典型文献
基于LASSO的船舶日油耗预测研究
文献摘要：
随着船舶燃油价格的不断上涨和国际海事组织对船舶碳排放的愈发限控,提高船舶油耗效率逐渐得到广泛关注,而船舶油耗预测是提高船舶油耗效率的重要前提.目前,在高维、稀疏的船舶油耗数据集中,众多算法存在可解释性低、泛化能力差的问题,为准确、有效地预测船舶日耗油量,提出一种基于套索(Least Absolute Shrinkage and Selection Operator,LASSO)算法的船舶日油耗预测模型.以某货船午时报告油耗数据为例,对船舶油耗数据进行了预测,并与岭回归(Ridge)、最小二乘法(Ordinary Least Squares,OLS)和人工神经网络(Artificial Neural Net-works,ANN)进行对比,其均方误差均值分别降低了0.07、0.08和3.77.
文献关键词：
LASSO;日油耗;预测;机器学习
中图分类号：
作者姓名：
张雨
作者机构：
中海石油(中国)有限公司天津分公司,天津300452
文献出处：
引用格式：
[1]张雨-.基于LASSO的船舶日油耗预测研究)[J].中国航海,2022(04):129-132,139
A类：
日油耗
B类：
LASSO,预测研究,燃油,油价格,国际海事组织,船舶油耗,渐得,高维,多算法,可解释性,泛化能力,耗油量,套索,Least,Absolute,Shrinkage,Selection,Operator,油耗预测模型,货船,午时,时报,岭回归,Ridge,Ordinary,Squares,OLS,人工神经网络,Artificial,Neural,Net,works,ANN,均方误差,误差均值
AB值：
0.449149
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
