舶AIS轨迹单元筛选 |
4.2 基于T-SNE的船舶轨迹单元降维与可视化 |
4.3 基于谱聚类算法识别船舶操纵行为基 |
4.3.1 谱聚类算法 |
4.3.2 聚类算法对比 |
4.4 船舶操纵行为基 |
4.5 本章小结 |
5 基于Bi-LSTM RNN的有人船航行行为预测 |
5.1 RNN网络结构 |
5.2 LSTM细胞结构 |
5.3 双向循环神经网络 |
5.4 Bi-LSTM RNN船舶航行行为预测模型 |
5.5 本章小结 |
6 基于Seq-CGAN的船舶智能避碰拟人化决策的结构化学习 |
6.1 训练数据准备 |
6.2 训练数据标准化 |
6.3 GAN网络及改进策略 |
6.3.1 GAN网络 |
6.3.2 GAN网络的缺点以及相应的改进策略 |
6.4 基于Encoder - Decoder的自动应答网络的结构化船舶避碰模式学习 |
6.4.1 结构化学习 |
6.4.2 seq2seq模型 |
6.4.3 基于Encoder-Decoder的船舶避碰模式结构化学习 |
6.4.4 迁移学习 |
6.5 船舶操纵行为基拼接规则 |
6.5.1 胶囊化结构拼接 |
6.5.2 拼接阈值选择 |
6.6 基于Seq-CGAN的船舶智能避碰拟人化决策的结构化学习模型 |
6.7 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
作者简历及攻读博士学位期间的科研成果 |
致谢 |
(2)基于HSSVM与卷积神经网络的船舶避碰知识库研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 国内外相关研究现状及进展 |
1.3 本文技术路线 |
1.4 研究目的和研究意义 |
1.5 本文主要工作及内容安排 |
2 船舶避碰会遇数据提取 |
2.1 AIS简介 |
2.2 AIS数据预处理 |
2.3 船舶会遇划分 |
2.4 互见中的避让过程 |
2.5 基于高效索引算法的船舶避碰会遇数据提取 |
2.5.1 基于时间片倒排索引的轨迹查询方法 |
2.5.2 基于R树索引的AIS轨迹搜索算法 |
2.6 本章小结 |
3 融合动态Douglas-Peucker算法与特征标注的AIS轨迹数据预处理 |
3.1 基于动态D-P算法的AIS轨迹压缩 |
3.1.1 经典Douglas-Peucker算法 |
3.1.2 动态D-P算法 |
3.1.3 基于动态D-P算法的AIS轨迹压缩 |
3.2 拉格朗日插值预处理 |
3.2.1 一阶差商与二阶差商 |
3.2.2 船舶直线运动的双线性插值 |
3.2.3 船舶曲线运动的拉格朗日二次插值 |
3.3 TCPA/DCPA标注 |
3.3.1 目标船状态计算模型 |
3.3.2 DCPA、TCPA计算模型 |
3.3.3 DCPA/TCPA计算实例 |
3.4 本章小结 |
4 基于加权HSSVM的船舶避碰知识库构建 |
4.1 加权超球支持向量机数学描述 |
4.1.1 原始的超球支持向量机描述 |
4.1.2 加权超球支持向量机描述 |
4.1.3 时间复杂度分析 |
4.2 超球相交区域的决策规则 |
4.2.1 同类错误/异类错误超球规则 |
4.2.2 多子超球分类规则 |
4.2.3 线性/非线性分类规则 |
4.2.4 基于kNN的分类决策规则 |
4.3 基于加权超球支持向量机算法的船舶避碰分类实验设计及结果分析 |
4.3.1 训练数据、测试数据准备 |
4.3.2 实验结果及分析 |
4.3.3 船舶避碰知识分类数据提取 |
4.3.4 避碰知识库建立 |
4.4 小结 |
5 基于CNN大规模船舶避碰知识库扩充及应用 |
5.1 算法描述 |
5.1.1 算法流程描述 |
5.2 多尺度多分辨率轨迹处理 |
5.2.1 轨迹合并 |
5.2.2 空间金字塔AIS轨迹池化处理 |
5.3 基于深度学习算法的避碰识别 |
