CN113837801B - 船舶的识别方法 - Google Patents
船舶的识别方法 Download PDFInfo
- Publication number
- CN113837801B CN113837801B CN202111121691.7A CN202111121691A CN113837801B CN 113837801 B CN113837801 B CN 113837801B CN 202111121691 A CN202111121691 A CN 202111121691A CN 113837801 B CN113837801 B CN 113837801B
- Authority
- CN
- China
- Prior art keywords
- ship
- facultative
- port
- foreign trade
- trade
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 101150080778 INPP5D gene Proteins 0.000 claims abstract description 160
- 238000012216 screening Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004873 anchoring Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种船舶的识别方法,包括步骤:S1.构建兼营船池;所述兼营船池包括若干兼营船;S2.判断兼营船池中的兼营船是否在设定的时间t内执行过外贸,若是,则所述兼营船为外贸活跃船,并进入步骤S3;若否,则所述兼营船为外贸不活跃船;S3.判断所述兼营船当前是否执行外贸,若是,则所述兼营船为现执行外贸船,并进入步骤S4;若否,则所述兼营船为现执行内贸船;S4.确定所述兼营船的出发港以及目的港;其中,所述出发港包括出发港国内以及出发港国外,所述目的港包括目的港国内以及目的港国外。本发明能够有效地识别船舶的内外贸活跃度,为船舶市场的运力以及运价预测提供决策支持。
Description
技术领域
本发明涉及船舶信息化领域,具体涉及一种船舶的识别方法。
背景技术
船舶自动识别***(Automatic Identification System,AIS)是一种原先应用于船和岸、船和船之间的海事安全与通信的助航***,在减少船舶碰撞事故等海事服务领域中发挥着重要作用。但是,AIS所积累的巨量数据信息反映了全球海上船舶的实时动态,是一种可用于分析港航管理问题的宝贵的大数据资源。这些巨量数据除了用于船舶避碰外,也可以通过挖掘和处理数据等技术将其应用于港航管理领域进行分析和决策,并且具有巨大的利用潜力,如:港口运营管理、船舶运营管理、船队动态监控、海事管理等多方面。
而现有技术中,对于干散货运输市场行情的预判普遍存在准确性不高的问题,没有充分利用船舶AIS大数据进行分析,不能有效地分析干散货兼营船舶内外贸的活跃度,更无法对兼营船内外贸的运力进行准确预测。
发明内容
有鉴于此,本发明的目的是克服现有技术中的缺陷,提供船舶的识别方法,能够有效地识别船舶的内外贸活跃度,为船舶市场的运力以及运价预测提供决策支持。
本发明的船舶的识别方法,包括如下步骤:
S1.构建兼营船池;所述兼营船池包括若干兼营船;
S2.判断兼营船池中的兼营船是否在设定的时间t内执行过外贸,若是,则所述兼营船为外贸活跃船,并进入步骤S3;若否,则所述兼营船为外贸不活跃船;
S3.判断所述兼营船当前是否执行外贸,若是,则所述兼营船为现执行外贸船,并进入步骤S4;若否,则所述兼营船为现执行内贸船;
S4.确定所述兼营船的出发港以及目的港;其中,所述出发港包括出发港国内以及出发港国外,所述目的港包括目的港国内以及目的港国外。
进一步,构建兼营船池,具体包括:
S11.判断船舶在设定的时间t1内是否同时存在国内外运营记录,若是,则所述船舶为兼营船,并进入步骤S12;若否,则所述船舶不为兼营船;
S12.重复步骤S11,筛选出若干兼营船,并将若干兼营船进行汇总,形成兼营船池。
进一步,所述时间t取值为180天。
进一步,判断兼营船池中的兼营船是否在设定的时间t内执行过外贸,具体包括:若所述兼营船在设定的时间t内挂靠过国外港,则所述兼营船执行过外贸,否则,所述兼营船没有执行过外贸。
进一步,判断所述兼营船当前是否执行外贸,具体包括:若所述兼营船当前的出发港和/或目的港为国外,则所述兼营船当前执行外贸,否则,所述兼营船当前不执行外贸。
进一步,确定所述兼营船的出发港以及目的港,具体包括:
判断所述兼营船的出发港是否为国内,若是,则兼营船属于出发港国内;若否,则兼营船属于出发港国外;
