买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨船舶锅炉涡轮机研究所(中国船舶集团有限公司第七0三研究所)申请的专利基于机器学习的舰船控制辅助方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120462599B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510972410.0，技术领域涉及：B63B79/40；该发明授权基于机器学习的舰船控制辅助方法是由闫昌盛;王元龙;邹斐;马亮;王琳;王岩;张磊;杨健;毛冬岩;张震宇;徐广野设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本基于机器学习的舰船控制辅助方法在说明书摘要公布了：本发明公开了基于机器学习的舰船控制辅助方法，涉及舰船智能控制技术领域，方法包括舰船数据采集、燃油能耗预测、动态航速规划和节能反馈控制。本发明采用结合多模态与扰动自适应的预测方法进行燃油能耗预测，统一建模多维数据，强化对环境扰动的感知，实现了复杂航行条件下对燃油能耗的精准预测，有效提升后续动态航速规划的可靠性；采用结合多目标与分段约束的航速规划方法进行动态航速规划，综合考虑燃油能耗、航行时间与安全风险三个核心因素，构建多目标成本函数，并引入分段约束，保障航速调整的物理可行性与风险控制，通过强化学习机制优化航速，实现智能自适应航速调整，提升舰船在复杂航行条件下的节能能力、航行效率与运行安全性。

本发明授权基于机器学习的舰船控制辅助方法在权利要求书中公布了：1.基于机器学习的舰船控制辅助方法，其特征在于：该方法包括以下步骤： 步骤S1：舰船数据采集，得到舰船控制感知数据； 步骤S2：燃油能耗预测，用于预测舰船燃油能耗，具体为采用结合多模态与扰动自适应的预测方法，进行燃油能耗预测，得到舰船燃油能耗预测数据，包括以下步骤：步骤S21：多模态特征编码；步骤S22：扰动感知预测；步骤S23：弹性响应分析；步骤S24：场景自适应调节；步骤S25：舰船燃油能耗预测数据生成； 在步骤S21中，所述多模态特征编码，用于融合多模态数据，具体为通过三个并行的多层感知机，分别对舰船运行数据、舰船结构数据、外部环境数据进行编码，并对编码结果进行拼接操作，生成舰船航行状态向量；所述编码结果包括舰船运行向量、舰船结构向量和外部环境向量； 在步骤S22中，所述扰动感知预测，用于感知扰动的同时预测燃油能耗，具体为通过在标准变压器时序模型中引入扰动建模机制，构建扰动感知增强的变压器时序模型，对舰船航行状态向量进行时序建模，得到燃油能耗初始预测值以及置信区间； 所述在标准变压器时序模型中引入扰动建模机制，用于提升模型在面对环境极端变化时的稳定性，具体为在标准变压器时序模型的自注意力层和前馈网络层中应用蒙特卡洛随机失活操作，模拟模型对外部环境扰动变化的预测响应； 在步骤S23中，所述弹性响应分析，用于量化输入变量变化对燃油能耗的边际影响率，具体为从舰船运行数据、舰船结构数据、外部环境数据中提取输入变量，通过计算燃油能耗初始预测值对输入变量的偏导，并进行归一化，生成能耗弹性响应矩阵； 在步骤S24中，所述场景自适应调节，用于根据外部环境调整燃油能耗预测输出，具体为通过构建条件注意力机制，依据外部环境向量和燃油能耗初始预测值，生成场景调节因子，之后通过场景调节因子对燃油能耗初始预测值进行调节，得到模型预测燃油能耗； 在步骤S25中，所述舰船燃油能耗预测数据生成，具体为通过执行步骤S21至步骤S24，生成舰船燃油能耗预测数据，所述舰船燃油能耗预测数据包括舰船航行状态向量、能耗弹性响应矩阵、模型预测燃油能耗以及置信区间； 步骤S3：动态航速规划，用于动态规划舰船航速，具体为采用结合多目标与分段约束的航速规划方法，进行动态航速规划，得到最优航速方案，包括以下步骤：步骤S31：多目标成本函数构建；步骤S32：分段约束设计；步骤S33：航速方案优化； 在步骤S31中，所述多目标成本函数构建，用于构建同时考虑燃油能耗、航行时间与安全风险的多目标成本函数，具体为结合能耗弹性响应矩阵和模型预测燃油能耗，构建燃油能耗成本函数，之后定义航时成本和风险成本，构建多目标成本函数； 在步骤S32中，所述分段约束设计，用于建立航行路径中每个时间段的物理限制与风险控制约束，具体为通过速度约束建模、加速度约束建模和风险约束建模，得到航行多分段约束条件； 步骤S4：节能反馈控制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨船舶锅炉涡轮机研究所(中国船舶集团有限公司第七0三研究所)，其通讯地址为：150078 黑龙江省哈尔滨市道里区洪湖路35号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。