船舶油耗预测的机器学习算法比较研究
来源：济南大学学报·自然科学版杂志2021年第06期北京时间：
作者：洪耀球
摘要：建立内河船舶油耗的多种预测模型,如多元线性回归、岭回归、支持向量回归等算法模型,分析船舶主机功率、扭矩、转速、航速等船舶运行参数与油耗的相关性;以某内河船舶的油耗为实例,对机器学习模型进行训练、验证和测试,通过k-折交叉验证方法对模型的准确性进行分析,采用均方根误差、平均绝对误差、决定系数等误差度量指标评价预测模型的可靠性。结果表明,多元线性回归和岭回归模型具有较好的预测性能,模型的精确度高,预测结果更接近船舶的实际油耗数据。
关键词：船舶油耗;机器学习;回归模型;模型验证
基金资助：国家自然科学基金项目(41761012)