判断所述兼营船的目的港是否为国内,若是,则兼营船属于目的港国内;若否,则兼营船属于目的港国外。
本发明的有益效果是:本发明公开的一种船舶的识别方法,通过构建兼营船船舶池,并通过对兼营船的内外贸活跃度变化趋势进行分析,进而为市场运力及运价预测提供辅助决策支持。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的方法原理示意图;
图2为本发明的***展示示意图。
具体实施方式
以下结合说明书附图对本发明做出进一步的说明,如图1所示:
本发明的船舶的识别方法,包括如下步骤:
S1.构建兼营船池;所述兼营船池包括若干兼营船;本实施例中,所述兼营船为干散货兼营船;
S2.判断兼营船池中的兼营船是否在设定的时间t内执行过外贸,若是,则所述兼营船为外贸活跃船,并进入步骤S3;若否,则所述兼营船为外贸不活跃船;
S3.判断所述兼营船当前是否执行外贸,若是,则所述兼营船为现执行外贸船,并进入步骤S4;若否,则所述兼营船为现执行内贸船;
S4.确定所述兼营船的出发港以及目的港;其中,所述出发港包括出发港国内以及出发港国外,所述目的港包括目的港国内以及目的港国外。
目前对于兼营干散货船的识别和动态分析基本为空白状态,本发明可以很好的满足船东、货主、货代等用户对干散货市场运力和运价预判的实际需求,能够有效地填补空白,并且所用数据为实时的船舶动态与预抵数据,在最大程度上保证了分析的实时性和准确性。
本实施例中,利用一段时间内所有中国籍干散货船舶的抵离港动态,根据挂靠国家是否同时存在国内外的情况来判断船舶是否为兼营船,并将兼营船加入兼营船池中。构建兼营船池,具体包括:
S11.实时接收中国沿海干散货船舶的AIS信息,利用船舶及港口资料进行大数据实时处理,分析出船舶的动态(航行、锚泊、靠泊、修理等)、装卸货、以及空满载等船舶数据信息;对所述船舶数据信息进行清洗,去除无用的干扰数据;
基于清洗后的船舶数据信息,判断船舶在设定的时间t1内是否同时存在国内外运营记录,若是,则所述船舶为兼营船,并进入步骤S12;若否,则所述船舶不为兼营船;所述时间t1可根据实际情况进行设置,比如取值为2年或1年等;
S12.重复步骤S11,筛选出若干兼营船,并将若干兼营船进行汇总,形成兼营船池。
本实施例中,所述时间t取值为180天。
本实施例中,判断兼营船池中的兼营船是否在设定的时间t内执行过外贸,具体包括:若所述兼营船在设定的时间t内挂靠过国外港,则所述兼营船执行过外贸,否则,所述兼营船没有执行过外贸。
本实施例中,判断所述兼营船当前是否执行外贸,具体包括:若所述兼营船当前的出发港和/或目的港为国外,则所述兼营船当前执行外贸,否则,所述兼营船当前不执行外贸。
本实施例中,确定所述兼营船的出发港以及目的港,具体包括:
判断所述兼营船的出发港是否为国内,若是,则兼营船属于出发港国内;若否,则兼营船属于出发港国外;
判断所述兼营船的目的港是否为国内,若是,则兼营船属于目的港国内;若否,则兼营船属于目的港国外。
为了能更好地阐述本发明,可设计展示***来进行说明:
如图2所示,所述展示***包括若干分窗口;所述若干分窗口分别显示外贸是否活跃、现执行内外贸、出发港是否国内外、目的港是否国内外的船舶艘数或载重吨变化曲线;
所述展示***可指定二级船型显示、可指定二级船型显示、可选定艘数或载重吨、可选定时间范围、可选定日、周、月时间粒度、可显示船舶池所有船舶的详细信息等。
所述展示***基于船舶AIS数据、港口基础资料以及船舶基础资料,并使用现有的编程语言进行实现。其中,所述船舶AIS数据包括中国沿海干散货船舶的AIS数据(船基与卫星数据);所述港口基础资料包括中国沿海港口的名称以及经纬度;所述船舶基础资料包括中国沿海干散货船舶的船名、船型以及载重吨。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种船舶的识别方法,其特征在于:包括如下步骤:
构建展示***;所述展示***包括若干分窗口;所述若干分窗口分别显示外贸是否活跃、现执行内外贸、出发港是否国内外、目的港是否国内外的船舶艘数或载重吨变化曲线;
S1.构建兼营船池;所述兼营船池包括若干兼营船;
S2.判断兼营船池中的兼营船是否在设定的时间t内执行过外贸,若是,则所述兼营船为外贸活跃船,并进入步骤S3;若否,则所述兼营船为外贸不活跃船;
S3.判断所述兼营船当前是否执行外贸,若是,则所述兼营船为现执行外贸船,并进入步骤S4;若否,则所述兼营船为现执行内贸船;
S4.确定所述兼营船的出发港以及目的港;其中,所述出发港包括出发港国内以及出发港国外,所述目的港包括目的港国内以及目的港国外。
2.根据权利要求1所述的船舶的识别方法,其特征在于:构建兼营船池,具体包括:
S11.判断船舶在设定的时间t1内是否同时存在国内外运营记录,若是,则所述船舶为兼营船,并进入步骤S12;若否,则所述船舶不为兼营船;
