中图网文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >>
面向智慧港口的大数据应用研究

面向智慧港口的大数据应用研究

作者:徐凯
出版社:科学出版社出版时间:2022-07-01
开本: 16开 页数: 225
本类榜单:工业技术销量榜
中 图 价:¥109.0(7.9折) 定价  ¥138.0 登录后可看到会员价
暂时缺货 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

面向智慧港口的大数据应用研究 版权信息

面向智慧港口的大数据应用研究 本书特色

利用数字化和大数据思维,帮助港口智慧化转型升级,更好地服务于国际供应链,已成必然趋势。本书深入分析了全球智慧港口的建设前沿,研究了港口船舶服务效率的大数据分析,理论深厚、视角新颖、内容翔实、启发性强。

面向智慧港口的大数据应用研究 内容简介

本书详细论述了智慧港口的概念、历史沿革、发展现状和趋势,对代表性的智慧港口案例进行了剖析,提出了一套港口数字化转型的方法论和实践建议。并在此基础上,围绕港口大数据分析的需求,对构建港航大数据分析平台,实现船舶自动识别系统(AIS)轨迹数据的采集、存储、加工、分析的关键技术进行了详细的阐述,以AIS数据分析为例介绍了如何利用大数据来评价集装箱港口的船舶服务能力,并分析了新冠疫情暴发对集装箱港口生产的影响。*后本书展望了港航数据资源的发展,并就区块链、智能船舶、海洋经济监测等热点问题进行了展望。 本书适合从事港口战略、信息化、电子商务工作的管理和研究人员参考阅读,也可作为交通运输工程专业选修课程参考书。

