摘要
船舶能耗预测模型在航运领域中具有重要的应用价值.这些模型对于船舶航行路径优化和节能减排具有重要作用.然而,传统的船舶系统的复杂性给模型选择和优化带来了更大的挑战,而自动机器学习(AutoML)技术将这些过程可以自动化,提高预测模型的性能和开发效率.因此,本文提出一种基于AutoML的船舶能耗预测模型,进行了一系列实验,并将其与常用的基线模型(LightGBM)进行了比较.实验结果表明,基于AutoML的船舶能耗预测模型的预测的均方根误差相较于LightGBM减少了超过10％.基于AutoML的船舶能耗预测模型在预测准确性和效率方面取得了显著的提升.
维普
万方数据