面向智慧港口的大數據應用研究
 |
《面向智慧港口的大數據應用研究》，徐凱 著，出版社： 科學出版社。
科學出版社是中國最大的綜合性科技出版機構[1]，由前中國科學院編譯局與1930年代創建的有較大影響的龍門聯合書局合併而來。科學出版社比鄰皇城根遺址公園，是一個歷史悠久、力量雄厚，以出版學術書刊為主的開放式出版社[2]。
目錄
內容簡介
《面向智慧港口的大數據應用研究》詳細論述了智慧港口的概念、歷史沿革、發展現狀和趨勢，對代表性的智慧港口案例進行了剖析，提出了一套港口數字化轉型的方法論和實踐建議。並在此基礎上，圍繞港口大數據分析的需求，對構建港航大數據分析平台，實現船舶自動識別系統（AIS）軌跡數據的採集、存儲、加工、分析的關鍵技術進行了詳細的闡述，以AIS數據分析為例介紹了如何利用大數據來評價集裝箱港口的船舶服務能力，並分析了新冠疫情暴發對集裝箱港口生產的影響。最後《面向智慧港口的大數據應用研究》展望了港航數據資源的發展，並就區塊鏈、智能船舶、海洋經濟監測等熱點問題進行了展望。
目錄
序
前言
第1章 智慧港口和大數據的基礎理論 1
1.1 智慧港口概述 1
1.2 港口信息化發展的歷史沿革 4
1.3 智慧港口的內涵和外延 9
1.4 數字化轉型與智慧港口 11
1.5 港航大數據 13
1.5.1 港航大數據的概念 13
1.5.2 港航大數據的主要應用 18
1.6 智慧港航與數據的關係 21
本章參考文獻 22
第2章 智慧港口的發展現狀 25
2.1 智慧港口的頂層設計 25
2.1.1 智慧港口聚焦於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」港口的戰略主題描述 28
2.2 國內外智慧港口發展經驗 31
2.2.1 數字基礎設施經驗借鑑 31
2.2.2 港航數據融合經驗借鑑 34
2.2.3 運營管理決策經驗借鑑 37
2.2.4 協同服務決策經驗借鑑 40
2.3 智慧港口發展現狀評述 44
2.4 智慧港口發展趨勢 47
本章參考文獻 48
第3章 港口的數字化轉型方法 49
3.1 港航業平台化發展 49
3.2 全體系的數字化轉型 52
3.3 智慧港口數字化技術架構 57
3.4 智慧港口的數字化應用場景建模 59
本章參考文獻 64
第4章 智慧港口的應用案例 65
4.1 傳統集裝箱碼頭自動化改造案例 65
4.1.1 項目背景 65
4.1.2 建設情況 65
4.1.3 經驗總結 66
4.2 集卡公共調度管理與無紙化平台案例 67
4.2.1 項目背景 67
4.2.2 建設情況 67
4.2.3 經驗總結 69
4.3 船舶與船代智能化管理案例 70
4.3.1 建設背景 70
4.3.2 建設情況 70
4.3.3 經驗總結 72
4.4 綜合性貿易物流通關平台案例 73
4.4.1 建設背景 73
4.4.2 建設情況 74
4.4.3 經驗總結 75
4.5 保稅燃油供應駁船調度系統案例 76
4.5.1 建設背景 76
4.5.2 建設情況 76
4.5.3 經驗總結 78
本章參考文獻 78
第5章 港航大數據相關技術 79
5.1 智慧港口的大數據分析框架 79
5.1.1 港口數據總線和數據挖掘平台 79
5.1.2 非關係數據庫的比較與選型 83
5.2 AIS大數據分布式計算與分析環境設計 85
5.3 容器虛擬化技術 88
5.4 港航數據安全 92
本章參考文獻 95
第6章 AIS大數據分析關鍵技術研究 96
6.1 AIS大數據的特點 96
6.1.1 AIS設備的應用情況 96
6.1.2 AIS的數據採集 98
6.1.3 AIS數據的質量問題 100
6.1.4 VDES的發展與局限 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嵌入式網絡解碼器 107
6.3 AIS數據融合方法設計 111
6.3.1 動態數據的表達和計算 112
6.3.2 靜態數據融合 115
6.3.3 AIS數據清洗方法設計 117
6.4 船舶軌跡數據壓縮算法 119
6.4.1 經典道格拉斯曲線壓縮算法 119
6.4.2 動態道格拉斯曲線壓縮算法 120
6.4.3 快速動態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 實驗結論 128
6.5 船舶行駛狀態識別模型建模 128
6.5.1 船舶行駛狀態概述 128
6.5.2 船舶行駛狀態的識別特徵 129
6.5.3 停泊事件識別算法應用 131
6.5.4 停泊事件計算和航行日誌 131
6.6 軌跡相似度量算法 134
6.6.1 軌跡相似性研究現狀 135
6.6.2 基於面積劃分的軌跡相似度量算法 136
6.6.3 實驗與結論 138
本章參考文獻 140
第7章 基於大數據集裝箱港口船舶服務效率研究 143
7.1 研究內容與相關研究現狀 143
7.1.1 研究內容與技術路線 143
7.1.2 集裝箱港口船舶服務效率評價相關研究 145
7.1.3 AIS軌跡大數據分析相關研究 149
7.2 屬性坐標分析法 152
7.2.1 屬性坐標分析法的背景 152
7.2.2 基於屬性坐標分析法的港口服務效率評價思路 153
7.2.3 心理權重和局部最滿意解 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效率指標體系設計 156
7.3.1 集裝箱港口效率的量化指標 156
7.3.2 集裝箱港口效率指標的選取 158
7.3.3 集裝箱港口的選取與標定 159
7.4 集裝箱港口業務規模分析 161
7.4.1 集裝箱港口掛靠船舶數量 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量 166
7.5 集裝箱港口服務效率分析 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重曲線應用與分析 173
7.6.1 評價指標的歸一化處理 173
7.6.2 心理權重曲線應用 174
7.6.3 綜合滿意度評價 179
7.6.4 集裝箱港口船舶服務效率改進建議 181
7.7 基於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 總結與展望 192
8.1 研究總結 192
8.2 航運數據資源發展展望 193
8.3 熱點展望一：區塊鏈 199
8.4 熱點展望二：智能船舶 206
8.5 熱點展望三：海洋經濟監測 214
8.5 熱點展望三：海洋經濟監測 214
8.6 熱點展望四：元宇宙與智慧港航 217
本章參考文獻 225
參考文獻
- ↑ 國家對出版社等級是怎樣評估的 ，搜狐，2024-07-06
- ↑ 公司簡介，中國科技出版傳媒股份有限公司