船舶智能能效優(yōu)化關(guān)鍵技術(shù)研究現(xiàn)狀與展望

王凱，胡唯唯，黃連忠*，蔡玉良，馬冉祺

1 大連海事大學(xué) 輪機(jī)工程學(xué)院，遼寧 大連 116026

2 中國船級(jí)社，北京 100007

0 引 言

水路運(yùn)輸具有運(yùn)量大、成本低、環(huán)境友好等優(yōu)勢，對(duì)國民經(jīng)濟(jì)的發(fā)展起著重要的支撐作用。隨著“交通強(qiáng)國”、“海洋強(qiáng)國”、“一帶一路”以及“長江經(jīng)濟(jì)帶”等國家戰(zhàn)略的提出，航運(yùn)業(yè)迎來了新的發(fā)展機(jī)遇。然而，不斷增高的燃料成本以及日益嚴(yán)格的污染氣體排放法規(guī)給船舶的營運(yùn)與優(yōu)化管理帶來了諸多挑戰(zhàn)[1-2]。船舶的優(yōu)化管理，需在降本增效的同時(shí)實(shí)現(xiàn)與環(huán)境協(xié)調(diào)的可持續(xù)發(fā)展。燃料的消耗既是船舶營運(yùn)的主要成本，也是污染氣體排放的主要來源，而船舶能效優(yōu)化方法與技術(shù)的研究及應(yīng)用則是降低船舶能源消耗的有效途徑[3-4]。此外，隨著大數(shù)據(jù)、人工智能、機(jī)器學(xué)習(xí)等技術(shù)的不斷發(fā)展，以及“E 航?！睉?zhàn)略的實(shí)施，面向智能船舶的智能能效管理技術(shù)的研究與應(yīng)用將是大勢所趨。中國船級(jí)社于2020 年發(fā)布了新版《智能船舶規(guī)范》，該規(guī)范體系主要包括自主操作、遠(yuǎn)程控制、智能航行、智能船體、智能機(jī)艙、智能能效管理、智能貨物管理和智能集成平臺(tái)等幾個(gè)方面[5]。其中，智能能效管理作為《智能船舶規(guī)范》體系的組成部分之一，是以實(shí)現(xiàn)船舶能效實(shí)時(shí)監(jiān)控、智能評(píng)估及優(yōu)化，進(jìn)而提高船舶能效管理水平為目的，通過大數(shù)據(jù)挖掘技術(shù)、數(shù)值分析及智能優(yōu)化等技術(shù)，來為船舶提供數(shù)據(jù)評(píng)估分析結(jié)果與輔助決策建議。智能能效管理的研究與應(yīng)用對(duì)促進(jìn)船舶的智能化與綠色化發(fā)展，以及對(duì)市場競爭力的提升具有重要意義[6]。船舶能效智能優(yōu)化技術(shù)與方法的研究及應(yīng)用，不僅是我國履行國際減排公約的必然要求，也是落實(shí)船舶綠色智能發(fā)展戰(zhàn)略的有效措施，同時(shí)，也是航運(yùn)企業(yè)實(shí)現(xiàn)降本增效、提升市場競爭力的有效方法。

本文擬針對(duì)船舶智能能效優(yōu)化方法的核心內(nèi)容，系統(tǒng)地分析船舶智能能效管理的國內(nèi)外發(fā)展現(xiàn)狀，具體包括船舶智能能效管理規(guī)范與檢驗(yàn)指南、船舶能效智能監(jiān)控與系統(tǒng)開發(fā)、船舶智能能效大數(shù)據(jù)應(yīng)用技術(shù)研究、船舶智能能效優(yōu)化模型與智能算法等關(guān)鍵技術(shù)，然后在此基礎(chǔ)上，提出船舶智能能效發(fā)展存在的不足與面臨的挑戰(zhàn)，并對(duì)智能能效優(yōu)化的未來發(fā)展與研究方向做出展望，以期為船舶智能能效優(yōu)化方法的研究與發(fā)展提供參考。

1 船舶智能能效管理規(guī)范與檢驗(yàn)指南

中國船級(jí)社發(fā)布的《智能船舶規(guī)范》明確提出了智能能效管理的相關(guān)要求[5]，此外，《船舶智能能效管理檢驗(yàn)指南》針對(duì)智能能效優(yōu)化的一般要求、能效智能在線監(jiān)控、航速優(yōu)化、基于縱傾化的最佳配載等幾方面也做了相關(guān)要求[7]，如圖1所示。

圖1 智能能效管理檢驗(yàn)指南概覽Fig. 1 The inspection guidelines of intelligent energy efficiency management

“智能能效優(yōu)化的一般要求”規(guī)定，船舶應(yīng)具有智能能效管理功能標(biāo)志，包括基于航速優(yōu)化和縱傾優(yōu)化的船舶智能能效管理2 部分[5]。

所開發(fā)的“船舶能效智能在線監(jiān)控系統(tǒng)”需要實(shí)現(xiàn)船舶能效數(shù)據(jù)的監(jiān)測、采集、傳輸、存取，采用數(shù)據(jù)分析技術(shù)對(duì)船舶能耗/能效及排放水平進(jìn)行分析，對(duì)能效、能耗進(jìn)行評(píng)估，并在此基礎(chǔ)上進(jìn)行輔助決策，從而優(yōu)化船舶的能效水平[5]。

此外，針對(duì)基于航次計(jì)劃和經(jīng)濟(jì)效益的“航速優(yōu)化”也分別提出了具體要求。其中，前者根據(jù)天氣、海況和船舶效率等因素評(píng)估其對(duì)船舶航速的影響，并在此基礎(chǔ)上提出航速優(yōu)化方法；后者根據(jù)船舶的各項(xiàng)營運(yùn)費(fèi)用對(duì)整個(gè)航次的經(jīng)濟(jì)效益予以評(píng)估，進(jìn)而進(jìn)行航行優(yōu)化決策[5]。

“基于縱傾化的最佳配載系統(tǒng)”需包括數(shù)據(jù)采集單元、縱傾性能分析基礎(chǔ)數(shù)據(jù)庫以及縱傾優(yōu)化分析功能[5]。

2 船舶智能能效監(jiān)控與系統(tǒng)開發(fā)