5.3.1 卷积神经网络发展历史 |
5.3.2 基于CNN的轨迹匹配网络架构设计 |
5.3.3 实验分析 |
5.4 船舶避碰知识库的应用举例 |
5.4.1 船舶避碰图像知识库 |
5.4.2 船舶避碰特征知识库 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
作者简历及攻读博士学位期间的科研成果 |
致谢 |
(3)基于航海专业教学资源库的混合教学模式设计与应用研究 ——以《航海仪器操作与维护》课程为例(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究进展 |
1.2.1 混合学习的相关研究 |
1.2.2 教学资源库相关研究 |
1.2.3 航海技术专业混合教学现状 |
1.2.4 研究文献总体述评 |
1.3 主要研究内容 |
1.4 研究方法 |
1.5 技术路线 |
2 资源库支持下的混合教学模式构建 |
2.1 课程教学现状分析 |
2.1.1 学生特征分析 |
2.1.2 课堂教学情况 |
2.2 混合教学模式设计原则 |
2.2.1 目的性原则 |
2.2.2 双主体原则 |
2.2.3 “3R”原则 |
2.2.4 各要素优化组合原则 |
2.3 基于资源库的混合教学可行性分析 |
2.3.1 资源素材支持的可行性 |
2.3.2 教学功能支持的可行性 |
2.3.3 过程数据记录的可行性 |
2.3.4 技术设备支持的可行性 |
2.4 基于资源库的混合教学设计过程 |
2.4.1 课程教学目标设计 |
2.4.2 课程教学内容设计 |
2.4.3 线上资源开发设计 |
2.4.4 教学活动过程设计 |
2.4.5 混合教学评价设计 |
2.5 混合教学模式设计结果 |
3 资源库支持下的混合教学实践 |
3.1 混合教学实践准备 |
3.1.1 授课对象选择 |
3.1.2 授课对象分析 |
3.1.3 授课内容选择 |
3.1.4 教学目标设定 |
3.1.5 教学实施环境 |
3.2 教学实践过程 |
3.2.1 自主学习内容设计 |
3.2.2 线上自主学习实施 |
3.2.3 课堂师生互动教学 |
3.2.4 教学效果分析总结 |
4 混合教学效果分析 |
4.1 学生过程性数据评价 |
4.1.1 自主学习情况 |
4.1.2 教学效果反馈 |
4.1.3 个人能力发展 |
4.2 教师同行评价 |
4.2.1 教师自我评价 |
4.2.2 校内督导评价 |
4.2.3 校外专家评价 |
4.3 技能鉴定评价 |
4.4 教学实践反思 |
4.4.1 教师方面 |
4.4.2 学生方面 |
4.4.3 管理机制 |
5 主要结论与展望 |
5.1 主要结论 |
5.2 展望 |
参考文献 |
附录 |
附录1:《航海仪器操作与维护》课程项目设计 |
附录2:《航海仪器操作与维护》能力训练项目设计 |
附录3:职业教育航海技术专业教学资源库调查问卷 |
附录4:《航海仪器操作与维护》课程能力训练任务设计 |
附录5:《航海仪器操作与维护》混合教学效果调查问卷 |
致谢 |
作者简介 |
1 作者简历 |
2 攻读硕士学位期间发表的学术论文 |
3 参与的科研项目及获奖情况 |
学位论文数据集 |
(4)多因素影响下的海上航线诱导效果评价(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究目的与意义 |
1.2 国内外研究现状 |
1.2.1 路径诱导研究 |
1.2.2 气象航线研究 |
1.2.3 航线评价研究 |
1.2.4 研究现状 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
2 相关理论研究基础 |
2.1 海上航线概述 |
2.1.1 海上航线的特点 |
2.1.2 海上航线的类型 |
2.1.3 海上航线形成因素 |
2.2 诱导相关概述 |
