在全球能源运输格局中，海运承担着超过70%的原油运输任务，其通道可靠性直接影响国家能源安全。当前，日益加剧的地缘政治风险使得全球关键海运通道的阻断风险空前凸显，对能源供应链的稳定性构成严峻挑战。为精准评估此风险，基于复杂网络理论，融合船舶自动识别系统（AIS）轨迹数据与运力权重，构建了一个将关键通道本身抽象为网络节点的全球原油海上运输有向加权网络。在此基础上，通过设计单一通道中断、复合情景失效及最优中断序列三种递进式攻击模拟策略，系统性地揭示了网络在面临通道阻断时的多维度脆弱性。研究发现：1） 功能分异。关键通道对网络的影响存在显著差异，部分通道对全局效率至关重要，如移除马六甲海峡使网络全局效率降低1.99%，而另一部分则表现出结构次优性，如移除巴拿马运河网络拓扑效率反而提升了2.57%，揭示了网络存在可量化的次优路径。2） 脆弱性异步。网络在不同维度下的响应并不同步，网络宏观连通性对单点或区域性失效表现出极强鲁棒性，但其核心结构则高度脆弱，在少量关键节点受攻击后便迅速瓦解，如在最优序列攻击中移除了4个节点，网络的K-Core值出现明显降幅。3） 非线性退化。在最优序列攻击下，网络全局效率呈现U形演化，先降至最低点，攻击后期因拓扑重构效应反弹且远超初始值。核心结构崩溃远早于整体传输功能恶化，揭示了后者在攻击后期出现悖论性恢复现象。揭示了全球原油海运网络在通道阻断下的深层失效机理，为保障国家能源运输安全、提升全球供应链韧性提供了新的分析范式与决策依据。

为响应IMO MARPOL公约全球限硫令和我国船舶排放控制区管理要求，提升海事船舶排放监测的高效性与精准管控能力。本研究提出了船舶尾气排放“陆海空”立体监测技术，通过岸，桥，艇，机平台融合组网，满足通航水域环境复杂多样的现实监测需求；同时，研发了嗅探信号波峰自动识别与溯源算法，实现了船舶尾气排放智能遥测、精准溯源；最后，构建了智能遥测、精准溯源与执法查证的智能精准管控系统，打通海事监管多个环节间的信息化通道。

为预测锂离子电池集装箱在船舶上的火灾热灾害，设置着火集装箱位置、积载高度和风速等典型工况，采用FLACS 10.9构建甲板上锂电池集装箱火灾场景，利用CatBoost算法建立火灾温度和热流密度预测模型。结果表明：锂电池集装箱上下空间空气量与温度密切相关，着火层在第7层时火灾最高温度最高，着火层为7~8层时，高温和热流密度的损害范围最小；积载高度增加会造成空气流动减少，导致火灾最高温度上升，温度影响范围变大，热流密度在竖直方向扩散距离变长；风速在1~4 m/s范围时，风有助于散热，降低最高温度，风速达到5 m/s时，火焰卷吸氧气的增加，最高温度升高，风速达到6 m/s时，风的散热作用又占主导，火灾最高温度再次降低，风速越高则高温和热流密度损害面积越小；将CatBoost算法预测的温度、热流密度值与样本对比，能看出模型数值准确性很高，通过模型能发现过热点。研究成果能为锂电池集装箱积载方式的确定和相应的消防监测提供参考。

为提高渔船驾驶员的避碰决策能力，提出一种基于《国际海上避碰规则》（COLREGS）（简称《规则》）的渔船智能避碰决策方法。该方法按照《规则》的要求确定船舶会遇态势，根据最近会遇距离（d_CPA）和最近会遇时间（t_CPA）计算得出碰撞危险度（I_CR）。在针对多位渔船驾驶员避碰行为调查的基础上，对Goodwin海洋观测结果进行修正，得到渔船安全会遇距离（S_DA）；对传统的人工势场法（APF）进行改进，将其与遗传算法（GA）相结合，以确保渔船安全避碰。运用仿真试验验证了该算法的有效性。结果表明:该算法消除了以往单一人工势场法在船舶避碰决策方面的缺陷，得到最佳转向幅度及恢复原航迹的时机，为渔船驾驶员提供一条适用于《规则》、安全无碰撞的避碰决策，可为驾驶人员避碰实践提供一定的参考。