隨著信息傳感及無線通信等技術(shù)的不斷發(fā)展，船舶能效在線監(jiān)控技術(shù)也得到了快速發(fā)展。國內(nèi)外在船舶能效在線監(jiān)控技術(shù)方面開展了大量研究，并相繼推出了多種船舶能效監(jiān)控系統(tǒng)[8]，如表1 所示。其中，Marorka 公司研發(fā)的船舶能效監(jiān)控系統(tǒng)可以對(duì)船舶的性能參數(shù)進(jìn)行監(jiān)控，并能根據(jù)船舶營運(yùn)數(shù)據(jù)，結(jié)合船舶的航次計(jì)劃、航線特征、能耗評(píng)估及航次成本分析等，形成船舶航線、航速和縱傾的優(yōu)化方案。德國勞氏船級(jí)社通過分析船舶吃水及其他因素對(duì)油耗的影響，開發(fā)了ECOAssistant 軟件系統(tǒng)，使船舶操作者能夠?qū)χ?、輔機(jī)的能耗狀況進(jìn)行實(shí)時(shí)監(jiān)控[9]。Jeppesen Marine 公司研發(fā)的航行與船舶優(yōu)化系統(tǒng)軟件能夠計(jì)算CO2的排放量，通過優(yōu)化航線、選擇最佳航速等優(yōu)化方法，可有效降低船舶油耗。NAPA 公司研發(fā)的船舶能效管理模塊，可以根據(jù)所采集的風(fēng)、浪、流等數(shù)據(jù)信息，規(guī)劃最佳航線與最優(yōu)航速，并制定優(yōu)化的裝載方案。ABB 公司推出的船舶能效綜合監(jiān)控系統(tǒng)具有船舶能效監(jiān)測與優(yōu)化功能[10]。此外，Devex Mechatronics 公司也推出了大型船舶燃油優(yōu)化控制系統(tǒng)，其通過對(duì)螺旋槳、主機(jī)轉(zhuǎn)速、不同水域和氣象條件下的航行路徑進(jìn)行優(yōu)化，最終達(dá)到了優(yōu)化船舶能效的目的。在能效管理系統(tǒng)開發(fā)方面，國外起步較早，市場占有率相對(duì)較高。然而，因船舶能效模型的復(fù)雜性以及船舶航行環(huán)境的復(fù)雜性，使得能效管理系統(tǒng)的應(yīng)用還處于不斷的技術(shù)更新和完善升級(jí)階段。

在國內(nèi)，中國船級(jí)社與大連海事大學(xué)等單位合作開發(fā)了營運(yùn)船舶能效管理和計(jì)算軟件系統(tǒng)，包括船舶能效數(shù)據(jù)庫、應(yīng)用系統(tǒng)軟件、船載數(shù)據(jù)采集與管理軟件等。武漢理工大學(xué)在內(nèi)河旅游船“凱婭”輪上搭建了船舶能效與通航環(huán)境數(shù)據(jù)監(jiān)測系統(tǒng)，此系統(tǒng)可以對(duì)船舶的主機(jī)油耗、軸功率、船舶對(duì)水航速，以及相對(duì)風(fēng)速、航道水深等通航環(huán)境數(shù)據(jù)進(jìn)行實(shí)時(shí)的采集與監(jiān)控[11-12]。此外，中遠(yuǎn)集裝箱運(yùn)輸有限公司也推出了船舶燃油監(jiān)控系統(tǒng)[13]，該監(jiān)控系統(tǒng)通過應(yīng)用多種信息技術(shù)，可使船舶管理人員及時(shí)接收燃油消耗異常信息并能對(duì)此進(jìn)行定量分析，然后通過制定科學(xué)的調(diào)整方案，減少船舶能源消耗。鄭士君等[14]設(shè)計(jì)了一款中遠(yuǎn)集運(yùn)能效管理系統(tǒng)，用以實(shí)現(xiàn)航運(yùn)企業(yè)能效的優(yōu)化管理，主要包括能效數(shù)據(jù)的采集與計(jì)算等。熊林[15]基于北斗導(dǎo)航技術(shù)，研發(fā)了船舶油耗監(jiān)測系統(tǒng)。蘇一等[16]提出了面向能效優(yōu)化的船舶航速管理系統(tǒng)，該系統(tǒng)能夠決策船舶的經(jīng)濟(jì)航速，并能基于航線、航速及氣象水文等信息實(shí)現(xiàn)船舶航速模型的不斷迭代優(yōu)化，從而達(dá)到節(jié)能減排的目的。陽世榮[17]圍繞輔機(jī)節(jié)能問題研發(fā)了能耗綜合管理系統(tǒng)，實(shí)現(xiàn)了船舶輔機(jī)能耗的實(shí)時(shí)管理與優(yōu)化控制。

然而，上述能效監(jiān)控系統(tǒng)大多只具有對(duì)能耗設(shè)備和航行狀態(tài)等參數(shù)的監(jiān)控功能，尚未建立船舶能效與航行數(shù)據(jù)之間復(fù)雜的邏輯關(guān)系，以及基于實(shí)時(shí)數(shù)據(jù)的能耗指標(biāo)分析、評(píng)估與預(yù)測。因此，有必要研發(fā)基于大數(shù)據(jù)分析和智能優(yōu)化算法的船舶能效智能監(jiān)控系統(tǒng)，提高船舶能效優(yōu)化管理的智能化水平，從而降低船舶能耗與污染氣體的排放量[18]。能效智能監(jiān)控旨在通過對(duì)船舶航行狀態(tài)、能耗狀況的在線監(jiān)測，以及數(shù)據(jù)的自動(dòng)采集，對(duì)船舶能效狀況、航行及裝載狀態(tài)等進(jìn)行自主評(píng)估，并通過大數(shù)據(jù)分析及優(yōu)化技術(shù)，給出評(píng)估分析結(jié)果和輔助決策建議，包括船舶最佳航速、最佳航線與基于最佳縱傾的船舶優(yōu)化裝載方案等。

近年來，國內(nèi)外又相繼研發(fā)出了具有不同功能特點(diǎn)的船舶智能能效管理系統(tǒng)，如表2 所示。其中，Rolls Royce 公司研發(fā)的智能能效管理系統(tǒng)通過運(yùn)用智能算法，可降低船舶的能耗與營運(yùn)成本，并通過運(yùn)用大數(shù)據(jù)技術(shù)對(duì)機(jī)艙設(shè)備進(jìn)行分析，可向船東提供維修和更換的輔助決策建議，進(jìn)一步降低了船舶能耗，使得船舶的能效監(jiān)測、設(shè)備壽命預(yù)測的智能化水平得到了較大提升。SeaTechnik公司推出的船舶能效監(jiān)控系統(tǒng)可對(duì)船舶性能和航行數(shù)據(jù)進(jìn)行實(shí)時(shí)的監(jiān)控和在線分析，并根據(jù)所得到的分析結(jié)果優(yōu)化船舶航行性能。

