一种基于大模型自优化的船舶防碰撞监测方法及系统与流程
技术特征:
1.一种基于大模型自优化的船舶防碰撞监测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于大模型自优化的船舶防碰撞监测方法,其特征在于,在步骤s7之后,还包括:
3.根据权利要求1所述的基于大模型自优化的船舶防碰撞监测方法,其特征在于,在步骤s1中,所述采集船舶数据具体包括采集船舶自动识别系统ais历史数据,且在在数据采集过程中采用自适应采样率方法,根据船舶的实际动态和周围环境调整数据发送频率。
4.根据权利要求1所述的基于大模型自优化的船舶防碰撞监测方法,其特征在于,在步骤s2中,所述数据预处理具体包括异常数据处理和插值处理。
5.根据权利要求1所述的基于大模型自优化的船舶防碰撞监测方法,其特征在于,在步骤s3中,所述构建船舶位置信息预测大模型,包括:基于decoder大模型构建船舶位置信息预测大模型,具体为包含输入模块、解码模块、输出模块;
6.根据权利要求1所述的基于大模型自优化的船舶防碰撞监测方法,其特征在于,在步骤s4中,所述训练船舶位置信息预测大模型,具体包括子步骤:
7.根据权利要求6所述的基于大模型自优化的船舶防碰撞监测方法,其特征在于,在步骤s5中,所述根据已训练的船舶位置信息预测大模型,对船舶下一时刻的位置进行预测,具体包括:根据已训练的船舶位置信息预测大模型,将待预测船舶的轨迹片断输入模型,用于对船舶下一时刻的位置进行预测并保存。
8.根据权利要求7所述的基于大模型自优化的船舶防碰撞监测方法,其特征在于,在步骤s6中,所述计算预测输出的船舶之间的距离,具体包括:对步骤s5中保存的船舶下一时刻的位置信息,只获取其中的经纬度并计算两两船舶之间的距离,该距离的计算方式包括通过哈弗辛公式实现。
9.根据权利要求2所述的基于大模型自优化的船舶防碰撞监测方法,其特征在于,在步骤s8中,所述构建自优化模型系统,并定时优化,具体包括:构建自优化模型系统,首先接收船舶自动识别系统ais实时数据并存在数据缓存区;然后初始化lora层并进行微调;随后分别输出llm模型和微调lora层的损失loss1和损失loss2;最后对比两个损失的大小,如果loss2小于loss1,说明微调后的模型精度更高,则输出梯度δw,并将梯度更新llm模型,如果loss2大于loss1,说明原始llm模型的精度更高,则重新初始化lora层,等待下一次微调;其中,llm模型为步骤s3中构建的船舶位置信息预测大模型。
10.一种基于大模型自优化的船舶防碰撞监测系统,其特征在于,包括:
技术总结
本发明公开了一种基于大模型自优化的船舶防碰撞监测方法及系统,属于船舶防碰撞监测技术领域,包括步骤:采集船舶自动识别系统历史数据;按照固定时间序列对缺失记录进行插值;构建船舶位置预测大模型,并对所构建的预测模型进行训练;将待预测的船舶特征数据输入训练好的预测模型,以获得下一时刻船舶的位置信息;将所有船舶在下一时刻的位置信息进行距离计算;根据距离阈值对待预测船舶进行防碰撞预警;获取AIS实时数据;输入模型自优化系统,更新船舶位置预测大模型。本发明实现了船舶碰撞的自动预警系统,并优化了预测模型,使其具备自我更新和优化的能力,可以为未来的智能化船舶管理提供了强有力的技术支持。
技术研发人员:张婉渝,陶冠宏
受保护的技术使用者:成都天奥集团有限公司
技术研发日:
技术公布日:2024/11/14
技术研发人员:张婉渝,陶冠宏
技术所有人:成都天奥集团有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除