﻿ 大数据技术在船舶主尺度确定中的应用研究
«上一篇
 文章快速检索 高级检索

 应用科技  2018, Vol. 45 Issue (2): 1-5  DOI: 10.11991/yykj.201707005 0

### 引用本文

GUAN Guan, ZHENG Mengtian, JI Zhuoshang. Study on the application of big data technology in the determination of principal dimensions of ship[J]. Applied Science and Technology, 2018, 45(2), 1-5. DOI: 10.11991/yykj.201707005.

### 文章历史

1. 大连理工大学 船舶CAD工程中心，辽宁 大连 116024;
2. 大连理工大学 工业装备结构分析国家重点实验室，辽宁 大连 116024

Study on the application of big data technology in the determination of principal dimensions of ship
GUAN Guan1,2, ZHENG Mengtian1, JI Zhuoshang1
1. Ship CAD Engineering Center, Dalian University of Technology, Dalian 116024, China;
2. State Key Laboratory of Structural Analysis for Industrial Equipment, Dalian University of Technology, Dalian 116024, China
Abstract: In order to apply the Big Data technology to the determination of principal dimensions of ship and obtain the change rule of them, the current situation of the application of Big Data technology in the field of ship was analyzed and a set of calculation formula on main dimensions were established by analyzing the main dimension datas of double-hull tanker, yacht and HSC (high-speed catamaran) and using the method of statistical regression. Real ship was applied for inspecting the regression effects, the result shows that the regression effect of the formula is excellent. The study provides a method for the application of the Big Data technology in the field of ship design, the obtained regression formula can be used as the reference for the quotation design and preliminary design of ship.
Key words: ship    principal dimensions    big data    statistics    regression analysis    double-hull tanker    yacht    high-speed catamaran

1 大数据的特点与核心技术

2 数据采集

2.1 双壳油船

2.2 小型游艇

2.3 高速双体船

3 大数据回归分析

3.1 双壳油船

1）垂线间长L（m）与载重量WD（t）的回归公式为

 $\begin{split}L = & 8.165 \times {10^{ - 13}}{W_{ D}}^3 - 1.102 \times {10^{ - 7}}{W_{ D}}^2 + \\& 5.664 \times {10^{ - 3}}{W_{ D}} + 70.861\;\;\;\;\left( {{R^2} = 0.967\;7} \right)\end{split}$ (1)
 $L = 8.568 7{W_{ D}}^{0.284 \,\,6}\;\;\;\left( {{R^2} = 0.945\;8} \right)$ (2)

2）型宽B（m）与载重量WD（t）的回归公式为

 $\begin{split}B = & 4.004 \times {10^{ - 14}}{W_{ D}}^3 - 1.068 \times {10^{ - 8}}{W_{ D}}^2 + \\& 8.507 \times {10^{ - 4}}{W_{ D}} + 11.581\;\;\;\;\;\;\left( {{R^2} = 0.989\;1} \right)\end{split}$ (3)
 $B = 7.451 3\ln {W_{ D}} - 49.08\;\;\;\left( {{R^2} = 0.932\;5} \right)$ (4)

3）型深D（m）与载重量WD（t）的回归公式为

 $\begin{split}D = & - 1.481 \times {10^{ - 14}}{W_{ D}}^3 - 3.855 \times {10^{ - 10}}{W_{ D}}^2 + \\& 2.278 \times {10^{ - 4}}{W_{ D}} + 8.028\;\;\;\;\;\;\;\left( {{R^2} = 0.978\;6} \right)\end{split}$ (5)
 $D = 0.308 \;2{W_{ D}}^{0.377 \;4}\;\;\;\left( {{R^2} = 0.977\;3} \right)$ (6)

4）吃水d（m）与载重量WD（t）的回归公式为

 $d = 7.347{{ e}^{8.256 \times {{10}^{ - 6}}{W_{ D}}}}\;\;\;\left( {{R^2} = 0.889\;0} \right)$ (7)
 $d = 0.638 \;4{W_{ D}}^{0.266 \;1}\;\;\;\;\left( {{R^2} = 0.880\;5} \right)$ (8)

3.2 小型游艇

1）总长L（m）与总吨GT（t）的回归公式为

 $\begin{split}L = & 3.901 \times {10^{ - 6}}{G_{{T}}}^3 - 1.414 \times {10^{ - 3}}{G_{{T}}}^2 + \\& 0.243\; 3{G_{{T}}} + 8.427 \;9\;\;\;\;\;\;\;\;\left( {{R^2} = 0.876\; 7} \right)\end{split}$ (9)
 $L = 4.476{G_{{T}}}^{0.349\; 8}\;\;\;\left( {{R^2} = 0.865\;8} \right)$ (10)