面向智慧港口的大数据应用研究 目录

目录

前言
第1章 智慧港口和大数据的基础理论 1
1.1 智慧港口概述 1
1.2 港口信息化发展的历史沿革 4
1.3 智慧港口的内涵和外延 9
1.4 数字化转型与智慧港口 11
1.5 港航大数据 13
1.5.1 港航大数据的概念 13
1.5.2 港航大数据的主要应用 18
1.6 智慧港航与数据的关系 21
本章参考文献 22
第2章 智慧港口的发展现状 25
2.1 智慧港口的顶层设计 25
2.1.1 智慧港口聚焦于智慧物流和危险货物管理 25
2.1.2 智慧港口是智慧航运的重要组成 26
2.1.3 上海港“3E”港口的战略主题描述 28
2.2 国内外智慧港口发展经验 31
2.2.1 数字基础设施经验借鉴 31
2.2.2 港航数据融合经验借鉴 34
2.2.3 运营管理决策经验借鉴 37
2.2.4 协同服务决策经验借鉴 40
2.3 智慧港口发展现状评述 44
2.4 智慧港口发展趋势 47
本章参考文献 48
第3章 港口的数字化转型方法 49
3.1 港航业平台化发展 49
3.2 全体系的数字化转型 52
3.3 智慧港口数字化技术架构 57
3.4 智慧港口的数字化应用场景建模 59
本章参考文献 64
第4章 智慧港口的应用案例 65
4.1 传统集装箱码头自动化改造案例 65
4.1.1 项目背景 65
4.1.2 建设情况 65
4.1.3 经验总结 66
4.2 集卡公共调度管理与无纸化平台案例 67
4.2.1 项目背景 67
4.2.2 建设情况 67
4.2.3 经验总结 69
4.3 船舶与船代智能化管理案例 70
4.3.1 建设背景 70
4.3.2 建设情况 70
4.3.3 经验总结 72
4.4 综合性贸易物流通关平台案例 73
4.4.1 建设背景 73
4.4.2 建设情况 74
4.4.3 经验总结 75
4.5 保税燃油供应驳船调度系统案例 76
4.5.1 建设背景 76
4.5.2 建设情况 76
4.5.3 经验总结 78
本章参考文献 78
第5章 港航大数据相关技术 79
5.1 智慧港口的大数据分析框架 79
5.1.1 港口数据总线和数据挖掘平台 79
5.1.2 非关系数据库的比较与选型 83
5.2 AIS大数据分布式计算与分析环境设计 85
5.3 容器虚拟化技术 88
5.4 港航数据安全 92
本章参考文献 95
第6章 AIS大数据分析关键技术研究 96
6.1 AIS大数据的特点 96
6.1.1 AIS设备的应用情况 96
6.1.2 AIS的数据采集 98
6.1.3 AIS数据的质量问题 100
6.1.4 VDES的发展与局限 103
6.2 AIS消息格式与解码 104
6.2.1 AIS解码原理 104
6.2.2 AIS嵌入式网络解码器 107
6.3 AIS数据融合方法设计 111
6.3.1 动态数据的表达和计算 112
6.3.2 静态数据融合 115
6.3.3 AIS数据清洗方法设计 117
6.4 船舶轨迹数据压缩算法 119
6.4.1 经典道格拉斯曲线压缩算法 119
6.4.2 动态道格拉斯曲线压缩算法 120
6.4.3 快速动态D-P算法 122
6.4.43 种算法的压缩效果及效率对比 125
6.4.5 实验结论 128
6.5 船舶行驶状态识别模型建模 128
6.5.1 船舶行驶状态概述 128
6.5.2 船舶行驶状态的识别特征 129
6.5.3 停泊事件识别算法应用 131
6.5.4 停泊事件计算和航行日志 131
6.6 轨迹相似度量算法 134
6.6.1 轨迹相似性研究现状 135
6.6.2 基于面积划分的轨迹相似度量算法 136
6.6.3 实验与结论 138
本章参考文献 140
第7章 基于大数据集装箱港口船舶服务效率研究 143
7.1 研究内容与相关研究现状 143
7.1.1 研究内容与技术路线 143
7.1.2 集装箱港口船舶服务效率评价相关研究 145
7.1.3 AIS轨迹大数据分析相关研究 149
7.2 属性坐标分析法 152
7.2.1 属性坐标分析法的背景 152
7.2.2 基于属性坐标分析法的港口服务效率评价思路 153
7.2.3 心理权重和局部*满意解 154
7.2.4 心理偏好曲线和满意度计算 155
7.3 集装箱港口船舶服务效率指标体系设计 156
7.3.1 集装箱港口效率的量化指标 156
7.3.2 集装箱港口效率指标的选取 158
7.3.3 集装箱港口的选取与标定 159
7.4 集装箱港口业务规模分析 161
7.4.1 集装箱港口挂靠船舶数量 161
7.4.2 集装箱港口挂靠总运力 164
7.4.3 集装箱港口直达港口数量 166
7.5 集装箱港口服务效率分析 168
7.5.1 集装箱港口平均在泊吞吐时量 168
7.5.2 集装箱港口平均等待时间 171
7.6 集装箱港口的心理权重曲线应用与分析 173
7.6.1 评价指标的归一化处理 173
7.6.2 心理权重曲线应用 174
7.6.3 综合满意度评价 179
7.6.4 集装箱港口船舶服务效率改进建议 181
7.7 基于集装箱港口视角的新冠疫情影响分析 184
本章参考文献 187
第8章 总结与展望 192
8.1 研究总结 192
8.2 航运数据资源发展展望 193
8.3 热点展望一:区块链 199
8.4 热点展望二:智能船舶 206
8.5 热点展望三:海洋经济监测 214
8.5 热点展望三:海洋经济监测 214
8.6 热点展望四:元宇宙与智慧港航 217
本章参考文献 225

