幫助中心 | 我的帳號 | 關於我們

面向智慧港口的大數據應用研究

  • 作者:徐凱|責編:任靜
  • 出版社:科學
  • ISBN:9787030726193
  • 出版日期:2022/07/01
  • 裝幀:平裝
  • 頁數:225
人民幣:RMB 138 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書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。最後本書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。
    本書適合從事港口戰略、信息化、電子商務工作的管理和研究人員參考閱讀,也可作為交通運輸工程專業選修課程參考書。

作者介紹
徐凱|責編:任靜
    徐凱,男,博士、高級工程師,上海國際航運研究中心首席信息官、航運信息研究所所長,上海海事大學碩士生導師,航運創新聯盟秘書長。長期從事港航信息化研究,包括港航領域的大數據、互聯網+、物聯網、區塊鏈、人工智慧等研究方向。撰寫《大數據時代的航運信息平台》《AIS大數據在港航運營管理中應用研究》專著,參與撰寫《2030年中國航運發展展望》《未來航運業顛覆性變革》等6部著作,從2017年起每年牽頭編寫《全球港航信息化發展報告》(其中2021版成為首屆北外灘國際航運論壇八大成果之一)。獲得軟體著作權30余項,發表學術論文30余篇,獲省部級獎4項,主持港航信息化項目60余項,其中省部級項目5項。擔任《電腦科學》《中國航海》等中文核心期刊審稿人,上海虹口區第九屆青年聯合會委員、機械工業出版社電腦專家咨詢委員會委員、交通科學數據共享平台理事等,擔任上海市交通委科學技術委員會、招商局集團創新專項基金、南湖實驗室、運易通平台等專家委員。被授予2018年度中國航運界十大傑出青年、2020年度中國航運科技十大人物等榮譽。

目錄

前言
第1章  智慧港口和大數據的基礎理論
  1.1  智慧港口概述
  1.2  港口信息化發展的歷史沿革
  1.3  智慧港口的內涵和外延
  1.4  數字化轉型與智慧港口
  1.5  港航大數據
    1.5.1  港航大數據的概念
    1.5.2  港航大數據的主要應用
  1.6  智慧港航與數據的關係
  本章參考文獻
第2章  智慧港口的發展現狀
  2.1  智慧港口的頂層設計
    2.1.1  智慧港口聚焦于智慧物流和危險貨物管理
    2.1.2  智慧港口是智慧航運的重要組成
    2.1.3  上海港「3E」港口的戰略主題描述
  2.2  國內外智慧港口發展經驗
    2.2.1  數字基礎設施經驗借鑒
    2.2.2  港航數據融合經驗借鑒
    2.2.3  運營管理決策經驗借鑒
    2.2.4  協同服務決策經驗借鑒
  2.3  智慧港口發展現狀評述
  2.4  智慧港口發展趨勢
  本章參考文獻
第3章  港口的數字化轉型方法
  3.1  港航業平台化發展
  3.2  全體系的數字化轉型
  3.3  智慧港口數字化技術架構
  3.4  智慧港口的數字化應用場景建模
  本章參考文獻
第4章  智慧港口的應用案例
  4.1  傳統集裝箱碼頭自動化改造案例
    4.1.1  項目背景
    4.1.2  建設情況
    4.1.3  經驗總結
  4.2  集卡公共調度管理與無紙化平台案例
    4.2.1  項目背景
    4.2.2  建設情況
    4.2.3  經驗總結
  4.3  船舶與船代智能化管理案例
    4.3.1  建設背景
    4.3.2  建設情況
    4.3.3  經驗總結
  4.4  綜合性貿易物流通關平台案例
    4.4.1  建設背景
    4.4.2  建設情況
    4.4.3  經驗總結
  4.5  保稅燃油供應駁船調度系統案例
    4.5.1  建設背景

    4.5.2  建設情況
    4.5.3  經驗總結
  本章參考文獻
第5章  港航大數據相關技術
  5.1  智慧港口的大數據分析框架
    5.1.1  港口數據匯流排和數據挖掘平台
    5.1.2  非關係資料庫的比較與選型
  5.2  AIS大數據分散式計算與分析環境設計
  5.3  容器虛擬化技術
  5.4  港航數據安全
  本章參考文獻
第6章  AIS大數據分析關鍵技術研究
  6.1  AIS大數據的特點
    6.1.1  AIS設備的應用情況
    6.1.2  AIS的數據採集
    6.1.3  AIS數據的質量問題
    6.1.4  VDES的發展與局限
  6.2  AIS消息格式與解碼
    6.2.1  AIS解碼原理
    6.2.2  AIS嵌入式網路解碼器
  6.3  AIS數據融合方法設計
    6.3.1  動態數據的表達和計算
    6.3.2  靜態數據融合
    6.3.3  AIS數據清洗方法設計
  6.4  船舶軌跡數據壓縮演算法
    6.4.1  經典道格拉斯曲線壓縮演算法
    6.4.2  動態道格拉斯曲線壓縮演算法
    6.4.3  快速動態D-P演算法
    6.4.43  種演算法的壓縮效果及效率對比
    6.4.5  實驗結論
  6.5  船舶行駛狀態識別模型建模
    6.5.1  船舶行駛狀態概述
    6.5.2  船舶行駛狀態的識別特徵
    6.5.3  停泊事件識別演算法應用
    6.5.4  停泊事件計算和航行日誌
  6.6  軌跡相似度量演算法
    6.6.1  軌跡相似性研究現狀
    6.6.2  基於面積劃分的軌跡相似度量演算法
    6.6.3  實驗與結論
  本章參考文獻
第7章  基於大數據集裝箱港口船舶服務效率研究
  7.1  研究內容與相關研究現狀
    7.1.1  研究內容與技術路線
    7.1.2  集裝箱港口船舶服務效率評價相關研究
    7.1.3  AIS軌跡大數據分析相關研究
  7.2  屬性坐標分析法
    7.2.1  屬性坐標分析法的背景
    7.2.2  基於屬性坐標分析法的港口服務效率評價思路
    7.2.3  心理權重和局部最滿意解
    7.2.4  心理偏好曲線和滿意度計算

  7.3  集裝箱港口船舶服務效率指標體系設計
    7.3.1  集裝箱港口效率的量化指標
    7.3.2  集裝箱港口效率指標的選取
    7.3.3  集裝箱港口的選取與標定
  7.4  集裝箱港口業務規模分析
    7.4.1  集裝箱港口掛靠船舶數量
    7.4.2  集裝箱港口掛靠總運力
    7.4.3  集裝箱港口直達港口數量
  7.5  集裝箱港口服務效率分析
    7.5.1  集裝箱港口平均在泊吞吐時量
    7.5.2  集裝箱港口平均等待時間
  7.6  集裝箱港口的心理權重曲線應用與分析
    7.6.1  評價指標的歸一化處理
    7.6.2  心理權重曲線應用
    7.6.3  綜合滿意度評價
    7.6.4  集裝箱港口船舶服務效率改進建議
  7.7  基於集裝箱港口視角的新冠疫情影響分析
  本章參考文獻
第8章  總結與展望
  8.1  研究總結
  8.2  航運數據資源發展展望
  8.3  熱點展望一:區塊鏈
  8.4  熱點展望二:智能船舶
  8.5  熱點展望三:海洋經濟監測
  8.5  熱點展望三:海洋經濟監測
  8.6  熱點展望四:元宇宙與智慧港航
  本章參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032