1. 研究目的与意义（文献综述）

目的及意义

从环境保护的层面上来说，船舶柴油机排放的废气对环境的影响十分严重。根据有关海事部门的统计，船舶排放的氮氧化物约占全球氮氧化物排放量的 7％，同时全球约70000条运营商船的co2排放量占当前co2总排放量的3%。为了建立适用于所有营运船舶的强制性能效标准，逐步控制和减少海上的co2等有害气体的排放总量，国际海事组织imo在2010年第61届会议上将船舶能效管理计划seemp（ship energy efficiency management plan）纳入《1973年国际防止船舶造成污染公约》修正案。它要求，在船舶和船队的加强减排前提下，船舶能效管理需进一步提升，并于2013年1月1日起强制实施。

从经济效益的层面上来说，船舶在正常航行时，燃油开支在船舶运行的成本中所占比例最大，被消耗时将会产生大量有害气体，但当在有效地控制了有害气体的排放量的情况下，船舶就必然以更低的油耗投入未来的实际运营中，从而将会带来可观的燃油开支节约。

2. 研究的基本内容与方案

基本内容

分析风速、风向、波浪和船舶姿态等变量对于船舶油耗的影响，建立多层神经网络模型，选取适合算法进行深度学习，实现船舶油耗的预测，并且分析输入不同的影响因素组合对油耗的预测精度的影响情况。

采用的技术方案

3. 研究计划与安排

2018年3月1至2018年3月31日，理解毕业设计要求，收集、查阅相关资料，深刻理解神经网络、深度学习的原理及知识，理解相关算法，熟悉（anaconda3）python编程语言及相关工具包的使用；

2018年4月1至2018年4月30日，熟悉所选用的开发平台，运用所学的理论知识，根据自己的前期准备，将理论运用于实践，完成系统架构、程序设计与开发、系统测试与完善；

2018年5月1至2018年5月25日，撰写及修改毕业论文；

4. 参考文献（12篇以上）

[1] 鲍尔斯. python机器学习——预测分析核心算法[m]. 北京:人民邮电出版社, 2016.

[2]吴恩达 .《神经网络和深度学习》.网易云课堂.

[3]叶睿, 许劲松. 基于人工神经网络的船舶油耗模型[j]. 船舶工程, 2016, 38(3): 85-88.