展开全部

面向智慧港口的大数据应用研究 节选

第1章 智慧港口和大数据的基础理论   港口是连接全球生产、贸易及相关物流活动的重要节点,聚集了物流、信息流和资金流,沉淀了海量的数据资源。港口的功能不仅局限于货物的存储和装卸,还是结合口岸服务、海事服务、港口物流、多式联运的综合服务平台,因此港口数据不仅具有多样化的特点,而且还能面向不同的应用场景、具有多种数据维度。将港口数据资源充分利用,不仅有利于提升港口的核心竞争力,也有利于提升港口腹地在国际经济贸易中的参与能力。本章将揭示智慧港口和大数据的基本理论,并就两者之间的关系和相互结合的发展趋势进行阐述。   1.1 智慧港口概述   智慧港口*早是以智慧城市的分支概念进入公众视野的,其*初的研究重点聚焦于港口的物联网技术应用。随着物联网的应用,丰富的“感知”数据从码头源源不断地汇集起来,如何从海量数据中提取有价值的信息应用于港口,成为一个新问题。而依据海量数据进行的决策支持和经营优化策略,*终还需要通过自动化装卸技术和远程操作技术来“作用”于码头业务。*终达到改进港口作业方式、优化生产资源配置、减少人为因素干扰、实现货物精准装卸、保障作业安全、提升服务效率、减少污染物排放等经营业务目标。   大数据是智慧港口的重要支撑技术。2017年2月,交通运输部发布的《关于开展智慧港口示范工程的通知》(交水函〔2017〕101号)指出要“着力创新以港口为枢纽的物流服务模式、安全监测监管方式,推动实现‘货运一单制、信息一网通’的港口物流运作体系,逐步形成‘数据一个库、监管一张网’的港口危险货物安全管理体系”。中共中央、国务院于2019年9月印发了《交通强国建设纲要》(以下简称《建设纲要》),交通运输部也于《建设纲要》印发前后分别发布了《数字交通发展规划纲要》《推进综合交通运输大数据发展行动纲要(2020—2025年)》(以下简称《纲要》),为推进交通运输治理体系和治理能力现代化,提升综合交通运输服务水平,加快建设交通强国提供有力支撑。《纲要》明确指出应当夯实港口大数据发展基础,强化数据采集自动化态势,并且全面推动大数据创新应用,提升港航领域的安全生产监测预警能力,同时推动自动驾驶船舶、自动化码头和堆场发展,加强港航物流与上下游企业信息共享和业务协同。   2019年5月16日,交通运输部等七部门在青岛发布《智能航运发展指导意见》,明确2020年底完成智能航运顶层设计,2050年形成高质量智能航运体系。该指导意见将“智慧港口”纳入了“智能航运”的体系之中[1]。   “智慧港口”是中国人对舶来概念的误读和升级。将“Smart Port”翻译为“智慧港口”并不是很贴切,英语中“Smart”和“Intelligent”的标准译法都是“智能”(参考表1-1),因此 Smart Port译为“智能港口”更为贴切。导致这种翻译偏差的原因,是由于参考了“ Smart City”被译为“智慧城市”和“ Smart Planet”被译为“智慧地球”的例子。确切地说,后者“ Smart Planet”应当被译为“智能星球”,而“智慧地球”应当对应于“ Wisdom of the Earth”,“Smart Planet”由 IBM公司原总裁兼首席执行官彭明盛(Samuel J. Palmisano)于2008年11月提出后,确实在概念引进时出现了偏差。类似的概念混淆事件过去也曾发生过, IBM曾于1996年提出了 Electronic Commerce(E-Commerce)的概念,到了1997年,该公司又提出了 Electronic Business(E-Business)的概念。我国在引进这些概念的时候都翻译成电子商务,导致很多人对这两者的概念产生了混淆。两者的实际含义分别是: E-Commerce是指实现整个贸易过程中各阶段贸易活动的电子化, E-Business是利用网络实现所有商务活动业务流程的电子化[2]。   表1-1 与智能相关的英文术语所对应的中文翻译   “智能”和“智慧”的含义差距非常大。汉语中“智慧”的解释是“指人辨析判断和发明创造的能力”,这种能力是人特有的,而机器、软件、系统等所具有的只是通过精密的结构而表现出来的“智能”。