表1 開發(fā)的能效監(jiān)控系統(tǒng)Table 1 Developed energy efficiency monitoring system

表2 智能能效監(jiān)控系統(tǒng)列表Table 2 The intelligent energy efficiency monitoring systems

在國內(nèi)，中國船級(jí)社與大連海事大學(xué)等單位聯(lián)合開發(fā)了船舶能效在線智能管理系統(tǒng)，該系統(tǒng)旨在提供面向船舶航行能效的綜合智能優(yōu)化方案。此外，由滬東中華有限公司自主設(shè)計(jì)并建造的中遠(yuǎn)海運(yùn)“乞力馬扎羅”號(hào)，是中遠(yuǎn)海運(yùn)集團(tuán)獲得的首艘經(jīng)中國船級(jí)社（CCS）認(rèn)證的智能能效管理船舶，其通過對(duì)船舶能效進(jìn)行監(jiān)測，一方面可以得到主要能耗設(shè)備的能耗水平，另一方面可以為船舶能效優(yōu)化提供輔助決策[19]。江蘇杰瑞深軟科技有限公司研發(fā)的船舶智能能效管理系統(tǒng)具有低、高兩級(jí)功能，其通過采用數(shù)據(jù)關(guān)聯(lián)分析、數(shù)據(jù)模型與算法等技術(shù)，實(shí)現(xiàn)了船舶能效和CO2排放等數(shù)據(jù)的分析、評(píng)估及預(yù)測[20]。

目前，船舶能效智能控制系統(tǒng)的研發(fā)尚處于發(fā)展階段，有待開發(fā)出更為成熟的產(chǎn)品，并進(jìn)行產(chǎn)業(yè)化推廣使用。此外，所開發(fā)的能效智能控制系統(tǒng)只實(shí)現(xiàn)了部分智能能效管理功能，尚未形成集數(shù)據(jù)挖掘分析、模型參數(shù)自學(xué)習(xí)、動(dòng)態(tài)智能決策于一體的船舶能效智能優(yōu)化管理系統(tǒng)，在大數(shù)據(jù)挖掘分析與可視化、自學(xué)習(xí)、自修正，以及自主決策等方面還有待進(jìn)一步的深入研究，船舶能效監(jiān)控系統(tǒng)的智能化水平還有待進(jìn)一步提升。作為船舶智能化發(fā)展的重要組成部分之一，搭載先進(jìn)智能算法的船舶能效綜合管理系統(tǒng)研發(fā)是船舶智能能效管理發(fā)展的重要方向。

3 船舶智能能效大數(shù)據(jù)應(yīng)用技術(shù)研究

3.1 大數(shù)據(jù)技術(shù)的發(fā)展與優(yōu)勢

大數(shù)據(jù)技術(shù)是通過對(duì)大量的各種類型數(shù)據(jù)進(jìn)行分析與挖掘來獲得更多的潛在知識(shí)，以輔助信息獲取和決策的技術(shù)[21]。大數(shù)據(jù)技術(shù)主要包括大數(shù)據(jù)采集、大數(shù)據(jù)處理、大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)分析與挖掘，以及大數(shù)據(jù)展示與可視化等[22]。通過實(shí)時(shí)監(jiān)測對(duì)象在運(yùn)行過程中產(chǎn)生的海量數(shù)據(jù)，采用大數(shù)據(jù)分析技術(shù)對(duì)所獲取的數(shù)據(jù)進(jìn)行深入的挖掘和分析，可揭示出事物的發(fā)展規(guī)律以及關(guān)聯(lián)關(guān)系，從而給出分析結(jié)論與輔助決策。大數(shù)據(jù)技術(shù)的意義在于通過對(duì)大量數(shù)據(jù)進(jìn)行分析與挖掘，揭示事物之間的復(fù)雜關(guān)系或預(yù)測事物的發(fā)展趨勢，從而得出研究結(jié)論并進(jìn)行輔助決策。與傳統(tǒng)的數(shù)據(jù)挖掘方法相比，大數(shù)據(jù)可以更加全面、準(zhǔn)確、客觀地揭示事物之間的關(guān)聯(lián)關(guān)系[23]。

3.2 基于大數(shù)據(jù)分析的船舶智能能效優(yōu)化

隨著航運(yùn)界對(duì)船舶智能能效優(yōu)化技術(shù)研究的逐步深入，大數(shù)據(jù)技術(shù)在船舶能效優(yōu)化管理方面的應(yīng)用已是大勢所趨。在基于大數(shù)據(jù)分析的船舶智能能效優(yōu)化管理方面，國內(nèi)外學(xué)者已探討了大數(shù)據(jù)的采集與處理，以及其在船舶營運(yùn)狀態(tài)監(jiān)測與分析、船隊(duì)船舶優(yōu)化管理決策等方面的應(yīng)用。

在船舶能效大數(shù)據(jù)處理方面，萬輝等[24]針對(duì)內(nèi)河船舶大數(shù)據(jù)的關(guān)鍵技術(shù)進(jìn)行了探討，其通過分析船舶各數(shù)據(jù)間的關(guān)聯(lián)關(guān)系，確定了內(nèi)河船舶大數(shù)據(jù)的建設(shè)內(nèi)容，提出了大數(shù)據(jù)的處理方法，為內(nèi)河船舶大數(shù)據(jù)的獲取與分析奠定了基礎(chǔ)。Klaveness Digital 公司開發(fā)了基于云計(jì)算的數(shù)字化平臺(tái)，主要用于存儲(chǔ)和處理船舶營運(yùn)大數(shù)據(jù)。該平臺(tái)能夠?qū)⒍鄠€(gè)數(shù)據(jù)源的船舶營運(yùn)數(shù)據(jù)存儲(chǔ)于一個(gè)中心平臺(tái)，便于數(shù)據(jù)的共享及新數(shù)字化解決方案的開發(fā)[25]。該平臺(tái)還可實(shí)現(xiàn)船隊(duì)性能的實(shí)時(shí)展示，具備分析船舶性能發(fā)展趨勢、檢測船舶性能異常等功能。馬士基航運(yùn)基于該大數(shù)據(jù)分析平臺(tái)，采用大數(shù)據(jù)技術(shù)對(duì)獲得的大量數(shù)據(jù)進(jìn)行處理與分析，推出了新的服務(wù)模式和管理理念，獲得了客戶的普遍認(rèn)可，有效提升了其經(jīng)濟(jì)效益和市場競爭力。

