面向智慧港口的大數(shù)據(jù)應(yīng)用研究

目錄
序
前言
第1章 智慧港口和大數(shù)據(jù)的基礎(chǔ)理論 1
1.1 智慧港口概述 1
1.2 港口信息化發(fā)展的歷史沿革 4
1.3 智慧港口的內(nèi)涵和外延 9
1.4 數(shù)字化轉(zhuǎn)型與智慧港口 11
1.5 港航大數(shù)據(jù) 13
1.5.1 港航大數(shù)據(jù)的概念 13
1.5.2 港航大數(shù)據(jù)的主要應(yīng)用 18
1.6 智慧港航與數(shù)據(jù)的關(guān)系 21
本章參考文獻 22
第2章 智慧港口的發(fā)展現(xiàn)狀 25
2.1 智慧港口的頂層設(shè)計 25
2.1.1 智慧港口聚焦于智慧物流和危險貨物管理 25
2.1.2 智慧港口是智慧航運的重要組成 26
2.1.3 上海港“3E”港口的戰(zhàn)略主題描述 28
2.2 國內(nèi)外智慧港口發(fā)展經(jīng)驗 31
2.2.1 數(shù)字基礎(chǔ)設(shè)施經(jīng)驗借鑒 31
2.2.2 港航數(shù)據(jù)融合經(jīng)驗借鑒 34
2.2.3 運營管理決策經(jīng)驗借鑒 37
2.2.4 協(xié)同服務(wù)決策經(jīng)驗借鑒 40
2.3 智慧港口發(fā)展現(xiàn)狀評述 44
2.4 智慧港口發(fā)展趨勢 47
本章參考文獻 48
第3章 港口的數(shù)字化轉(zhuǎn)型方法 49
3.1 港航業(yè)平臺化發(fā)展 49
3.2 全體系的數(shù)字化轉(zhuǎn)型 52
3.3 智慧港口數(shù)字化技術(shù)架構(gòu) 57
3.4 智慧港口的數(shù)字化應(yīng)用場景建模 59
本章參考文獻 64
第4章 智慧港口的應(yīng)用案例 65
4.1 傳統(tǒng)集裝箱碼頭自動化改造案例 65
4.1.1 項目背景 65
4.1.2 建設(shè)情況 65
4.1.3 經(jīng)驗總結(jié) 66
4.2 集卡公共調(diào)度管理與無紙化平臺案例 67
4.2.1 項目背景 67
4.2.2 建設(shè)情況 67
4.2.3 經(jīng)驗總結(jié) 69
4.3 船舶與船代智能化管理案例 70
4.3.1 建設(shè)背景 70
4.3.2 建設(shè)情況 70
4.3.3 經(jīng)驗總結(jié) 72
4.4 綜合性貿(mào)易物流通關(guān)平臺案例 73
4.4.1 建設(shè)背景 73
4.4.2 建設(shè)情況 74
4.4.3 經(jīng)驗總結(jié) 75
4.5 保稅燃油供應(yīng)駁船調(diào)度系統(tǒng)案例 76
4.5.1 建設(shè)背景 76
4.5.2 建設(shè)情況 76
4.5.3 經(jīng)驗總結(jié) 78
本章參考文獻 78
第5章 港航大數(shù)據(jù)相關(guān)技術(shù) 79
5.1 智慧港口的大數(shù)據(jù)分析框架 79
5.1.1 港口數(shù)據(jù)總線和數(shù)據(jù)挖掘平臺 79
5.1.2 非關(guān)系數(shù)據(jù)庫的比較與選型 83
5.2 AIS大數(shù)據(jù)分布式計算與分析環(huán)境設(shè)計 85
5.3 容器虛擬化技術(shù) 88
5.4 港航數(shù)據(jù)安全 92
本章參考文獻 95
第6章 AIS大數(shù)據(jù)分析關(guān)鍵技術(shù)研究 96
6.1 AIS大數(shù)據(jù)的特點 96
6.1.1 AIS設(shè)備的應(yīng)用情況 96
6.1.2 AIS的數(shù)據(jù)采集 98