船舶轨迹预测在海洋交通管理、航运安全等领域的重要性日益凸显。当前的船舶时序预测方法在处理水上交通多特征数据输入时存在一些限制，未能充分捕捉特征之间的相关性以及关注时序数据中的重要信息。针对这些不足，并进一步提高船舶轨迹预测的精度，提出融合改进的图卷积网络（GCN）与循环注意力单元（RAU）的船舶轨迹预测方法（GCAU）。利用图卷积网络来捕捉特征之间的相关性，从而提升模型对特征之间相关性的提取能力。该方法还引入RAU中的注意力门，能有选择性地获取时间层面的特征。对4种不同的船舶时序预测方法进行评估，并且在3个不同的场景下进行测试。结果表明:GCAU在所有测试场景中均表现最佳，其具有更低的均方误差（MSE）和均方根误差（RMSE）、平均绝对百分比误差（MAPE） 和平均绝对误差（MAE）指标，能有效地提高船舶航迹预测的准确性和稳定性，为海事交通管理等领域提供更可靠的决策支持。

船舶碰撞对船舶结构、船上人员生命安全带来巨大威胁，快速分析船舶结构碰撞损伤等级能为紧急避险、损管救援提供有效依据。有限元法能准确地计算船舶结构碰撞损伤等级，但耗时长、需要参数多，无法在有限参数下实现船舶结构碰撞损伤等级的快速分析。基于贝叶斯网络模型建立多损伤因素联合作用下船舶结构碰撞损伤程度风险分析模型，以2015—2020的202起船舶碰撞事故为数据样本，采用统计分析方法建立船舶损伤因素与结构碰撞损伤等级的统计关系，实现多要素联合作用下船舶结构碰撞损伤等级风险快速评估。研究结果表明：该方法分析结果与实际案例吻合良好，可在参数有限的条件下快速估计出船舶结构碰撞损伤等级。

为解决复杂水域内船舶航线规划困难的问题，提出一种基于船舶行为模式的海上交通航线提取方法。基于船舶自动识别系统（AIS）数据，使用阈值判断法与滑动窗口方法识别船舶行为模式特征点；运用聚类算法，对每一类聚类结果中的质心点进行搜索以表征点集的分布位置；制定连接规则依次连接质心点，生成海上交通航线；选取北部湾水域AIS数据进行试验分析。结果表明：该方法提取的航线与《北部湾广西海域船舶航行指南》中公布的推荐航路具有较好的相符性。

复杂交汇水域内船舶流量大、航路交汇频繁导致水域交通态势复杂以及船舶碰撞风险较高，对这类水域进行船舶航路优化具有重要意义。传统航路优化方法更多侧重交通规则制定和交通控制，虽有一定成效但大多依赖海事管理人员的主观经验，缺乏客观依据。针对这类问题，提出一种基于历史船舶轨迹数据的航路优化方法。通过轨迹聚类和图像处理等方法提取船舶交通网络，构建节点相似度模型运用聚类算法将整个网络划分为多个局部交通网络，对各网络社区通过合并节点以及网络重构实现水域船舶航路优化。试验结果表明：相较于优化前的水域状况，该航路优化方法使水域船舶交通复杂度下降50%的同时船舶碰撞风险降低30%，大幅提升船舶航行安全以及降低海事部门水域监管压力，其优化结果可为船舶定线制规划提供参考。

为减少船舶在靠泊期间使用辅助发电机排放的污染气体，在岸电改造热潮下将岸电分配纳入集装箱码头泊位调度计划考虑。在传统泊位调度模型基础上，引入岸电分配相关约束和碳排放减少目标，建立包含船舶在港、岸电使用和碳排放在内的码头成本最小化为目标的数学模型。为实现问题的有效求解，提出带停滞变异策略的改进蝙蝠算法（IBA），并采用惯性权重方法更新个体寻优速度，防止算法陷入局部最优。算例研究表明：考虑岸电分配进一步提升泊位调度的难度，当船舶数量不超过25艘时，数学模型可实现精确求解且求解质量总是最优，当船舶数量增加到30艘时，数学模型则无法在限制时间内完成求解；与模型精确求解相比，IBA实现了所有算例的高效求解，其求解耗时明显少于模型，且求解结果与模型结果的最大偏差仅为2.37%；对比传统的遗传算法（GA）和基本蝙蝠算法（BA），IBA具有更好的求解性能，总能找到更高质量的解，其求解耗时优于GA，较基本蝙蝠算法平均仅约增加10 s。不同码头泊位及船舶岸电改造比例匹配分析发现，在固定的码头泊位岸电改造比例下，码头成本随着船舶岸电改造比例的提升呈下降趋势，但当两者比例达到均衡时，下降趋势平缓且基本保持不变。结果表明:只有当码头泊位与船舶岸电改造比例匹配时才能实现最优成本节约，保证供需平衡才能有效避免和减少岸电资源的浪费。

