首先，简要梳理了我国《海商法》首次进行全面系统性修订的背景与历程；其次，在阐释新《海商法》所承载的新时代历史使命的基础上，以对我国航运业高质量发展提供坚实制度保障为视角，重点分析新法的七大制度发展：统一国内与国际海上货物运输规则、确立电子运输记录法律地位、赋予符合特定条件的港口经营人以实际承运人地位、审慎提高海事赔偿责任限额、明确船舶融资租赁的担保属性、完善海上保险规则以及引入反制条款；最后，就新《海商法》的实施、配套规则制定及未来立法发展提出方向性思考。

本文聚焦于新《海商法》中时效制度的重大修订，系统探讨其在海上货物运输一年时效、追偿时效、海事特殊时效中断事由及海上保险诉讼时效起算四个关键领域的制度重构。研究显示，新法在维持国际通行的一年时效基准、构建双向平衡的时效结构、适度拓宽中断事由以及统一保险时效起算标准等方面取得重要进展，显著提升了法律体系的确定性与国际协调性。然而，新法可能面临协议延长机制缺失、追偿时效救济空间有限以及责任保险与代位求偿等特殊规则不明确等本土适应性问题。本文通过解析新法制度体系，评估其制度成效与潜在局限，旨在为航运实务界与司法实践提供应对策略，推动我国海事法治环境的持续优化。

船舶自动靠泊是智能航行的重要环节，但其高度场景依赖性使研究成果难以直接转化为通用系统。不同船型、推进配置以及复杂泊位条件，对轨迹规划与控制策略均提出差异化要求。同时，科学定义靠泊完成状态并建立评价体系，是确保系统实用性与安全性的关键。本文系统梳理了近年来船舶自动靠泊轨迹规划与控制的研究进展：首先介绍关键技术要素，包括轨迹规划与运动控制方法；其次重点分析了面向特定船型与推进系统的差异化靠泊策略；随后讨论了靠泊完成标准、性能评估及试验验证方法；最后总结了当前研究面临的主要挑战，展望了未来发展方向。

旅游业复苏使兼具旅游与航运功能的受限水域航道客货船舶交叉混行局面愈发频繁，传统客运船舶逐排连续横越航道造成水域通航风险激增，已无法适应复杂通航环境。考虑客运船发船高峰期和货运船乘潮期“双峰”叠加的复杂局面，在传统横越方法的基础上提出逐排跟船横越方法。基于交通冲突技术和动态船舶领域理论，分别构建大角度和小角度转向逐排跟船横越模型。利用黄浦江繁忙水域掉头区的船舶自动识别系统（AIS）数据，对客运船横越方法进行仿真验证。研究结果表明：当船舶间保持最紧迫距离时，客运船采用大角度和小角度转向逐排跟船横越方法可改善采用传统方法无法安全开航的情况；在不同船舶交通流密度下，相比大角度转向逐排跟船横越方法，采取小角度转向逐排跟船横越方法最大可提升客运船50%的横越效率。所提出的逐排跟船横越方法在保证通航安全的前提下可大幅提升客货船交叉通航效率，为海事管理部门协同提升内河受限水域航道通行效率和安全提供方法参考。

针对自主水下航行器（AUV）的动力学建模问题，考虑AUV六自由度运动的非线性，提出一种基于深度卷积神经网络的非线性系统黑箱辨识建模方法。提取舵信号最大幅值对应频率，作为变分模态分解（VMD）降噪方法的设置阈值，降低AUV模型试验数据噪声，解决了VMD分层参数难以调谐的问题；利用双向长短期记忆（BiLSTM）和注意力机制，建立非线性系统黑箱模型，利用Adam优化方法求解AUV六自由度运动黑箱模型；采用AUV船模试验数据开展模型训练和预测验证，并与CNN-LSTM、CNN-BiLSTM和CNN-LSTM-Attention建模方法作比较，求解并分析AUV运动的速度项、姿态角和运动轨迹。试验结果表明：深度卷积神经网络的均方根误差（RMSE）、决定系数（R²）和平均绝对百分比误差（SMAPE）比CNN-LSTM模型分别改善了79.29%、3.84%和74.41%，验证运动建模方法的可行性和有效性。该方法能为水下航行器的精确避碰和自主导航提供一种有效的动力学建模策略。