2）型宽B（m）与总长L（m）的大数据样本图如图6所示。

 $\begin{split}& B = 2.651 \;6\sqrt[3]{{{G_{{T}}}}} - 0.208 \;2L - 0.846 \;3D + 1.273 \;2\\& \left( {{R^2} = 0.524} \right)\end{split}$ (11)

3）和型宽类似，以型深D（m）为因变量，总吨GT（t）、总长L（m）、型宽B（m）为自变量进行多变量回归，回归公式为

 $\begin{array}{l}D = 0.866 \;3\sqrt[3]{{{G_{{T}}}}} - 0.029 \;39L - 0.119 \;8B + 0.315 \;1\\\left( {{R^2} = 0.656} \right)\end{array}$ (12)
3.3 高速双体船

1）垂线间长L（m）与总吨GT（t）的回归公式为

 $\begin{split}L = & 5.143 \times {10^{ - 7}}{G_{{T}}}^3 - 7.887 \times {10^{ - 4}}{G_{{T}}}^2 + \\& 0.401 \; 6{G_{{T}}} - 31.740\;\;\;\;\;\;\left( {{R^2} = 0.760\;5} \right)\end{split}$ (13)
 $L = 3.516 \;9{G_{{T}}}^{0.375 \;2}\;\;\;\left( {{R^2} = 0.585\;4} \right)$ (14)

2）型宽B（m）与总吨GT（t）的回归公式为

 $\begin{split}B = & - 1.094 \times {10^{ - 7}}{G_{{T}}}^3 + 1.520 \times {10^{ - 4}}{G_{{T}}}^2 - \\[4pt]& 0.056 \;13{G_{{T}}} + 14.974\;\;\;\;\;\;\left( {{R^2} = 0.760\;5} \right)\end{split}$ (15)
 $B = 6.665 \;6{{{e}}^{1.025 \times {{10}^{ - 3}}{G_{{T}}}}}\;\;\;\left( {{R^2} = 0.741\;8} \right)$ (16)

4 回归效果检验

5 结论

1）本文收集的数据量还不够庞大，数据不够详细，今后应发展大数据相关技术，将船舶大数据进行采集分类，利用更大更详细的数据一定能拟合出更好的统计公式。

2）从本文研究来看，大数据技术应用于船舶主尺度确定是可行的，今后还可进一步尝试应用智能决策支持系统等智能系统进行船型数据的储存和建模分析。

3）应用上述回归公式时应注意适用的船型及主尺度范围，其中小型游艇的船型变化较大，设计者可不拘于回归公式的结果，自行设计。

 [1] 韩佳彤. 基于大数据分析的海上智能航线设计[J]. 珠江水运, 2016(1): 78-79. (0) [2] ZHANG Liye, WANG Hua, MENG Qiang. Big data-based estimation for ship safety distance distribution in port waters[J]. Transportation research record: journal of the transportation research board, 2014, 2479: 16-24. (0) [3] HENTTINEN E. Big data: connecting and merging the dots from yard, to ship, to shore[J]. Marine log, 2015, 120(11): 43-44. (0) [4] WANG Hai, XU Zeshui, FUJITA H, et al. Towards felicitous decision making: an overview on challenges and trends of big data[J]. Information sciences, 2016 (s367/368): 747−765. (0) [5] 中国船级社国际船舶录[EB/OL]. [2017-03-20]. http://psmis.ccs.org.cn/ship/list.do. (0) [6] 王运龙, 金朝光, 林焰, 等. 集装箱船船型要素数学建模研究[J]. 武汉理工大学学报: 交通科学与工程版, 2011, 35(5): 914-917. (0) [7] 刘飞, 林焰, 李纳, 等. 海监船与渔政船主尺度模型研究[J]. 舰船科学技术, 2012, 34(7): 49-54. (0) [8] 王运龙, 纪卓尚, 林焰. 自升式钻井平台方案设计智能决策支持系统[J]. 上海交通大学学报, 2009, 43(2): 182-186. (0) [9] 李纳, 陈明, 刘飞, 等. 基于广义回归神经网络与遗传算法的玻璃钢渔船船型要素优化研究[J]. 船舶工程, 2012, 34(4): 18-21. (0) [10] 杨蕖, 林焰, 刘飞, 等. 海监船与渔政船主尺度单变量回归分析[J]. 船舶工程, 2012, 34(2): 1-5. (0) [11] WANG Yunlong, JI Zhuoshang, LIN Yan. Mathematically modeling the main dimensions of self-elevating drilling units[J]. Journal of marine science and application, 2009, 8(3): 211-215. DOI:10.1007/s11804-009-8045-9 (0)