S12.重复步骤S11,筛选出若干兼营船,并将若干兼营船进行汇总,形成兼营船池。
3.根据权利要求1所述的船舶的识别方法,其特征在于:所述时间t取值为180天。
4.根据权利要求1所述的船舶的识别方法,其特征在于:判断兼营船池中的兼营船是否在设定的时间t内执行过外贸,具体包括:若所述兼营船在设定的时间t内挂靠过国外港,则所述兼营船执行过外贸,否则,所述兼营船没有执行过外贸。
5.根据权利要求1所述的船舶的识别方法,其特征在于:判断所述兼营船当前是否执行外贸,具体包括:若所述兼营船当前的出发港和/或目的港为国外,则所述兼营船当前执行外贸,否则,所述兼营船当前不执行外贸。
6.根据权利要求1所述的船舶的识别方法,其特征在于:确定所述兼营船的出发港以及目的港,具体包括:
判断所述兼营船的出发港是否为国内,若是,则兼营船属于出发港国内;若否,则兼营船属于出发港国外;
判断所述兼营船的目的港是否为国内,若是,则兼营船属于目的港国内;若否,则兼营船属于目的港国外。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111121691.7A CN113837801B (zh) | 2021-09-24 | 2021-09-24 | 船舶的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111121691.7A CN113837801B (zh) | 2021-09-24 | 2021-09-24 | 船舶的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113837801A CN113837801A (zh) | 2021-12-24 |
CN113837801B true CN113837801B (zh) | 2024-05-28 |
Family
ID=78969808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111121691.7A Active CN113837801B (zh) | 2021-09-24 | 2021-09-24 | 船舶的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113837801B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002016236A1 (fr) * | 2000-08-25 | 2002-02-28 | Mitsui & Co., Ltd. | Systeme de gestion d'affretement de navire |
KR101054246B1 (ko) * | 2010-07-15 | 2011-08-08 | (주)토탈소프트뱅크 | Ais의 워크플로우를 이용한 선박의 위치정보 관리방법 |
CN110490443A (zh) * | 2019-08-11 | 2019-11-22 | 安徽神海港航数据服务有限公司 | 航运动态运力监测和调配方法 |
CN111091226A (zh) * | 2019-11-11 | 2020-05-01 | 武汉大学 | 一种基于实际航运业务和数据挖掘的运力预测方法 |
CN112365084A (zh) * | 2020-11-26 | 2021-02-12 | 中远海运科技股份有限公司 | 船舶推荐***和平台 |
CN112541591A (zh) * | 2020-11-26 | 2021-03-23 | 中远海运科技股份有限公司 | 一种泊位识别方法、平台 |
CN112651687A (zh) * | 2020-12-29 | 2021-04-13 | 深圳市华运国际物流有限公司 | 一种国际海运运价趋势分析方法及装置 |
CN112862321A (zh) * | 2021-02-08 | 2021-05-28 | 国家海洋信息中心 | 一种基于ais大数据的海运统计***及其统计方法 |
-
2021
- 2021-09-24 CN CN202111121691.7A patent/CN113837801B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002016236A1 (fr) * | 2000-08-25 | 2002-02-28 | Mitsui & Co., Ltd. | Systeme de gestion d'affretement de navire |
KR101054246B1 (ko) * | 2010-07-15 | 2011-08-08 | (주)토탈소프트뱅크 | Ais의 워크플로우를 이용한 선박의 위치정보 관리방법 |