2.2.1 诱导概念 |
2.2.2 气象航线 |
2.3 航线选择 |
2.3.1 航线选择的基本要求 |
2.3.2 沿岸航线的选择 |
2.3.3 大洋航线的选择 |
3 船舶航线评价指标体系分析设计 |
3.1 特殊区域说明 |
3.2 指标体系建立原则 |
3.3 航线评价影响因素分析 |
3.3.1 人员因素 |
3.3.2 安全因素 |
3.3.3 效益因素 |
3.4 航线评价指标体系构建 |
4 基于证据推理法的评价模型构建 |
4.1 指标权重确定方法 |
4.1.1 定权方法概述 |
4.1.2 层次分析法概述 |
4.2 评价方法介绍 |
4.2.1 证据推理法特点 |
4.2.2 证据推理法框架 |
4.2.3 证据推理算法 |
4.3 评价方案排名 |
5 海上航线诱导效果评价实例 |
5.1 实例介绍 |
5.2 确定指标权重 |
5.3 评价过程 |
5.3.1 指标数据收集 |
5.3.2 计算过程 |
5.4 结果分析 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
作者简历及攻读硕士学位期间的科研成果 |
(5)内河船舶应急能力脆弱性评价与对策研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究的背景与意义 |
1.1.1 国外研究现状 |
1.1.2 国内研究现状 |
1.1.3 国内外研究现状分析 |
1.2 研究内容 |
1.3 研究方法与技术路线 |
第二章 内河船舶事故类型与影响因素 |
2.1 内河船舶事故类型 |
2.2 内河船舶事故案例 |
2.3 内河船舶事故统计 |
2.4 内河船舶事故影响因素分析 |
2.5 本章小结 |
第三章 基于贝叶斯网络的内河船舶事故致因链分析 |
3.1 贝叶斯网络概述 |
3.1.1 贝叶斯网络介绍 |
3.1.2 贝叶斯网络数学模型基础 |
3.2 内河船舶事故贝叶斯网络节点确定 |
3.2.1 贝叶斯网络节点 |
3.2.2 内河船舶事故贝叶斯网络节点的值域确定 |
3.3 内河船舶事故贝叶斯网络构建 |
3.3.1 构建贝叶斯网络 |
3.3.2 确定贝叶斯网络节点概率 |
3.4 基于GeNIe贝叶斯网络软件的内河船舶事故致因链分析 |
3.4.1 贝叶斯网络模型的软件实现 |
3.4.2 贝叶斯网络模型验证 |
3.4.3 基于贝叶斯网络的内河船舶事故致因链分析 |
3.5 本章小结 |
第四章 内河船舶应急处置能力的特征与评价 |
4.1 内河船舶应急能力的特征 |
4.1.1 内河船舶应急任务与应急部署特征 |
4.1.2 内河船舶的应急脆弱性 |
4.2 内河船舶应急脆弱性评价模型的构建 |
4.2.1 船舶应急脆弱性评估体系框架 |
4.2.2 证据理论算法 |
4.2.3 内河船舶应急脆弱性评价模型构建 |
4.3 内河船舶应急能力验证评估 |
4.4 本章小结 |
第五章 提升内河船舶应急处置能力的对策 |
5.1 提升船员安全意识、素质和技能 |
5.1.1 培养船员安全意识 |
5.1.2 提高船员应急素养和应急技能 |
5.1.3 加强航行了望 |
5.2 加强船舶设备和货物的管理 |
5.2.1 做好船舶设备的日常维护、检查工作 |
5.2.2 加强船上货物的管理 |
5.3 加强对船舶及周边环境的掌控 |
5.3.1 培育良好的船舶文化环境 |
5.3.2 加强对航行环境的掌控 |
5.4 提升船舶应急管理能力 |
5.4.1 完善应急组织系统 |
5.4.2 建立健全船舶事故预警机制 |
5.4.3 加强船舶应急演练 |
5.4.4 加强船舶应急管理 |
5.5 运用信息化手段加强船舶应急能力 |
5.5.1 物联网在船舶应急中的数据获取能力 |
5.5.2 大数据在船舶应急中的运用 |
5.5.3 云计算在船舶应急中的应用前景 |
5.5.4 人工智能在船舶应急中的使用探索 |
