李怡德 鲁 峰，2* 朱 勇 徐 硕，2 孙 璐

（1.中国水产科学研究院渔业工程研究所，北京 100141；2.青岛海洋科学与技术试点国家实验室，青岛 266237）

1 引言

渔船转移是海洋渔船日常管理中的一项关键业务，也是所有渔船管理业务当中涉及流程最多、数据传递量最大的业务[1]。渔船转移过程涉及渔船所有权和价值的转移，具有明显的倾向性，通过对大量渔船历史转移数据进行处理分析，可挖掘出与渔船转移活动相关的潜在决定性因子，对保障渔民经济利益和制定渔船管理政策等活动具有重要意义。渔船转移业务通常只对渔船的所有权信息进行更改，而对渔船基础数据并不作更改，通过对渔民购置渔船数据进行分析，结合神经网络、支持向量机、随机森林等人工智能算法，可以得出渔船转移过程中渔民主要关注的特征参数。罗福才等[2]使用渔船作业类型，材质，船龄等数据，采用重置成本法、市场比较法、收益法对渔船资产进行了评估，但该方法缺少对渔船特征数据的分析。张添翼等利用支持向量机[3]算法，可以对渔船转移过程中渔船购置费用进行预测，但该方法仅使用时间序列预测船舶购置费，与船舶本身的特征数据无关联性。Yoon等使用随机森林[4]算法，根据军舰零件消耗量、订单量等数据，预测备用零件储备量，研究表明对于船类的多特征数据，决策树类算法具有较好的准确性。Ⅴan等[5]利用大西洋船队作业数据建立了仿真模型，从贸易网络、商业和家庭等角度分析了渔船购置的限制性因素，发现年轻的渔民更偏好购买老旧和便宜的渔船。……