针对燃料电池响应速度较慢、无法及时反应功率负载突然变化的特点，采用复合储能电源来加以改进。利用小波变换技术将负载的稳定部分分配给燃料电池，将负载的波动部分分配给复合储能电源；基于庞特里亚金极小值原理，制定以超级电容的能量为状态变量、锂电池输出功率为控制变量、锂电池电流均方根为成本函数的能量管理策略。在Matlab/Simulink中搭建燃料电池复合储能船舶动力系统仿真模型，对所提出的能量管理策略进行验证。结果表明，该控制策略可实现燃料电池输出功率相对稳定，能够根据超级电容和锂电池的充放电特性、容量和当前的荷电状态合理分配功率，与没有超级电容的混合动力船舶和传统固定滤波器策略相比，锂电池的电流变化率减小，可延长燃料电池/锂电池的寿命。

针对油轮装卸作业安全风险较高、事故频发等问题，提出一种基于数据驱动和贝叶斯网络的油轮装卸作业安全风险评价方法。依据系统工程学理论，构建具有34个网络节点的三层贝叶斯网络评价模型。运用最大期望值算法的推理原理，计算该模型网络节点的条件概率，实现该模型的风险评价量化，通过敏感性和有效性分析验证该模型的合理性和可靠性。以20艘实船数据对评价模型进行验证，结果表明，该模型的输出结果与港口安全生产人员评估的装卸作业风险水平一致，能准确地评价油轮装卸作业风险；所提出的模型和方法可用于油轮装卸作业安全风险水平的评价，同时为其他类型的危险品船舶装卸作业安全评价提供参考。

从通航服务、预约通航、绿色低碳等方面构建了6个一级指标和22个二级指标的预约模式下内河通航枢纽服务水平指标体系。其次，运用博弈综合赋权法将区间二元语义法和CRITIC法分别确定的定性权重与定量权重进行组合赋权。接着，基于物元可拓理论构建了预约模式下内河通航枢纽服务水平评价模型。最后，以长江三峡通航枢纽为例开展实证分析，验证了模型的科学性和可行性。研究结论对提升内河通航枢纽服务水平具有较好的参考价值。

为进一步规范船舶拆解管理，有必要对船舶拆解相关政策进行评价分析，为完善船舶全生命周期管理体系奠定基础。本文整理并分析了近5年来政府和行业组织颁布的42份相关政策文件，基于对政策内容分析结果建立有关船舶拆解的政策一致性（PMC）指数模型（简称为“P指数模型”）；将船舶拆解政策分为宏观指引类、补充细化类、引导鼓励类三种，从中选取有代表性的政策文件作为评价对象，实证分析其合理性。结果表明，我国船舶拆解政策在三个层面尚有待完善。在国家层面，建议成立涵盖相关监管部门的船舶拆解管理协调机制，并统一规划和制定行业扶持政策；在地方层面，建议地方政府迅速制定并出台具体的实施办法，保障政策的有效执行；在行业层面，建议行业协会加强与地方政府的沟通与协作，特别是在合规船舶拆解企业资质方面达成共识，共同促进船舶拆解行业的规范化发展。

根据国际海事组织（IMO）发布的《国际防止船舶造成污染公约》（MARPOL公约）附则Ⅵ“防止船舶造成空气污染规则”的第13条氮氧化物（NO_x）排放技术要求，提出了一种船用柴油机氮氧化物排放实船测试简化方案，基于碳平衡法计算排气流量，仅需测量部分工况点柴油机排气中的NO_x和CO₂浓度，同时采用IMO指南给出的燃油元素含量默认值。试验结果表明，采用简化方案与标准方案相比，NO_x加权平均值相差2%左右，简化了排放测试设备，缩短了测试过程。该研究成果可为实船NO_x排放测试方案的简化提供理论依据。

为响应日趋严苛的航运排放法规，采用液化天然气（LNG）和甲醇等新能源的船舶正逐步投入使用。但是能够提供新燃料加注服务的港口数量远少于传统燃油补给点，这使得新燃料船的航线运营规划更加困难。航运公司急需在加注站点稀缺的环境中，合理规划航线、助力新燃料散货船营运。为此本研究以总排放量最小化为目标，在考虑航程总时间和船舶速度可调范围等约束条件的基础上，构建了一种混合整数非线性规划数学模型。针对模型非线性特性，提出了一种变邻域框架的启发式求解算法，以高效获取近似最优解。最后，通过单航次及连续航次两种典型航线场景的案例研究，深入解析了燃料补给策略与航速的协同优化决策，验证了所提模型与算法的有效性。