5.6 本章小结 |
第六章 结论和展望 |
6.1 结论 |
6.2 展望与不足 |
致谢 |
参考文献 |
附件 |
(6)船舶交通公共服务问题研究 ——以吴淞船舶交通管理中心为例(论文提纲范文)
摘要 |
abstract |
第一章 引言 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究状况述评 |
1.2.1 国内研究进展 |
1.2.2 国外研究考察 |
1.2.3 对国内外研究状况的总评 |
1.3 研究内容和研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
第二章 相关概念及理论基础 |
2.1 相关概念 |
2.1.1 VTS |
2.1.2 船舶交通管理中心 |
2.1.3 VTS公共服务 |
2.2 理论基础 |
2.2.1 新公共服务理论 |
2.2.2 服务型政府建设理论 |
2.2.3 VTS公共服务评价指标 |
第三章 吴淞VTS系统公共服务现状 |
3.1 吴淞船舶交通管理中心(吴淞VTS中心)的基本概况 |
3.1.1 吴淞VTS系统组成 |
3.1.2 吴淞VTS的值班台设置 |
3.1.3 吴淞VTS值班人员配备 |
3.1.4 吴淞VTS覆盖水域范围 |
3.1.5 吴淞VTS分区及频道设置 |
3.2 吴淞VTS管理效力范围与服务对象 |
3.3 吴淞VTS的职能与服务内容 |
3.4 吴淞VTS公共服务取得的主要成效 |
第四章 吴淞VTS公共服务存在的主要问题及其原因分析 |
4.1 吴淞VTS中心的公共服务现状的调查 |
4.1.1 调查方案 |
4.1.2 问卷调查的数据分析 |
4.1.3 访谈结果分析 |
4.2 吴淞VTS公共服务存在的主要问题 |
4.2.1 VTS角色定位不准确 |
4.2.2 VTS岗位权责不明确 |
4.2.3 VTS管理标准化程度不高 |
4.2.4 VTS岗位人员配备不足 |
4.2.5 VTS公共服务手段单一 |
4.3 吴淞VTS公共服务问题的原因分析 |
4.3.1 传统海事管理制度的影响 |
4.3.2 公共服务法制体系不完善 |
4.3.3 公共服务监督评价机制不健全 |
4.3.4 岗位人才队伍建设不到位 |
4.3.5 VTS公共服务缺乏协作机制 |
第五章 提升VTS公共服务的对策建议 |
5.1 明确VTS的公共服务角色定位 |
5.1.1 培养VTS公共服务理念 |
5.1.2 提升VTS公共服务功能 |
5.2 加强VTS公共服务的制度建设 |
5.2.1 加快VTS相关法制建设 |
5.2.2 推进VTS岗位权责制度建设 |
5.3 强化VTS运行管理标准化建设 |
5.3.1 制定合理的值班模式 |
5.3.2 建立VTS公共服务监督评价机制 |
5.4 完善VTS岗位人员管理 |
5.4.1 完善VTS人员的岗位激励制度 |
5.4.2 强化VTS岗位人才队伍建设 |
5.5 拓展VTS公共服务举措 |
5.5.1 建立VTS公共服务合作共赢机制 |
5.5.2 满足公众需求并鼓励公众参与 |
第六章 结论与展望 |
参考文献 |
附录1 :吴淞VTS公共服务现状调查问卷 |
附录2 :吴淞VTS值班人员访谈提纲 |
致谢 |
(7)多船会遇场景下船舶避碰决策方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 研究背景与意义 |
1.3 国内外研究现状 |
1.3.1 船舶碰撞风险 |
1.3.2 船舶避碰决策方法 |
1.4 主要的研究内容与章节安排 |
1.4.1 研究内容 |
1.4.2 章节安排 |
第2章 船舶避碰原理与船舶碰撞危险度 |
2.1 船舶避碰原理 |
2.1.1 船舶避碰过程 |
2.1.2 会遇态势划分与避让责任 |
2.2 船舶运动参数计算 |
2.3 船舶碰撞危险度 |
2.3.1 船舶碰撞危险度的因素影响 |
2.3.2 船舶碰撞危险度的计算评估方法 |
2.4 基于人工神经网络的CRI计算 |
2.4.1 广义回归神经网络基本原理 |
2.4.2 案例研究及分析 |
2.5 本章小结 |
第3章 国际海上避碰规则逻辑编码 |
3.1 国际海上避碰规则简介 |
3.2 规则学习与归纳逻辑程序设计 |
3.2.1 规则学习的基本概念 |
3.2.2 归纳逻辑程序设计 |
3.3 COLREGs逻辑编码 |
3.3.1 COLREGs12:帆船 |
3.3.2 COLREGs13:追越 |
3.3.3 COLREGs14:对遇 |
3.3.4 COLREGs15:交叉相遇 |
3.3.5 COLREGs18:船舶之间的责任 |
3.3.6 COLREGs19:船舶在能见度不良时的行动规则 |
3.4 本章小节 |
第4章 基于PSO-GA优化算法的船舶避碰决策方法 |
4.1 粒子群优化算法概述 |
4.2 遗传算法概述 |
4.3 粒子群-遗传优化算法的参数编码 |
4.4 初始种群的产生 |
4.5 适应度函数 |
4.5.1 安全性目标函数 |
4.5.2 经济性目标函数 |
4.5.3 PSO-GA算法步骤 |
4.6 数值仿真验证 |
4.7 案例仿真研究 |
4.7.1 案例一 |
4.7.2 案例二 |
4.8 本章小节 |
第5章 结论与展望 |
5.1 研究总结 |
5.2 创新点 |
5.3 工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间发表的研究成果和参加的研究工作 |
(8)多船会遇动态避碰路径规划算法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 避碰危险度评价国内外研究现状 |
1.2.2 避碰算法国内外研究现状 |
1.3 论文的章节安排及内容 |
第2章 多船会遇的危险度分析 |
2.1 海事规则分析 |
2.1.1 船舶避碰规则及避碰责任 |
2.1.2 会遇态势划分 |
2.1.3 两船避碰决策 |
2.2 基于DCPA、TCPA的碰撞危险度模型建立 |
2.2.1 运动参数计算 |
2.2.2 本船改向对DCPA和 TCPA的作用 |
2.2.3 碰撞危险度模型建立 |
2.3 基于船舶安全域的危险度分析 |
2.3.1 船舶领域及动界 |
2.3.2 船舶定常回转半径 |
2.3.3 船舶领域以及动界模型建立 |
2.4 多船会遇 |
2.4.1 多船会遇定义及特点 |
2.4.2 多船会遇典型态势分析 |
2.5 本章小结 |
第3章 基于几何算法的多船避碰决策研究 |
3.1 几何分析方法 |
3.1.1 速度三角形 |
3.1.2 DCPA与 TCPA |
3.1.3 雷达真运动图 |
3.2 船舶几何算法避碰模型 |
3.2.1 转向模型建立 |
3.2.2 确定安全航向 |
3.2.3 复航时机模型 |
3.3 多船避碰决策 |
3.3.1 方案一:避碰重点船 |
3.3.2 方案二:对危险船安全航向范围求交集 |
3.3.3 方案性能分析及流程 |
3.4 避碰实现流程 |
3.5 本章小结 |
第4章 基于改进动态窗口算法的避碰路径规划研究 |
4.1 动态窗口规划算法 |
4.1.1 基本原理 |
4.1.2 规划流程 |
4.1.3 预测轨迹模型的建立 |
4.2 速度障碍法 |
4.2.1 基本原理 |
4.2.2 威胁锥模型 |
4.3 基于速度障碍法的改进动态窗口避碰规划算法 |
4.3.1 改进速度窗口的预测轨迹离散化 |
4.3.2 评价函数分析 |
4.4 本章小结 |
第5章 船舶避碰决策算法仿真及实验 |
5.1 几何算法仿真实验 |
5.1.1 两船对遇局面的仿真实验 |
5.1.2 两船交叉相遇局面的仿真实验 |
5.1.3 两船追越局面的仿真实验 |
5.1.4 多船会遇仿真实验 |
5.2 基于改进动态窗口算法仿真实验 |
5.2.1 两船对遇局面的仿真实验 |
5.2.2 两船交叉相遇局面的仿真实验 |
5.2.3 两船追越局面的仿真实验 |
5.2.4 多船会遇仿真实验 |
5.3 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(9)惠州港VLCC安全靠泊横向速度控制规律研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.4 研究内容 |
1.5 论文章节结构 |
2 惠州港通航环境分析 |
2.1 自然条件 |
2.1.1 气象条件 |
2.1.2 水文条件 |
2.1.3 地形地貌与泥沙运动 |
2.2 港口环境 |
2.2.1 港口现状 |
2.2.2 码头与泊位 |
2.2.3 航道 |
2.2.4 锚地 |
2.2.5 通航设计船型 |
2.2.6 桥梁 |
2.2.7 管道 |
2.3 交通环境 |
2.3.1 交通流统计分析 |
2.3.2 交通事故统计 |
3 VLCC进港靠泊马鞭洲作业区策略 |
3.1 航道航行阶段 |
3.2 拖轮配置及进入港池前的操纵 |
3.3 VLCC港池操作阶段 |
3.3.1 船舶半载涨流靠泊 |
3.3.2 船舶满载涨流靠泊 |
3.3.3 船舶半载落流靠泊 |
3.3.4 船舶满载落流靠泊 |
4.各工况下横向速度统计分析 |
4.1 船舶靠泊操纵安全性的主要影响因素 |
4.1.1 风的影响 |
4.1.2 流的影响 |
4.1.3 其他自然因素影响 |
4.1.4 船舶尺度 |
4.1.5 靠拢角度 |
4.2 船舶靠泊论证分析 |
4.2.1 拖轮辅助靠泊的船舶横向靠泊速度变化情况 |
4.2.2 实船靠泊论证 |
4.2.3 实船靠泊过程 |
结论与展望 |
参考文献 |
附录A 调查问卷 |
致谢 |
作者简历及攻读硕士学位期间的科研成果 |
(10)功能对等理论指导下《IMO雷达导航示范课程》被动句式翻译实践报告(论文提纲范文)
摘要 |
Abstract |
1 翻译项目简介 |
1.1 项目背景 |
1.2 任务介绍 |
2 翻译过程 |
2.1 译前准备 |
2.2 翻译过程描述 |
2.3 译后事项 |
3 翻译理论介绍及应用 |
3.1 功能对等理论的介绍 |
3.2 功能对等理论的应用 |
4 案例分析 |
4.1 显性被动句的翻译 |
4.2 意义被动句的翻译 |
4.3 无主句的翻译 |
4.4 主动句的翻译 |
5 翻译总结 |
参考文献 |
附录 |
致谢 |
作者简介 |
四、船舶驾驶员应对AIS有更深入的理解(论文参考文献)
- [1]基于Seq-CGAN与操纵行为基拼接的船舶智能避碰决策结构化学习[D]. 高邈. 大连海事大学, 2021(04)
- [2]基于HSSVM与卷积神经网络的船舶避碰知识库研究[D]. 陈鹏. 大连海事大学, 2021(04)
- [3]基于航海专业教学资源库的混合教学模式设计与应用研究 ——以《航海仪器操作与维护》课程为例[D]. 李彦朝. 浙江工业大学, 2020(03)
- [4]多因素影响下的海上航线诱导效果评价[D]. 刘昊. 大连海事大学, 2020(01)
- [5]内河船舶应急能力脆弱性评价与对策研究[D]. 汤团. 重庆交通大学, 2020(01)
- [6]船舶交通公共服务问题研究 ——以吴淞船舶交通管理中心为例[D]. 代玉强. 上海海洋大学, 2020(02)
- [7]多船会遇场景下船舶避碰决策方法研究[D]. 曾勇. 武汉理工大学, 2020
- [8]多船会遇动态避碰路径规划算法研究[D]. 王奇瑶. 哈尔滨工程大学, 2020(06)
- [9]惠州港VLCC安全靠泊横向速度控制规律研究[D]. 王毅. 大连海事大学, 2019(07)
- [10]功能对等理论指导下《IMO雷达导航示范课程》被动句式翻译实践报告[D]. 刘鹏飞. 大连海事大学, 2019(06)