在基于大數(shù)據(jù)的船舶能效監(jiān)測與分析方面，Perera 等[26]構(gòu)建了以船舶引擎為中心的數(shù)據(jù)流程，如圖2 所示（圖中，x(t)為采集的時(shí)間序列信號(hào)；y(t)為處理后的時(shí)間序列信號(hào)），可以方便地處理大規(guī)模數(shù)據(jù)集。其通過收集船舶性能和導(dǎo)航數(shù)據(jù)，采用大數(shù)據(jù)技術(shù)對(duì)不同優(yōu)化控制措施下的船舶能效水平進(jìn)行了分析。Bocchetti 等[27]基于實(shí)船監(jiān)測數(shù)據(jù)建立了多元線性回歸模型，能有效預(yù)測船舶能耗。林俊等[28]在分析船舶能效監(jiān)控需求的基礎(chǔ)上，設(shè)計(jì)了面向船舶能效優(yōu)化管理的大數(shù)據(jù)監(jiān)控平臺(tái)，提出了相應(yīng)的技術(shù)指標(biāo)及實(shí)驗(yàn)驗(yàn)證方案，并對(duì)船舶能效大數(shù)據(jù)監(jiān)控平臺(tái)的實(shí)施進(jìn)行了論證分析。謝云鵬等[29]建立了基于大數(shù)據(jù)技術(shù)的船舶油耗監(jiān)測系統(tǒng)，為船舶營運(yùn)的優(yōu)化管理提供依據(jù)，從而可以有效提高船舶的能效管理水平。孫峰等[30]采用k-means 聚類算法，對(duì)大量船舶航行數(shù)據(jù)進(jìn)行聚類分析，得到了船舶主機(jī)在不同轉(zhuǎn)速時(shí)其負(fù)荷和油耗率的變化規(guī)律。此外，充分考慮主機(jī)轉(zhuǎn)速、航行環(huán)境、船舶裝載、航行時(shí)間約束，以及港口運(yùn)行效率等因素對(duì)船舶能效的影響，基于獲取的航行環(huán)境、船隊(duì)船舶營運(yùn)狀態(tài)和能耗等數(shù)據(jù)，通過采用大數(shù)據(jù)關(guān)聯(lián)規(guī)則算法、主成分分析法等，可以挖掘影響船舶能效的主導(dǎo)要素，分析各主要影響要素與船舶能效間的動(dòng)態(tài)響應(yīng)關(guān)系，可為考慮多影響因素的船隊(duì)船舶能效模型與經(jīng)濟(jì)效益模型研究奠定基礎(chǔ)，從而提高船隊(duì)船舶的能效水平和經(jīng)濟(jì)效益。

圖2 船舶能效大數(shù)據(jù)流[26]Fig. 2 The big data flow of the ship energy efficiency[26]

在基于大數(shù)據(jù)分析的船隊(duì)船舶能效優(yōu)化管理方面，Adland 等[31]以超大型原油運(yùn)輸船隊(duì)為對(duì)象，分析船隊(duì)營運(yùn)數(shù)據(jù)，提出了一種面向船隊(duì)優(yōu)化管理的航速優(yōu)化方法。Coraddu 等[32]基于大量的實(shí)船營運(yùn)數(shù)據(jù)，通過將船舶的排水量、航速，以及風(fēng)、浪等參數(shù)視為隨機(jī)變量，采用蒙特卡羅方法計(jì)算了船舶的能效營運(yùn)指數(shù)。Lee 等[33]基于通航環(huán)境大數(shù)據(jù)分析，通過引用燃油消耗理論計(jì)算公式，提出了可有效降低船舶能耗的航速優(yōu)化方法。韓佳彤[34]通過采用大數(shù)據(jù)分析技術(shù)，提出了一種船舶航線智能優(yōu)化方法，其通過地理信息數(shù)據(jù)的獲取及船舶航行知識(shí)數(shù)據(jù)庫的建設(shè)，通過對(duì)典型航線上的歷史大數(shù)據(jù)進(jìn)行挖掘分析，提出了港口到港口、任意點(diǎn)到港口、任意點(diǎn)到任意點(diǎn)的最優(yōu)航線決策方法，從而優(yōu)化了船舶的能耗水平。Yan 等[35]采用適用于大數(shù)據(jù)分析的并行分布式k-means 聚類算法，實(shí)現(xiàn)了對(duì)航線上航段的劃分，其基于自主開發(fā)的大數(shù)據(jù)分析平臺(tái)，分析了長江航線通航環(huán)境的分布特征，并提出了基于通航環(huán)境大數(shù)據(jù)航段劃分的船舶能效優(yōu)化方法，提高了船舶的能效水平。

雖然大數(shù)據(jù)技術(shù)在船舶智能能效優(yōu)化應(yīng)用方面已有探索性研究，但尚存在問題和挑戰(zhàn)：首先，目前還沒有形成系統(tǒng)的船舶能效大數(shù)據(jù)使用標(biāo)準(zhǔn)與應(yīng)用體系；其次，基于大數(shù)據(jù)分析的船舶智能能效優(yōu)化相關(guān)研究理論和技術(shù)體系尚不成熟，在船舶能效與通航環(huán)境時(shí)空特征分析、船舶能效與通航環(huán)境數(shù)據(jù)關(guān)聯(lián)關(guān)系挖掘，以及基于在線學(xué)習(xí)的通航環(huán)境和船舶運(yùn)行工況預(yù)測模型等方面，還有待進(jìn)一步深入研究。

4 船舶智能能效優(yōu)化模型與智能算法

智能優(yōu)化模型與智能算法在船舶能效優(yōu)化管理中的應(yīng)用主要體現(xiàn)在船舶能效評(píng)估與預(yù)測、航線智能優(yōu)化、航速智能優(yōu)化，以及面向能效提升的船體與縱傾優(yōu)化幾個(gè)方面[36]。