客滚运输作为水路交通系统的重要组成部分，在内河、沿海甚至跨海峡之间的水路运输服务中扮演着重要角色。近年来，客滚船碰撞事故时有发生，为降低因碰撞造成的损失，提出基于模糊贝叶斯网络的客滚船碰撞应急决策模型。通过引入模糊逻辑对确定的客滚船碰撞应急决策变量进行定量或定性的模糊化处理，并结合改进的IF-THEN规则获得置信规则库，再将其转换为条件概率表，从而建立完整的贝叶斯网络推理结构，最终通过效用值确定最优应急决策方案。案例验证的结果表明所提出的应急决策模型有效可行，且符合实际应用场景。研究成果为船舶决策者在发生客滚船碰撞事故时提供应急决策的判断依据。

面向载货运输船舶自主航行过程中或对时间与位置控制较为严格的要求，需开展高精度轨迹跟踪控制研究。针对现有研究对货运船舶关注较少，对船舶执行器特性考虑不够充分，将力与力矩视为可控输入直接进行控制律设计，工程可实现性相对较弱的问题，提出一种虚拟船领导法与积分视线法相结合的控制方法。该方法基于桨转速估计算法使实船及时跟随虚拟船的速度，再通过速度反馈校正以补偿干扰。为提高轨迹跟踪精度，利用实船与虚拟船的相对位置关系，通过改进的积分视线法获得期望航向，将问题简化为航向保持，最终实现船舶轨迹跟踪。仿真试验表明:被控船舶在环境干扰中完成轨迹跟踪，稳态误差小于±0.5 m，误差收敛时间小于50 s，舵角抖振降低86%，螺旋桨转速抖振降低71%。所提出的控制方法原理简明，且具有较好的性能，可为商业运输自主船舶的轨迹跟踪工程应用提供方法参考。

船舶火灾事故对船舶安全构成重大威胁，人为因素是事故发生的主要因素。准确识别船员在船舶火灾场景下的恐惧情绪变化，对提升船员的火灾处置能力有重要意义。采用虚拟现实技术模拟海上火灾场景收集多个受试者的脑电信号。对脑电信号进行预处理以及离散小波变换将原始信号分解为不同频段的子信号，提取每个子频段的3种特征建立特征集，包括平均绝对值、标准差和均方根。构建多个情绪识别领域适用的机器学习模型，采用精确率、准确率和F₁等评估指标对模型进行评估。试验结果表明：支持向量机分类模型效果最好，准确率达到了87.97%，在船员的恐惧情绪三分类问题中效果显著。将虚拟现实技术与脑电信号情绪识别技术相结合，可有效地诱发和识别船员在火灾场景下的恐惧情绪。该方法有助于在船员消防培训中，评估和提升船员的应急能力。

船舶驾驶员仅从海事或水文部门获取粗略的航道水流信息，并据此调整船舶操纵策略。如能获取航道水域详细的水流流场数据，可为行经该水域的船舶航行提供信息和早期预警。以视频拍摄的江汉桥附近水域表面流为研究对象，运用大尺度粒子图像测速技术（LSPIV）研发航道表面流测速方法分析航道水域表面流流态特征，获取表面流流场数据，并使用光流法和超声波多普勒流速流向仪对流场进行对比验证。研究表明：运用航道表面流测速方法可获取详细的水域表面流流态，并为传统船舶和大数据下智能船舶的航行和路径规划提供数据支持，在提升船舶航行安全和效率方面具有实际意义。

