XiaoMi-AI文件搜索系统
World File Search System船舶运动
现代龙骨下清理管理
本文概述了最近提高港口管理龙骨下净空 (UKC) 能力的技术发展。对于进入或离开深度受限港口的大吃水船舶，如果不能准确确定其 UKC，可能会对安全、经济和环境造成严重影响。船长可以通过以下方式管理其船舶的 UKC：(1) 采取影响船舶动态吃水的行动（例如改变船速）和 (2) 安排其船舶按计划航线航行，以确保当船舶到达控制深度的位置时，有足够的水位供安全通行。然而，要做到这一点，他必须拥有沿途准确的实时和预测环境信息，以及一种经过验证的方法来预测其船舶在各种情况下的运动（以及动态吃水）。至少，这些信息必须包括准确的海图深度和水下危险、水位以及船舶特定航道的动态吃水预测公式（基于船速、静态吃水和水深）。动态吃水计算可能还需要有关水流、水密度、波浪、涌浪和/或围海冲击的信息。最近开发的可以为 UKC 管理提供必要信息的系统包括：即时预报/预报海洋模型系统（超越实时海洋系统的必要步骤）；即时 GPS 系统，用于提供准确的船舶运动数据以校准动态吃水预测系统；现代水文测量系统（如浅水多波束和侧扫声纳系统）；以及现代电子海图系统（及其支持的快速更新服务）。本文讨论了需要对这些系统进行哪些进一步改进，才能使有效的 UKC 管理成为现实。
使用人工智能作为海上运输问题的解决方案
摘要：本文旨在提出一种使用机器学习算法解决海运运输问题的方法。海运的一个重要方面是货物的组织。特别是，海上货运网络是一个庞大而复杂的系统，其路线图的复杂性和船舶交通的多样性使其难以建模。在研究海运系统的特征时，通常建议使用粗略模型，其中仅引入显着的近似值并且不考虑许多细节。同时，在对网络中孤立区域进行详细研究时使用精确模型，其中详细探索的是区域而不是所述区域之间的连接。在这样做时，应该注意不要忽视第一种情况下模型与实际网络的偏差，以及第二种情况下区域之间的连接。建立一个准确考虑和描述所有细节的模型会导致设计过程过于复杂，因此在实践中，根据具体任务，模拟中总是使用一些假设，这些假设基本上是与船舶运动相关的实际特性的近似值。为了建立最佳货物运输系统，使用了四种模型：跨国货物模型；具有专用货物起始港的货物运输模型；具有专用起始港和最终货物分配港的货物运输模型；循环港口链上的货物运输模型。路线条件由行波方程给出，并在此计算的基础上提出货船移动的最佳路线，其中影响货运量的条件包括：港口数量、燃料数量、货物目的港，以及港口与中途停靠港之间的距离。其科学贡献在于将人的角色简化为系统观察者，从而简化了货运计算，并有助于降低燃料和人力资源成本。