CN110490443A (zh) * | 2019-08-11 | 2019-11-22 | 安徽神海港航数据服务有限公司 | 航运动态运力监测和调配方法 |
CN111091226A (zh) * | 2019-11-11 | 2020-05-01 | 武汉大学 | 一种基于实际航运业务和数据挖掘的运力预测方法 |
CN112365084A (zh) * | 2020-11-26 | 2021-02-12 | 中远海运科技股份有限公司 | 船舶推荐***和平台 |
CN112541591A (zh) * | 2020-11-26 | 2021-03-23 | 中远海运科技股份有限公司 | 一种泊位识别方法、平台 |
CN112651687A (zh) * | 2020-12-29 | 2021-04-13 | 深圳市华运国际物流有限公司 | 一种国际海运运价趋势分析方法及装置 |
CN112862321A (zh) * | 2021-02-08 | 2021-05-28 | 国家海洋信息中心 | 一种基于ais大数据的海运统计***及其统计方法 |
Non-Patent Citations (2)
Title |
---|
兼营船大三角航线——提升散运经营水平的重要抓手;陈元园;《中国远洋海运》;全文 * |
王福斋等.《现代海上通信与信息技术》.西安电子科技大学出版社,2021,第205页. * |
Also Published As
Publication number | Publication date |
---|---|
CN113837801A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109658439B (zh) | 船舶压港状态识别方法、装置、设备以及存储介质 | |
CN110750571B (zh) | 港口泊位数据挖掘方法、装置、设备和储存介质 | |
CN112016730A (zh) | 港口泊位装卸效率挖掘方法、装置、设备和储存介质 | |
CN114037230B (zh) | 一种快速精准识别预计空载船舶信息的方法及*** | |
CN111091226B (zh) | 一种基于实际航运业务和数据挖掘的运力预测方法 | |
CN102800215B (zh) | 基于ais数据的区域性闲置船舶统计***及其实现方法 | |
Plumlee | Optimum size seaport | |
CN113837801B (zh) | 船舶的识别方法 | |
Athanasatos et al. | Identification of weather trends for use as a component of risk management for port operations | |
CN115640873A (zh) | 一种基于船舶ais大数据的港口拥堵程度量化方法 | |
CN111694355A (zh) | 船舶编队航行控制方法、***和存储介质 | |
CN111402636A (zh) | 一种基于大数据的船舶停靠指挥方法及*** | |
CN110047330A (zh) | 航海数据的处理方法、用户设备、存储介质及装置 | |
CN114331075A (zh) | 堆场拖车调度方法、装置、设备及存储介质 | |
Marti | The evolution of Pacific Basin load centres | |
CN112668778B (zh) | 一种智能船舶调度***、方法及计算机存储介质 | |
CN110363369B (zh) | 船舶搁置状态判断方法、装置、设备及其存储介质 | |
CN115017387A (zh) | 基于船舶ais大数据的港口及泊位电子围栏构建方法 | |
CN115767475A (zh) | 船岸交互信息分类方法、信息通信方法及通信*** | |
CN112700052A (zh) | 一种船舶过闸优化调度方法 | |
CN111639891A (zh) | 基于马尔可夫过程的货种航次识别方法及装置 | |
CN114004392B (zh) | 中国沿海干散货船舶智能搜索方法及*** | |
CN113850421A (zh) | 一种码头高效生产管理***、方法及存储介质 | |
Elentably et al. | Stochastic model to estimate the waiting time for container vessel turnaround times | |
CN117252341B (zh) | 一种智慧港口环境设备数据管理***和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |