洪耀球

(景德镇学院信息工程学院，江西景德镇 333000)

随着海上运输量的增加，船舶的化石燃料消耗量逐年增加，燃油消耗量约占船舶总运营成本的25%以上，因此，研究船舶燃油消耗量的影响因素，有利于控制船舶的气体排放[1]，对于提高船舶燃油消耗率具有重要的意义。

目前很多学者在船舶燃油消耗方面进行了研究。楼狄明等[2]通过拟合油耗、排放与航速的关系，建立巡航工况下的航速优化模型，对拖船的最佳油耗和排放对应的航速进行分析。马冉祺等[3]通过离散化思想，建立以航速为自变量、燃油消耗量为应变量的航速优化模型，并采用遗传算法进行优化计算。Lazakis等[4]根据数据报告开发了一种柴油发电机的机器学习算法，以监控机器运行状态。Wong等[5]采用不同类型的机器学习方法监测柴油机性能，并对不同算法进行了比较；石新发等[6]采用粒子群优化(PSO)算法对船舶样本参数实施无监督聚类，并根据定义计算了各特征对结果的影响。袁智等[7]以航线货运船的航速、燃油等历史监控数据为基础，建立了船舶航速与油耗优化模型。叶睿等[8]采用人工神经网络构建了船舶油耗和航速的黑箱模型，对油耗的预测具有一定的实用性。Fagerholt等[9]统计船舶燃油消耗的历史数据，通过线性插值拟合方法分析了油耗与航速之间的关系。Bocchetti等[10]建立了基于多元线性回归统计模型，并采用导航信息技术对燃油消耗量进行控制。Kee等[11]基于多元线性回归模型改进了油耗分析系统，通过监测船舶的实时油耗来提高运行效率。……