在船舶能效評(píng)估與預(yù)測方面，Yan 等[37]基于實(shí)船采集的能效數(shù)據(jù)，建立了用于評(píng)估船舶能效水平的神經(jīng)網(wǎng)絡(luò)模型，可以實(shí)現(xiàn)船舶能效的預(yù)測與評(píng)估。Yuan 等[38]將人工神經(jīng)網(wǎng)絡(luò)和高斯過程應(yīng)用于船舶能耗評(píng)價(jià)并進(jìn)行了實(shí)驗(yàn)，結(jié)果表明速度優(yōu)化可以有效減少船舶能耗，考慮天氣的路徑優(yōu)化和縱傾優(yōu)化也可以降低船舶能耗。Bal Be?ik?i等[39]以油船為對(duì)象，基于船舶的正午報(bào)告數(shù)據(jù)，建立了基于人工神經(jīng)網(wǎng)絡(luò)的能效預(yù)測模型與決策系統(tǒng)。Pagoropoulos 等[40]提出采用支持向量機(jī)的方法實(shí)現(xiàn)船舶能效評(píng)估，驗(yàn)證結(jié)果顯示所提方法有效。Lu 等[41]通過建立不同載荷、速度和浪向的船舶運(yùn)行性能模型，對(duì)SuezMax 油輪的燃料消耗進(jìn)行了智能化預(yù)測，其通過預(yù)測結(jié)果來指導(dǎo)船舶優(yōu)化航行，達(dá)到了降低船舶能耗的目的。Wickramanayake 等[42]系統(tǒng)地分析了基于機(jī)器學(xué)習(xí)方法的船舶能耗預(yù)測，其針對(duì)多變量時(shí)間序列的艦隊(duì)能耗預(yù)測問題，比較了基于隨機(jī)森林、梯度增強(qiáng)及神經(jīng)網(wǎng)絡(luò)方法的有效性，結(jié)果表明，采用隨機(jī)森林技術(shù)可以獲得更為準(zhǔn)確的預(yù)測結(jié)果。Alonso等[43]采用人工神經(jīng)網(wǎng)絡(luò)與遺傳算法相結(jié)合的方法，對(duì)船舶柴油機(jī)的性能予以了優(yōu)化，試圖找出滿足最嚴(yán)格排放法規(guī)的參數(shù)配置，以減少船舶的燃料消耗。Tillig 等[44]使用蒙特卡羅方法和通用船舶能源系統(tǒng)模型，在船舶全生命周期的各個(gè)階段對(duì)船舶燃料消耗預(yù)測的不確定性進(jìn)行分析，結(jié)果顯示能降低油耗預(yù)測的不確定性，提高了船舶油耗監(jiān)測和預(yù)測的智能化水平，對(duì)減少船舶能源 消耗具有重要的促進(jìn)作用。在船舶能效預(yù)測方面，Yang 等[45]提出了基于遺傳算法的灰箱模型，解決了天氣因素的限制，并與基于時(shí)序參數(shù)估計(jì)的灰箱模型進(jìn)行了比較，結(jié)果表明，該算法具有更高的船舶能效預(yù)測準(zhǔn)確性，可有效減少污染氣體的排放。王勝正等[46]建立了交替稀疏自編碼網(wǎng)絡(luò)模型，其訓(xùn)練過程如圖3 所示，通過采用關(guān)聯(lián)規(guī)則算法對(duì)航行數(shù)據(jù)進(jìn)行特征選擇，預(yù)測了海洋環(huán)境對(duì)船舶航行的影響，所提出的網(wǎng)絡(luò)模型不僅可以減少訓(xùn)練時(shí)間，而且能提高預(yù)測精度。圖3中，xim為第i（i=1, 2, ···,n）個(gè)樣本的第m個(gè)屬性；hl,j為第l層的第j（j=1, 2, ···,sl）個(gè)神經(jīng)元輸入，其中sl為 第l（l=k?1,k?2, ···, 2）層 的 神 經(jīng) 元 總 數(shù)，k為網(wǎng)絡(luò)總層數(shù)；am為訓(xùn)練隱藏層1 的第m個(gè)神經(jīng)元輸出；csl為訓(xùn)練隱藏層2 的第sl個(gè)神經(jīng)元輸出；為第i個(gè)樣本的預(yù)測輸出。

圖3 交替稀疏自編碼網(wǎng)絡(luò)模型訓(xùn)練過程[46]Fig. 3 Training process of alternating sparse self-coding network model[46]

在船舶航線智能優(yōu)化方面，定期對(duì)船舶營運(yùn)能效和經(jīng)濟(jì)效益進(jìn)行綜合評(píng)估，并根據(jù)評(píng)估結(jié)果對(duì)船舶航線和航線上船隊(duì)的配置進(jìn)行優(yōu)化調(diào)整，是提高船隊(duì)船舶能效的有效途徑。王寰宇[47]基于船舶在風(fēng)浪中失速值的時(shí)間序列，通過采用聚類分析算法，實(shí)現(xiàn)了船舶航段的合理劃分，并在此基礎(chǔ)上提出了基于模擬退火算法的船舶航速分段智能優(yōu)化算法，通過此算法，實(shí)現(xiàn)了目標(biāo)船的航速優(yōu)化。Marie 等[48]采用模糊邏輯方法建立了船舶能耗模型，并采用多目標(biāo)遺傳算法決策出了船舶的優(yōu)化航線。Wang 等[49]建立了考慮多環(huán)境因素的船舶能效模型，并采用粒子群優(yōu)化算法實(shí)現(xiàn)了船舶航線優(yōu)化以及不同航段的航速優(yōu)化，通過航線和航速的聯(lián)合優(yōu)化取得了較好的能效優(yōu)化效果。Lazarowska[50]將蟻群算法應(yīng)用于船舶導(dǎo)航?jīng)Q策支持系統(tǒng)，實(shí)現(xiàn)了公海及限制水域船舶航行路徑的科學(xué)規(guī)劃。Meng 等[51]通過采用非循環(huán)網(wǎng)絡(luò)上的最短路徑算法，建立了基于場景的動(dòng)態(tài)編程模型，有效解決了班輪集裝箱運(yùn)輸公司的多期船舶規(guī)劃問題。Sen 等[52]基于Dijkstra 最短路徑算法建立了船舶航線優(yōu)化模型，并驗(yàn)證了該算法和模型的有效性。劉浩等[53]提出了一種新型的船舶航線規(guī)劃方法，其采用遺傳算法實(shí)現(xiàn)了船舶航線的有效規(guī)劃。Zhang 等[54]提出了一種基于大數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)航線優(yōu)化方法，其在航線數(shù)據(jù)分析的基礎(chǔ)上，通過采用具有噪聲的基于密度的空間聚類（ density-based spatial clustering of applications with noise，DBSCAN）算法和蟻群算法，實(shí)現(xiàn)了船舶最優(yōu)航線的自動(dòng)規(guī)劃。Zaccone 等[55]提出了一種考慮氣象因素的船舶航行三維動(dòng)態(tài)規(guī)劃方法，可有效提高船舶航行安全性，降低船舶能耗水平。Wang 等[56]和Ma 等[57]通過采用Dijkstra 算法，實(shí)現(xiàn)了考慮多因素、面向多優(yōu)化目標(biāo)的船舶航行優(yōu)化決策，不僅可以提高船舶的安全性和能效水平，還滿足排放法規(guī)要求。Shao 等[58]提出了一種新的應(yīng)用于氣象定線的動(dòng)態(tài)規(guī)劃方法，如圖4 所示，與傳統(tǒng)方法相比，該方法不僅能優(yōu)化船舶航向，而且對(duì)船舶功率也進(jìn)行了優(yōu)化；分析結(jié)果表明，此方法降低了船舶約3%的油耗，還減少了船舶航行時(shí)間。