因此,“智慧港口”理应要比“智能港口”更加高级,应当让港口具有“自主学习”的不断演进的创造力。那么,机器、系统,甚至是一个企业和行业有没有可能具有“智慧”呢?这就需要先了解“智慧”的本质。   智慧的本质来源于四个要素。如图1-1所示,人的智慧体现于从“感知”到“思考”,再到“运用”,然后“交流”这四个环节要素循环往复。例如,一个孩子通过触摸知道茶杯里的水很烫,于是他思考后认为自己要喝水还需要等很久,为了让水快一点冷却到适当的温度,他运用了揭开茶杯盖子的行动加速水的冷却速度,他据此学习掌握了让水加速冷却的方法,当他把这个方法与母亲交流时,母亲告诉他拿两个杯子将水倒来倒去会让水冷却得更快。这就是我们人拥有智慧的过程,如果机器、软件、系统、企业能够也具有这四个要素,那么也就拥有了智慧。而这四个要素,恰恰分别对应了四种信息化前沿技术,即:物联网、大数据、自动化、互联网。而由这四种技术相互配合,如人类一般从感知、思考、运用、交流四个要素不断循环作用的过程,本身就是一种知识学习、应用、交流的过程。与智慧相关的四个信息化技术的简要介绍如下:   图1-1 “智慧”的四要素示意图   物联网:通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备,按约定的协议,把任何物体与互联网相连接,进行信息交换和通信,以实现对物体的智能化识别、定位、跟踪、监控和管理的一种网络[3]。   大数据:是指不用随机分析法(抽样调查)这样的捷径,而对所有数据进行分析处理的数据及处理方法,并具有4V特征,即: Volume(大量)、Velocity(高速)、 Variety(多样)、Value(低价值密度)[4]。   自动化:是指机器设备、系统或过程(生产、管理过程)在没有人或较少人的直接参与下,按照人的要求,经过自动检测、信息处理、分析判断、操纵控制,实现预期的目标的过程。   互联网:是网络与网络之间所串连成的庞大网络,这些网络以一组通用的协议相连,形成逻辑上的单一巨大国际网络。   智慧的四个要素中,思考是关键。智慧是知识的学习、应用、交流过程,而学习是产生知识的源头,也是关键之所在。机器虽然不能像人一样去触摸,但是可以通过传感器去测量,并得到数据(例如用温度计测量出水温),接着能不能像人一样找到加速水冷却的方法则取决于对数据的分析——思考。因此,大数据技术作为使计算机进行思考的技术,也就成为实现智慧的关键。   对于港口信息化而言,关键在于能否由信息平台自动进行数据挖掘并将得到的新知识应用于港口经营之中,*终从提升效率、节省成本、优化资源配置等方面提升港口的经营能力,显示出以下两大特征: Smooth(平滑的),是说以前航运业有很多不确定性,浪费人力资源,有了物联网技术,航运业的信息更加透明,整个航运系统运转将更平滑,比如现在的集装箱信息、到港时间、港口拥塞情况等,船上将来都会实时了解,船长在得到港口拥塞消息后就会减速行驶,推迟到港时间,以在拥塞结束后顺利进港。   Initiative(自主的),是说以前的航运业务需要人为推动,就像开启机器,需要先按按钮,将来一切智能化,各种生产设备和系统会根据需求和计划,自动自发地去执行,使人为干预大大减少。   1.2 港口信息化发展的历史沿革   从世界范围来看,各国主要港口先后经历信息港、数字港、智能港的发展阶段,并逐步向智慧港升级转变(见图1-2)[5]。其各阶段的特征分解如下:   图1-2港口信息化发展的历程   *初,港口信息化只针对内部核心业务辅助。港口虽然是国际物流和供应链的必经节点,天然汇集了大量的信息,但这些信息*初通过人们口头或是书面纸质的媒介传播,港口的信息化只是解决了码头业务管理,这个阶段就是“信息港”状态。   然后,港口信息化开始发挥业务管理和业务协同功能。从20世纪80年代开始,随着业务无纸化的发展,港口出现了对内的经营管理信息系统和对外的电子数据互换(Electronic Data Interchange,EDI)系统,这就使港口的信息以数据形式在计算机网络和计算机系统上传输和存储,这个阶段被称作“数字港”。   