大数据技术在船舶管理中的应用分析

摘 要：信息化社会的到来，使得各类信息变得纷繁复杂，船舶管理技术的发展又表现出了许多新特征，如何充分利用海量的信息为船舶管理提供服务，对于船舶的制造、运营和管理部门有着重要的影响。在大数据时代背景下，船舶管理体制和技术革新迎来了又一轮新的挑战。文章就大数据技术在船舶管理中的应用进行了深入的探讨。

关键词：大数据；船舶管理；应用分析

中图分类号：U665.26 文献标志码：A 文章编号：2095-2945（2018）35-0181-02

Abstract： With the coming of information society， all kinds of information become complicated， so the development of ship management technology shows many new features. How to make full use of massive information to provide services for ship management？ For the ship"s manufacturing， operation and management departments have an important impact. In the context of big data era， ship management system and technological innovation ushered in another round of new challenges. This paper has carried on the thorough discussion on the big data technology in the ships management application.

Keywords： big data； ship management； application analysis

进入信息化社会以来，各种信息通过互联网可以实现更加快速的传播，人们接触到的信息量也出现爆发式增长，这给许多企业和行业迎来了信息化管理和大数据技术应用的良好契机。在信息化和大数据潮流中，船舶管理领域也迎来了新一轮的管理技术革新，开始广泛应用大数据技术来对船舶管理的方方面面提供服务，大大提升了我国海上交通管理和水上安全管理的效率和质量[1]。因此，对大数据技术在船舶管理中的应用进行全面分析具有重要的现实意义。

1 大数据简介

大数据（Big Data）是指借助于计算机技术、互联网，捕捉到数量繁多、结构复杂的数据或信息的集合体。大数据的“大”并非仅仅指数量繁多，但是指通过数据挖掘、分析，专业化的处理，蕴含的价值大。大数据具有5V的特点[2]：第一，Volume（大量），即数量繁多，形式多样，杂乱无章。第二，Velocity（高速），即数量高速增长，呈几何式增长，越到后期，其增长速度越快，对数据处理的速度不断提高。第三，Variety（多样），数量类型多样、结构复杂，表现形式不一，价值不等。第四，Value（低价值密度），包含大量无用信息，而有价值的信息往往被无用信息所覆盖，使得数据的利用变得更加困难，即海量数据需采集、分析才能捕捉到有价值信息。第五，Veracity（真实性），即数据的产生与处理是实时的，具有准确性。大数据的这些特点，使其具有巨大的应用潜力。

2 大数据处理技术

大数据处理技术是以大数据为原料的，正是由数据量的巨大，才使得传统的数据处理技术无法继续适用。因此大数据处理技术才会得到相应的发展。大数据之所以需要处理，是因为大数据如果不经处理，那么它就是毫无价值的。大数据处理技术成为了大数据服务于各行各业的关键环节，在计算机技术和网络技术的发展推动下，各种大数据处理方法已经开始得到广泛的应用。通常来说，大数据的处理过程包括数據的生成、数据的采集、数据的存储以及数据的分析，最后才有可能实现大数据的应用。常见的大数据技术包括信息管理系统、NoSQL、分布式数据库、数据挖掘、类聚分析等。大数据处理技术的进步得益于计算机技术和网络技术、传感器技术和数学等基础学科的发展，各种高性能的大数据处理系统和算法正在不断涌现，服务各社会的各行各业，推动着社会的进步和人类文明的发展。随着技术的进步，一些更加新颖高效的大数据处理技术也应运而生，成为不断推动大数据应用的强大驱动力。

3 大数据在船舶管理中的应用

随着大数据技术的进步和船舶工程技术的发展，越来越多的船舶管理单位开始引入大数据技术来为各种环节提供优质服务。通过文献检索不难发现，全球文献数据库中与船舶领域相关的大数据技术文献已经超过10万条记录，可见大数据技术的应用已经受到船舶管理领域学者的工程人员的高度关注。从文献检索结果来看，其应用主要包含以下几个方面。

3.1 船舶调度管理

随着我国海运事业的不断发展，船舶数量迅速增长，但港口和航道的建设步伐越来越难以跟上，造成港口和航道的通行环境日益复杂，船舶调度难度进一步增加。大规模船舶在复杂港口的调度受到诸多因素的影响，如果把这些因素都数字化，则表现为一个大数据的采集的与处理问题。在大数据分析技术日益完善的背景下，船舶的调度管理开始利用大数据技术来提高效率，并在一些港口和航道中实现了初步的应用。首先把大量的船舶信息预先存入调度中心的数据库中，然后对其进行集成处理，利用大数据挖掘和处理技术，对船舶的实时动态进行分析和调度，实现了船舶调度的信息化和科学化，在很大程度上缓解了港口和航道建设的不足。当前已有学者提出了多种基于大数据的船舶调度方法，例如图谱特征分析、关联特征匹配、数据挖掘等等，实现了船舶调度管理的优化。