圖4 氣象定線的動(dòng)態(tài)規(guī)劃方法[58]Fig. 4 The dynamic programming method for weather routing[58]

在船舶航速智能優(yōu)化方面，黃連忠等[59]通過建立船舶主機(jī)能耗模型，采用模擬退火算法決策出了所劃分不同航段的船舶最佳航速與主機(jī)轉(zhuǎn)速，降低了船舶能耗水平。Song 等[60]建立了一個(gè)雙目標(biāo)的船隊(duì)優(yōu)化部署模型，通過采用遺傳算法模型，獲得了最終的優(yōu)化方案，并通過實(shí)例驗(yàn)證了模型的有效性。Qi 等[61]建立了基于船舶能耗和服務(wù)水平的多目標(biāo)優(yōu)化模型，其通過不同港口操作時(shí)間來決策船隊(duì)的最佳運(yùn)行方案，最終使船隊(duì)總能耗達(dá)到最少。Wang 等[62]研究了基于粒子群優(yōu)化算法的船舶能效優(yōu)化方法，其以LNG 雙燃料船舶為研究對(duì)象，建立了船舶能效與運(yùn)行安全性多目標(biāo)優(yōu)化模型，分析了不同運(yùn)行工況下的船舶能效水平與安全性，通過采用群智能粒子群優(yōu)化算法，實(shí)現(xiàn)了不同運(yùn)行工況下的船舶主機(jī)轉(zhuǎn)速優(yōu)化，從而在保證船舶營運(yùn)安全的條件下提高了船舶能效水平。馬冉祺等[63]提出了定航線船舶的航速智能優(yōu)化方法，其基于實(shí)船監(jiān)測數(shù)據(jù)，采用離散化思想建立了船舶航速優(yōu)化模型，并通過遺傳算法實(shí)現(xiàn)了航速的優(yōu)化決策，有效降低了船舶能耗水平，如圖5 所示。圖中，L0 為所劃分的第1 個(gè)航段的起始點(diǎn)；Li（i=1, 2, ···, 12）為所劃分的第i個(gè)航段的終點(diǎn)，同時(shí)也是第i+1 個(gè)航段的起始點(diǎn)；ni為第i個(gè)航段的船舶主機(jī)轉(zhuǎn)速；Qi為第i個(gè)航段的船舶油耗量。

圖5 定航線船舶航速智能優(yōu)化方法[63]Fig. 5 The intelligent speed optimization for given route ship[63]

在最佳縱傾與船體優(yōu)化方面，劉伊凡等[64]基于Fluent 數(shù)值計(jì)算和Simulink 建模仿真方法，建立了船舶數(shù)值仿真模型和基于“轉(zhuǎn)速?航速?能效營運(yùn)指數(shù)”的船舶能效準(zhǔn)穩(wěn)態(tài)仿真模型，分析了不同條件下船舶縱傾變化對(duì)其營運(yùn)能效的影響。王緒明等[65]研制了一套船舶智能縱傾控制系統(tǒng)，其通過設(shè)計(jì)控制算法來調(diào)節(jié)船舶前、后艙壓載水量，以此對(duì)船舶縱傾角進(jìn)行智能控制，達(dá)到了優(yōu)化船舶能效的目的。段菲等[66]采用非支配排序遺傳算法對(duì)船體型線進(jìn)行優(yōu)化，并針對(duì)極地船舶提出了一種多目標(biāo)優(yōu)化方法，該方法將船舶無冰靜水阻力和冰區(qū)航行阻力作為優(yōu)化目標(biāo)，根據(jù)極地船舶排水量指標(biāo)和船舶能效設(shè)計(jì)指數(shù)對(duì)船型進(jìn)行了智能優(yōu)化。路通[67]依據(jù)船舶航行歷史數(shù)據(jù)，通過采用粒子群算法優(yōu)化摩擦增量系數(shù)等參數(shù)，提高了主機(jī)能耗模型的準(zhǔn)確性，并在此基礎(chǔ)上建立了船體污損退化模型，可以為船舶塢修時(shí)間提供輔助決策?？姁矍俚萚68]基于多目標(biāo)粒子群優(yōu)化算法（multi objective particle swarm optimization，MOPSO）對(duì)船型的阻力性能予以了優(yōu)化，其以船型變換參數(shù)為優(yōu)化變量，以興波阻力為優(yōu)化目標(biāo)，通過采用MOPSO 算法對(duì)多目標(biāo)優(yōu)化模型進(jìn)行求解，獲得了系列優(yōu)化船型，最終提高了船舶能效水平。Wang 等[69]設(shè)計(jì)了一種基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)控制算法的舵?zhèn)葍A穩(wěn)定系統(tǒng)，該系統(tǒng)搭載了包含機(jī)動(dòng)特性和波浪擾動(dòng)的非線性數(shù)學(xué)模型，船舶動(dòng)態(tài)響應(yīng)分析結(jié)果顯示，所設(shè)計(jì)的控制系統(tǒng)在減少波浪中船舶的側(cè)傾運(yùn)動(dòng)方面與基于反向傳播神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)和比例微分控制系統(tǒng)相比具有明顯優(yōu)勢。