6.1.3 AIS數(shù)據(jù)的質(zhì)量問題 100
6.1.4 VDES的發(fā)展與局限 103
6.2 AIS消息格式與解碼 104
6.2.1 AIS解碼原理 104
6.2.2 AIS嵌入式網(wǎng)絡(luò)解碼器 107
6.3 AIS數(shù)據(jù)融合方法設(shè)計 111
6.3.1 動態(tài)數(shù)據(jù)的表達和計算 112
6.3.2 靜態(tài)數(shù)據(jù)融合 115
6.3.3 AIS數(shù)據(jù)清洗方法設(shè)計 117
6.4 船舶軌跡數(shù)據(jù)壓縮算法 119
6.4.1 經(jīng)典道格拉斯曲線壓縮算法 119
6.4.2 動態(tài)道格拉斯曲線壓縮算法 120
6.4.3 快速動態(tài)D-P算法 122
6.4.43 種算法的壓縮效果及效率對比 125
6.4.5 實驗結(jié)論 128
6.5 船舶行駛狀態(tài)識別模型建模 128
6.5.1 船舶行駛狀態(tài)概述 128
6.5.2 船舶行駛狀態(tài)的識別特征 129
6.5.3 停泊事件識別算法應(yīng)用 131
6.5.4 停泊事件計算和航行日志 131
6.6 軌跡相似度量算法 134
6.6.1 軌跡相似性研究現(xiàn)狀 135
6.6.2 基于面積劃分的軌跡相似度量算法 136
6.6.3 實驗與結(jié)論 138
本章參考文獻 140
第7章 基于大數(shù)據(jù)集裝箱港口船舶服務(wù)效率研究 143
7.1 研究內(nèi)容與相關(guān)研究現(xiàn)狀 143
7.1.1 研究內(nèi)容與技術(shù)路線 143
7.1.2 集裝箱港口船舶服務(wù)效率評價相關(guān)研究 145
7.1.3 AIS軌跡大數(shù)據(jù)分析相關(guān)研究 149
7.2 屬性坐標(biāo)分析法 152
7.2.1 屬性坐標(biāo)分析法的背景 152
7.2.2 基于屬性坐標(biāo)分析法的港口服務(wù)效率評價思路 153
7.2.3 心理權(quán)重和局部最滿意解 154
7.2.4 心理偏好曲線和滿意度計算 155
7.3 集裝箱港口船舶服務(wù)效率指標(biāo)體系設(shè)計 156
7.3.1 集裝箱港口效率的量化指標(biāo) 156
7.3.2 集裝箱港口效率指標(biāo)的選取 158
7.3.3 集裝箱港口的選取與標(biāo)定 159
7.4 集裝箱港口業(yè)務(wù)規(guī)模分析 161
7.4.1 集裝箱港口掛靠船舶數(shù)量 161
7.4.2 集裝箱港口掛靠總運力 164
7.4.3 集裝箱港口直達港口數(shù)量 166
7.5 集裝箱港口服務(wù)效率分析 168
7.5.1 集裝箱港口平均在泊吞吐時量 168
7.5.2 集裝箱港口平均等待時間 171
7.6 集裝箱港口的心理權(quán)重曲線應(yīng)用與分析 173
7.6.1 評價指標(biāo)的歸一化處理 173
7.6.2 心理權(quán)重曲線應(yīng)用 174
7.6.3 綜合滿意度評價 179
7.6.4 集裝箱港口船舶服務(wù)效率改進建議 181
7.7 基于集裝箱港口視角的新冠疫情影響分析 184
本章參考文獻 187
第8章 總結(jié)與展望 192
8.1 研究總結(jié) 192
8.2 航運數(shù)據(jù)資源發(fā)展展望 193
8.3 熱點展望一：區(qū)塊鏈 199
8.4 熱點展望二：智能船舶 206
8.5 熱點展望三：海洋經(jīng)濟監(jiān)測 214
8.5 熱點展望三：海洋經(jīng)濟監(jiān)測 214
8.6 熱點展望四：元宇宙與智慧港航 217
本章參考文獻 225