3.2 船舶自动识别

水上交通安全是水路运输管理领域的重要方面，近年来，我国水运事业的蓬勃发展使船舶数量进一步增加，港口和海洋复杂的通行环境使船舶碰撞的可能性大大提高。当前解决该问题的方法有很多，其中通过船舶自动识别系统（AIS）来提高船舶航行的安全性成为一种较通用的方法。在科学技术的推动下，当前的AIS系统可以装载在卫星上，使信号传输距离达到了上千公里，为全球海洋环境的船舶识别与跟踪提供了可能，但在AIS数据处理上仍然有较明显的瓶颈，统计表明，AIS系统每天至少会产生上亿条数据，给数据的处理带来了困难，主要是密集区的数据冲突和丢失问题。而通过大数据处理技术，可以通过对AIS历史数据进行挖掘和提取，对全球范围内船舶数据进行研究。为了满足海量船舶数据的处理要求，目前已形成了以分布式存储架构为基础的弹性数据集处理技术，基本上满足了对AIS数据的深度挖掘、规律分析和航道提取等要求，在军事安全、海洋执法、海洋环境保护等领域有着较大的应用前景，但其距离高效实用还有一定的距离。

3.3 船舶导航和航迹预测

在海上交通运输中，由于水上环境的特殊性，船舶必须依靠一定的导航设备才能到达目的地，海事管理部门也需要对船舶的航迹进行预测，才能对海上交通动态有一个预先的认识，避免事故的发生。随着船舶成为一种越来越重要的交通和运输工具，船舶定位和航迹预测的应用更加突显，成为了近年海上船舶管理领域的热点话题。可以实现船舶定位和航迹预测的方法有很多，包括神经网络、灰色模型、贝叶斯等等，其核心思想都是通过船舶定位数据进行曲线拟合，进而完成船舶定位导航和航迹估计。这些方法在实际中已经有所应用，但其准确性和可靠性还不够高，系统性能仍然有待进一步提高，例如如神经网络法需要建立在大量的历史数据的基础之上才能取得较高精度，灰色模型法还局限于线性拟合场合。大数据技术的出现和应用，为船舶导航和航迹预测系统的性能提升奠定了良好的技术基础，例如通过引入大数据技术中的卡尔曼滤波算法可以使船舶定位导航和航迹预测更加精确可靠，定位速度也有了很大的提升，满足了海上运输和船舶管理的实时性要求，具有很大的市场空间。

3.4 船舶监控数据管理

船舶数量的剧增使船舶系统的网络化和智能化趋势越来越明显，船舶之间的数据交换成为了可能，这就为船舶之间组建船联网成为了必须的发展趋势。对于船舶管理而言，船舶监控是十分必要的，但由于船舶数量过多，系统采集的数据频率又要求较高，因此海量监控数据的处理成为了船舶监控系统高效应用的关键。引进一套适用于船舶监控数据管理的平台系统和技术体系迫在眉睫。从技术特点上看，船舶监控系统的数据管理属于物联网范畴，而大数据技术在物联网领域的应用已比较成熟，有许多成功案例可以参考。因此船舶监控数据管理采用大数据技术是一种必然。典型的船舶监控数据管理系统涉及的数据主要有用户信息、船舶航线信息、船舶设备信息、船舶参数信息和预备档案等等，其数据的统计、数据的加工、数据的查找、事件的处理以及数据的维护均由大数据处理模块为核心，通过各种大数据技术来完成。大数据技术使数据的存储、加工、转换、统计、分析等工作变得更加方便快捷，使各种杂乱无章的海量数量可以得到高效的提取和应用，快速识别有价值的信息。船舶监控系统数据管理体系通常包含通信模块、数据管理器和WEB服务器三大层次，其中数据管理器成为整个系统的核心组成部分。大数据技术在船舶监控数据管理中的应用，成为船舶自动化的重要标志。

3.5 全球船舶密度分析

在经济全球化的背景下，船舶运输成为国际物流运输的主要形式之一，各国船只相互穿越领海成为一种新的常态，因而使船舶的航线遍布全球海域。对于一些经济发达、国际贸易频繁的国家和地区而言，其附近的船舶密度必須相对较大，在一些海上要道的船舶数量也会明显增加，这就使得全球船舶密度的分布呈现出一定的规律性。寻找该规律对于各国的船舶管理和物流成本控制以及安全管理均有着重大的意义。但由于各国海域面积宽广，船舶数量巨大，传统的统计技术根本无法完成船舶数量和位置的分析工作。大数据技术的出现使全球船舶密度分析工作变得极其简单，只需通过船舶历史AIS数据进行统计、筛选、分析、绘图即可得出全球船舶密度分布图。船舶密度分布不但对于各国经济活动有重要的参考意义，对于军事活动也有着不可估量的价值。

4 结束语

随着经济全球化程度的进一步加深，以及各国海上交通运输事业的发展，船舶管理将成为一项越来越重要的任务。大数据技术的发展将成为船舶管理中的重要驱动力，使传统的管理模式发生巨大的改变，管理效率更高。大数据时代下，我国船舶管理的发展还未能很好地适应时代的需求，造成大数据技术不能很好地服务于船舶管理工作，对我国航运事业的发展带来了一定的阻碍。不难预计，随着大数据时代的发展，我国将更加重视大数据的应用，并在船舶管理新技术上不断寻求突破，充分发展大数据时代背景下船舶管理技术的革新，促进航运事业的长远健康发展。

参考文献：

[1]郭佳.大数据在船舶与海洋工程行业的应用基础和展望[J].内燃机与配件，2017（19）：87-89.

[2]柳晨光，初秀民，谢朔，等.船舶智能化研究现状与展望[J].船舶工程，2016，38（03）：77-84+92.

[3]范静宏.基于大数据技术的船舶定位导航和航迹预测[J].舰船科学技术，2018，40（14）：31-33.

推荐访问:船舶 分析 数据 管理 技术