智能優(yōu)化算法及其在船舶能效智能優(yōu)化中的應(yīng)用如表3 所示。其中，遺傳算法、粒子群優(yōu)化算法、蟻群算法及模擬退火算法等屬于群智能算法，是一種基于群體疊代的尋優(yōu)算法，適于求解非線性的優(yōu)化問題，因此在解決船舶航速優(yōu)化、航線優(yōu)化、船型優(yōu)化以及船體阻力優(yōu)化等船舶智能能效優(yōu)化問題方面有著廣泛的應(yīng)用。然而，對(duì)于不同的優(yōu)化問題，各算法的優(yōu)化效果及應(yīng)用效果還有待進(jìn)一步的對(duì)比分析，通過開展各優(yōu)化算法對(duì)不同優(yōu)化問題的適用性分析，可以選擇最佳的智能優(yōu)化算法。人工神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林算法、支持向量機(jī)等算法可以實(shí)現(xiàn)船舶能耗及能效的預(yù)測與評(píng)估，作為船舶能效優(yōu)化的重要基礎(chǔ)，可以實(shí)現(xiàn)船舶能效的智能優(yōu)化。同樣地，有關(guān)不同智能算法實(shí)現(xiàn)船舶能耗及能效預(yù)測的效果還有待進(jìn)一步的對(duì)比驗(yàn)證分析，以便確定最佳的能耗預(yù)測智能算法。此外，采用蒙特卡羅算法可以實(shí)現(xiàn)能耗預(yù)測的不穩(wěn)定性分析。采用動(dòng)態(tài)規(guī)劃算法可以實(shí)現(xiàn)基于實(shí)時(shí)信息的船舶能效的動(dòng)態(tài)優(yōu)化，從而提高船舶能效的優(yōu)化精度和優(yōu)化效果，規(guī)避靜態(tài)優(yōu)化信息更新不及時(shí)的缺點(diǎn)。關(guān)聯(lián)規(guī)則算法可以發(fā)現(xiàn)數(shù)據(jù)項(xiàng)集之間的關(guān)聯(lián)關(guān)系或相關(guān)關(guān)系，在海洋環(huán)境對(duì)船舶航行的影響研究中，使用關(guān)聯(lián)規(guī)則可以挖掘環(huán)境數(shù)據(jù)與航行數(shù)據(jù)之間的相關(guān)性，從而分析航行環(huán)境對(duì)船舶能效的影響，為考慮航行環(huán)境的能效模型建立與優(yōu)化奠定基礎(chǔ)。聚類算法作為一種無監(jiān)督學(xué)習(xí)算法，可以將具有相似特征的樣本劃分為同一類，進(jìn)而實(shí)現(xiàn)基于相似性樣本的劃分。對(duì)于船舶航速的智能優(yōu)化，采用聚類算法可以將航線進(jìn)行合理劃分，使不同航段具有不同航行環(huán)境特征，從而為基于航段劃分的船舶航速智能優(yōu)化研究奠定基礎(chǔ)。

表3 智能優(yōu)化算法及其應(yīng)用Table 3 The intelligent optimization algorithms and their application

雖然國內(nèi)外學(xué)者已對(duì)智能優(yōu)化算法及優(yōu)化模型在船舶智能能效管理中的應(yīng)用予以了探索，但尚未形成集數(shù)據(jù)挖掘分析、模型參數(shù)自學(xué)習(xí)、動(dòng)態(tài)智能決策于一體的船舶能效智能優(yōu)化方法體系，缺少集數(shù)據(jù)分析、自學(xué)習(xí)、自更新、自決策、滾動(dòng)優(yōu)化于一體的船舶能效智能優(yōu)化集成算法，因此，需要開展基于大數(shù)據(jù)分析與機(jī)器學(xué)習(xí)技術(shù)的船舶能效動(dòng)態(tài)智能優(yōu)化算法的開發(fā)。所開發(fā)的算法應(yīng)具有自學(xué)習(xí)、自改進(jìn)和持續(xù)優(yōu)化的功能，從而不斷提高船舶智能化水平。此外，對(duì)于已有的群智能啟發(fā)式求解算法，如遺傳算法、蟻群算法等，還需進(jìn)一步優(yōu)化改進(jìn)，并需結(jié)合船舶航行優(yōu)化的實(shí)際問題，與神經(jīng)網(wǎng)絡(luò)、決策樹等機(jī)器學(xué)習(xí)算法進(jìn)行深度融合，從而實(shí)現(xiàn)集數(shù)據(jù)分析、自學(xué)習(xí)、自更新、自決策、滾動(dòng)優(yōu)化于一體的船舶智能能效優(yōu)化方法體系，促進(jìn)船舶智能能效優(yōu)化管理方法與策略的不斷發(fā)展和成熟。

5 總結(jié)與展望

在船舶綠色化、高效化、智能化發(fā)展的大背景下，船舶智能能效優(yōu)化方法研究引起了業(yè)界的廣泛關(guān)注。目前，船舶智能能效優(yōu)化管理研究主要是在智能能效管理規(guī)范與檢驗(yàn)指南的大框架下研發(fā)船舶能效智能監(jiān)控系統(tǒng)，實(shí)現(xiàn)船舶航行狀態(tài)、能效狀態(tài)數(shù)據(jù)的自動(dòng)采集和在線監(jiān)測；通過大數(shù)據(jù)分析技術(shù)評(píng)估船舶能效狀態(tài)水平，分析船舶能效的主要影響因素和內(nèi)在關(guān)聯(lián)關(guān)系；并在此基礎(chǔ)上，運(yùn)用大數(shù)據(jù)分析和人工智能等先進(jìn)的技術(shù)與方法，實(shí)現(xiàn)船舶能效的自學(xué)習(xí)、自評(píng)估與自預(yù)測，通過建立基于智能優(yōu)化算法的船舶營運(yùn)優(yōu)化模型及決策算法，實(shí)現(xiàn)船舶航速優(yōu)化、航線優(yōu)化、縱傾優(yōu)化等自主決策，達(dá)到能效使用最大化和能效管理智能化的目的。雖然國內(nèi)外對(duì)船舶智能能效優(yōu)化管理的相關(guān)核心內(nèi)容已進(jìn)行了相關(guān)的探索性研究，但仍存在如下問題與挑戰(zhàn)：

1） 在能效大數(shù)據(jù)分析與應(yīng)用方面，當(dāng)前圍繞船舶能效的研究仍偏重于數(shù)據(jù)采集，且對(duì)采集的數(shù)據(jù)缺少充分的特征分析以及不確定性評(píng)估；此外，當(dāng)前研究大多還是基于數(shù)據(jù)的簡單清洗與預(yù)處理，對(duì)采集數(shù)據(jù)的特征規(guī)律未能進(jìn)行有效、深入的挖掘分析，在基于實(shí)測數(shù)據(jù)的船舶航行狀態(tài)辨識(shí)、能效狀態(tài)評(píng)估、能效數(shù)據(jù)關(guān)聯(lián)關(guān)系分析，以及時(shí)空分布特征挖掘分析等方面還有待進(jìn)一步深入研究。