本研究旨在运用强化学习方法解决无人艇航迹规划与控制问题。在航迹规划方面，采用Q学习（Q-learning）算法，针对真实水域进行航迹规划。在奖励函数设计中考虑了浅水区，并致力于减少航迹的转向点数量。在航迹控制方面，将柔性动作评价（SAC）算法与比例积分微分（PID）控制算法相结合，克服了传统PID控制器参数人工整定、调节困难的问题的同时，也规避了深度强化学习缺乏可解释性的缺点。通过与传统PID算法、遗传算法（GA）和深度确定性策略梯度（DDPG）进行对比试验，展现出所提出SAC-PID方法的优越性。仿真结果表明，所规划的航迹能够综合考虑航迹距离、浅水区、航路转向点数量等优化目标，所提出的SAC-PID方法能够很好实现航迹跟踪效果。

针对遥感图像中舰船目标存在尺度变化大、大长宽比、排列密集、背景信息复杂等特点，提出了一种基于改进YOLOv7的遥感图像舰船目标检测算法。以YOLOv7作为基线网络，优化数据集先验锚框生成算法；使用长边表示法结合圆形平滑标签方法，解决边界回归的周期性带来的突变问题；并将全局注意力（GAM）与无参注意力（SimAM）嵌入到YOLOv7网络中，有效消弱遥感图像中复杂背景区域信息带来的干扰，提高目标检测准确率；优化坐标框损失函数，加快模型收敛速度。通过对舰船数据集（DOTA-ship），以及HRSC2016数据集执行单类检测与多类检测任务，mAP结果分别为86.1%、97.7%、87.1%，相比于原YOLOv7分别提升了7.8%、4.6%、7.9%，验证了方法的有效性与优越性。

为提高船舶智能航行的水路交通系统认知能力，总结了与新一代航运系统适配的电子地图系统研究进展，提出了未来水路交通系统的地图技术需求和全息航行场景图的概念。将全息航行场景图作为“航行脑系统”的重要组成部分；解析了其的组成要素和特征内涵，重点阐述了其在通航环境信息对象化建模和机器认知表达方面的核心特征。从场景要素时空对象建模、全要素对象层次组织、全要素对象动态关联、场景自适应跨域计算、语义认知建模、场景图多维动态表达等方面探讨了全息航行场景图的关键技术，依托浙江省水网地区智能航运项目，阐述了全息航行场景图的应用实践与实际成效。结果表明：全息航行场景图可以有效汇聚、组织、关联和呈现水路交通数据，实现水路交通系统全要素及其相互关系的认知表达，为发展新一代航运系统的船舶智能航行技术和标准体系等提供重要技术支撑。

为有效预判航行风险，并为船舶避碰、交通管理等决策提供重要依据，研究了一种基于多任务Informer模型的船舶轨迹预测及行为识别模型。该模型以Informer框架为基础，并引入多任务学习模式，通过设计多任务损失函数将船舶行为识别与轨迹预测并联训练，解决了AIS数据中船舶行为不准确无法作为模型输入的问题；在模型训练时，并设计基于同方差不确定性的损失函数自适应更新策略，自适应分配两个任务的损失权重。利用太仓航段水域中的真实AIS数据进行试验中多任务的Informer船舶轨迹预测模型在轨迹预测中的损失比LSTM和Informer模型分别降低了40.2%和14.7%；在行为识别任务中多任务模型的识别准确率比LSTM和Informer模型分别提升了11.7%和5.95%。表明了多任务模型能在有效提升船舶轨迹预测的性能的同时实现船舶对行为的准确识别。

针对船舶自主航行和船舶航迹高精度控制的需求，在积分视线算法基础上提出一种划分积分区域的模糊控制方法用于自主航行船舶的路径跟踪控制。在建立船舶运动模型的基础上，使用扩展卡尔曼滤波器通过位置信息实现了船舶速度、航向等状态的估计；针对不同航行工况设计模糊控制器对前视距离参数进行动态调整以提高跟踪性能。以中远海运集团建造的700 TEU电池动力集装箱船为控制对象，在仿真平台进行路径跟踪试验，并与不同算法的跟踪结果进行比较。仿真结果表明，所提出的控制算法具有更好的跟踪性能，且对舵角的操控更为平滑，可为自主航行船舶的路径跟踪控制提供参考。

针对传统散货船人工清舱危险性高、效率低和智能化水平不足等问题，设计了一种基于双控制模式的智能清舱机器人系统，实现了舱内无人化、机岸协同的智能化清舱作业。构建了面向船舱内清舱作业的智能机器人硬件系统，研发了沉浸式云控清舱操作平台；研究了智能化清舱机器人控制方法，包括舱内感知定位、云控与自主导航作业双控制模式以及机岸协同清舱作业等核心技术。最后，以某粮食港口的7万t巴拿马级散货船为对象展开应用验证。结果表明，所提系统提高了清舱作业安全性的同时优化了整体流程，缩短了作业流程整体耗时，可以满足安全且高效的清舱需求。