后来,港口信息化开始部分替代人在管理、调度中的角色。世界上**个自动化集装箱码头1993年在荷兰鹿特丹港投入运行,欧洲集装箱码头公司(ECT)旗下的新型全自动集装箱码头 EUROMAX问世,全球港口逐渐过渡到将信息系统与港口机械化相结合的新阶段,港口除了数据采用信息系统存储和传递,更把港口机械的调度权也逐渐交给了信息系统,涌现了一批半自动和全自动的码头,这个阶段被称为“智能港”。   未来,港口信息化将逐渐替代人在战略、经营、决策中的角色,并与上下游业务数字化协同。整个港口除了自身装卸生产过程的智能化,还需要通过物联网传感器广泛地感知更多信息,如集装箱状态、港机配件工况、设备能耗、车辆位置等,同时结合预约抵港船舶信息、预约提箱信息、码头气象信息等外部信息,由数据中心融合多维数据分析后,从优化调度、科学保养、节能减排、预防拥堵等多个方面自主管理,体现出由知识系统代替人进行关键决策的特点,并实现了与口岸、贸易、物流的数字化系统,这个阶段将会成为“智慧港”。   目前,我国主要港口正处于从“数字港”到“智能港”的过渡阶段。大力推动智慧港口建设,有利于应对港口发展面临的一些现实挑战,如劳动力成本上升、安全生产的需要、港口传统业务收费水平下降、港城之间环境交通等矛盾、腹地产业的一站式服务能力。   1)中国港口发展后来居上,肩负起港口智慧化的引领责任   20世纪60年代,新中国开始有计划地发展航运业并积极恢复港口。尤其自21世纪以来,中国港口处在快速发展的征程中,不同于八九十年代注重泊位深水化、专业化建设的趋势,本轮发展开始更加注重改革创新、转型升级:从装卸、仓储、简单加工功能为特征的港口向提供综合物流服务的第四代港口转型,业务向多式联运、保税物流、全程物流服务、供应链金融等高附加值综合物流功能延伸。   “一带一路”倡议提出以来,在促进中国及沿线国家海运发展方面取得了显著的成果。近些年集装箱吞吐量排名中,前十名港口中国独占7家,亚洲地区贸易规模增长迅速。目前,中国港口已与世界200多个国家和地区、600多个主要港口建立航线联系。中国已经成为名副其实的港口大国。在这样的环境下,中国港口无疑肩负起引领全球港口向智慧化发展的重任。   世界自动化码头的发展已经有30多年的历史。中国自动化码头发展后来居上。截至2022年6月,全球自动化集装箱码头已建成44个,我国建成15个。其中,除全自动化码头22个(3个是传统码头改造而成),半自动化码头20个,混行自动化1个;欧洲10个,亚洲27个,北美洲4个,澳洲3个,如表1-2所示。我国在自动化码头数量和技术实力方面已经领先世界。例如,上海洋山港四期自动化码头于2017年投产,总投资128.48亿元,设计能力630万 TEU/年,拥有7个泊位,26台岸桥、116台 ARMG和130台提升式 AGV以及58个自动化堆垛机3,堆场垂直于岸线。其经验已经对外输出到以色列海法港。   表1-2 全球自动化码头汇总表

面向智慧港口的大数据应用研究 作者简介

徐凯,男,博士、高级工程师,上海国际航运研究中心首席信息官、航运信息研究所所长,上海海事大学硕士生导师,航运创新联盟秘书长。长期从事港航信息化研究,包括港航领域的大数据、互联网+、物联网、区块链、人工智能等研究方向。撰写《大数据时代的航运信息平台》《AIS大数据在港航运营管理中应用研究》专著,参与撰写《2030年中国航运发展展望》《未来航运业颠覆性变革》等6部著作,从2017年起每年牵头编写《全球港航信息化发展报告》(其中2021版成为首届北外滩国际航运论坛八大成果之一)。获得软件著作权30余项,发表学术论文30余篇,获省部级奖4项,主持港航信息化项目60余项,其中省部级项目5项。担任《计算机科学》《中国航海》等中文核心期刊审稿人,上海虹口区第九届青年联合会委员、机械工业出版社计算机专家咨询委员会委员、交通科学数据共享平台理事等,担任上海市交通委科学技术委员会、招商局集团创新专项基金、南湖实验室、运易通平台等专家委员。被授予2018年度中国航运界十大杰出青年、2020年度中国航运科技十大人物等荣誉。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服