2） 在智能優(yōu)化算法與優(yōu)化模型方面，現(xiàn)有模型所考慮的影響因素不夠全面，所建立的模型沒有綜合考慮多要素的綜合影響，對(duì)多環(huán)境要素與“船體阻力-螺旋槳-主機(jī)”的動(dòng)態(tài)響應(yīng)機(jī)理缺乏深入研究；此外，在當(dāng)前研究中，船體阻力、功率與油耗等模型大多是基于經(jīng)驗(yàn)公式計(jì)算得到，且參數(shù)是固定的，而不同環(huán)境條件下船-機(jī)-槳?jiǎng)討B(tài)特性的差異會(huì)導(dǎo)致不同條件下船舶能效模型參數(shù)有所不同，但目前的研究并未采用有效方法對(duì)模型參數(shù)進(jìn)行基于實(shí)時(shí)信息的在線辨識(shí)與滾動(dòng)優(yōu)化，模型精度有待進(jìn)一步提高；另外，當(dāng)前研究大多是基于歷史數(shù)據(jù)進(jìn)行船舶能效建模與靜態(tài)優(yōu)化方法的研究，沒有考慮多影響要素的時(shí)變性和空間差異性，對(duì)基于實(shí)時(shí)信息的船舶能效動(dòng)態(tài)優(yōu)化方法研究，特別是智能優(yōu)化算法的開發(fā)還有待進(jìn)一步深入。

3） 在智能能效系統(tǒng)開發(fā)方面，國內(nèi)外關(guān)于能效綜合管理智能控制系統(tǒng)的研究尚處于發(fā)展階段，未形成成熟的智能化產(chǎn)品及產(chǎn)業(yè)化推廣應(yīng)用；此外，所研發(fā)的系統(tǒng)大多只具備主要耗能設(shè)備、航行狀態(tài)等參數(shù)的監(jiān)測功能，尚未建立船舶能效與航行數(shù)據(jù)之間的動(dòng)態(tài)響應(yīng)關(guān)系，在基于實(shí)時(shí)數(shù)據(jù)的船舶能效指標(biāo)分析、評(píng)估與預(yù)測，以及船舶航行優(yōu)化自主決策等功能方面還有待進(jìn)一步提升和完善。

基于船舶智能能效規(guī)范要求，以及當(dāng)前船舶智能能效管理面臨的問題與挑戰(zhàn)，對(duì)船舶智能能效優(yōu)化的核心內(nèi)容進(jìn)行了如下展望：

1） 在能效大數(shù)據(jù)分析與應(yīng)用方面，需加強(qiáng)大數(shù)據(jù)分析與挖掘技術(shù)在船舶智能能效應(yīng)用方面的廣度與深度，進(jìn)一步探索和分析基于大數(shù)據(jù)的船舶能效優(yōu)化方法與優(yōu)化潛力，采用先進(jìn)的大數(shù)據(jù)分析理論與方法不斷推進(jìn)船舶智能能效優(yōu)化管理技術(shù)的發(fā)展。在分析船隊(duì)船舶能效主要影響因素的基礎(chǔ)上，通過獲取航行環(huán)境信息、船隊(duì)船舶營運(yùn)狀態(tài)和能耗等大量數(shù)據(jù)，采用大數(shù)據(jù)挖掘、數(shù)值仿真與智能優(yōu)化相結(jié)合的方法分析船舶主機(jī)轉(zhuǎn)速、航行環(huán)境、船舶裝載、航行時(shí)間，以及港口運(yùn)行效率等多因素對(duì)船隊(duì)船舶能效的影響，并在此基礎(chǔ)上構(gòu)建考慮多因素影響的船隊(duì)船舶能效動(dòng)態(tài)智能優(yōu)化決策算法，實(shí)現(xiàn)船隊(duì)船舶能效的智能優(yōu)化管理，包括最優(yōu)航速、航線、最佳裝載等的智能決策，從而提高船隊(duì)船舶的能效水平和智能化水平。

2） 在智能優(yōu)化算法與優(yōu)化模型方面，需綜合考慮風(fēng)、浪、流、船舶裝載等多影響因素的時(shí)空差異性和復(fù)雜多變性，對(duì)多影響要素和船舶能效數(shù)據(jù)進(jìn)行深入的挖掘分析，探究船舶能效數(shù)據(jù)的分布規(guī)律和數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系；此外，通航環(huán)境的復(fù)雜多樣性使得不同通航環(huán)境下的船舶運(yùn)行狀態(tài)以及船舶推進(jìn)系統(tǒng)的工作特性具有較大差異，因此，有必要建立基于實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)的多環(huán)境要素耦合作用下的船舶能效在線模型，實(shí)現(xiàn)基于大數(shù)據(jù)在線學(xué)習(xí)的船舶能效模型參數(shù)的自更新與自優(yōu)化；另外，船舶在航行過程中風(fēng)、浪、流等隨機(jī)環(huán)境因素的不斷變化使得不同時(shí)刻船舶的運(yùn)行工況也在不斷變化，船舶能效的智能優(yōu)化應(yīng)根據(jù)實(shí)時(shí)的多源信息及動(dòng)態(tài)優(yōu)化模型實(shí)現(xiàn)自動(dòng)求解與決策，通過設(shè)計(jì)高效智能優(yōu)化算法，對(duì)優(yōu)化模型進(jìn)行動(dòng)態(tài)尋優(yōu)求解，可以充分考慮多環(huán)境要素的時(shí)變性，實(shí)現(xiàn)船舶能效的動(dòng)態(tài)智能決策。

3） 在智能能效系統(tǒng)開發(fā)方面，需開發(fā)集船載能效數(shù)據(jù)采集系統(tǒng)與岸基能效數(shù)據(jù)分析平臺(tái)于一體的船舶能效綜合智能優(yōu)化管理系統(tǒng)。所開發(fā)的系統(tǒng)需能實(shí)現(xiàn)船載能效數(shù)據(jù)采集系統(tǒng)與岸基能效數(shù)據(jù)分析平臺(tái)的無縫連接，其中，船載能效數(shù)據(jù)采集與監(jiān)控系統(tǒng)通過安裝在船舶上的相應(yīng)傳感器來獲得通航環(huán)境、船舶能效等數(shù)據(jù)，并通過遠(yuǎn)程傳輸模塊傳送至岸基能效數(shù)據(jù)分析平臺(tái)，從而為更深入的數(shù)據(jù)分析和優(yōu)化方案研究奠定數(shù)據(jù)基礎(chǔ)。所開發(fā)的船舶智能能效管理系統(tǒng)需搭載先進(jìn)的大數(shù)據(jù)分析及智能優(yōu)化模型與算法，從而實(shí)現(xiàn)船舶能效多源異構(gòu)數(shù)據(jù)信息的在線監(jiān)測和存儲(chǔ)、船舶能效狀態(tài)評(píng)估，以及基于智能優(yōu)化算法的船舶航行優(yōu)化決策。通過開發(fā)集數(shù)據(jù)分析、自學(xué)習(xí)、自更新、自決策、滾動(dòng)優(yōu)化于一體的船舶能效智能優(yōu)化管理系統(tǒng)，最終實(shí)現(xiàn)船舶能效的智能優(yōu)化管理，達(dá)到船舶節(jié)能減排的目標(biāo)。