随着全球航运的快速发展，港口货运量与日俱增，船舶拥堵、延误现象逐渐严重，港口的运行也受到了严重的制约，因此本文针对当前港口货运量激增、船舶拥堵、污染加重的问题，提出了一种以船舶实际在港时间与期望在港时间差值最小、运营成本和污染排放最低为目标函数，以时间、空间、机械设备等限制为约束条件的港口调度规划（TB&P）模型；为了求解TB&P模型，对基础白鲸算法（BWO）提出改进，设计一种反向学习白鲸算法（OBWO）对TB&P模型进行求解；通过港口实例数据验证优化模型和改进算法的可行性与优越性。验证结果表明，建立的模型相较于传统模型，能够降低船舶的延误程度30%以上，同时减少港口内水域的污染；提出的求解算法与本文选取的算法相比，求解精度提高40%以上。

船舶到港时间和装卸作业时间具有明显的不确定性，而三角模糊数能够通过其上、下界及其最可能值三个参数有效描述难以用精确数值描述的信息。基于此，文章首先以最小化船舶总离港延误时间为目标，建立集装箱码头泊位分配模糊整数规划模型；其次，提出基于解修复策略和跳出策略的改进多元宇宙算法求解模糊整数规划模型。最后，通过与确定性泊位分配方案对比，证明模糊泊位分配方案可减少总离港延误时间，在面对不确定性更具有优势。同时，相较于标准多元宇宙算法，文章提出的改进多元宇宙算法在小、中、大规模试验下，其求解速度分别提高59.9%、44%、26.1%，说明该算法可以有效求解泊位分配模糊整数规划模型，为处理模糊不确定性条件下的泊位分配问题提供决策依据。

针对碳减排背景下港口微电网的投资部署问题，综合考虑包含在泊船舶在内的港口区域利益，分别以规划期内港区最大化环境效益和港区最小化总成本为目标，构建了以政府为领导者、港区为跟随者的双层规划模型。设计并采用列和约束生成（CCG）算法进行求解，得到划期内港区的最优投资运营策略。分析不同激励预算下港口微电网系统的部署情况与港区的环境效益，并对不同激励策略进行案例对比，结果表明混合激励策略能显著提升港口微电网系统的投资积极性，并有效促进港区能源结构革新与减排进程。

在新发展格局构建的战略背景下，长江经济带是联通国内国际双循环的关键枢纽，而上海港口作为长江经济带的龙头港口与核心节点，其基础设施的战略支撑作用愈发凸显。上海国际航运中心作为我国航运业的核心载体，其服务能级提升正面临空间资源约束的瓶颈。本文通过构建港口服务强度及等待概率模型、排队模型，系统评估港口运营效率，并结合不同系统容量下船舶损失率模型量化资源约束影响，同时对比国内外典型港口发展策略，剖析上海国际航运中心发展面临的核心问题。模型分析表明，港口服务需求与空间资源供给之间的结构性矛盾已成为制约其高质量发展的关键因素。若未来能进一步推进港航资源扩能升级，优化空间资源配置条件，上海国际航运中心将有效释放江海直转运输优势，显著提升港口服务能级与长江黄金水道通航效能，降低全社会物流综合成本。这一发展路径不仅有助于推动航运业绿色转型与数智化升级，更能强化国家供应链安全保障能力，扩大高水平对外开放，为上海国际航运中心实现长远可持续发展奠定坚实基础。

准确预测港口集装箱吞吐量对港口航运企业和政府管理部门科学制定决策具有重要意义。目前的研究方法对短历时港口集装箱吞吐量的关注较少，对非线性、非平稳的波动序列的预测准确性有限。本文以上海港集装箱吞吐量为分析与预测对象，研究提出了基于以相关系数分析为基础的变分模态分解（CCVMD）和季节趋势分解（STL）的二次分解的新型深度学习模型：以相关系数为参照，对原始时间序列进行变分模态分解，在此基础上二次分解为季节项、趋势项和不规则项，并用算法优化的长短期记忆神经网络分别对分解项进行预测，汇总得到最终预测结果。结果表明：在集装箱吞吐量预测中，对数据进行预处理的分解组合模型表现显著优于其他模型；本文提出的模型的平均绝对百分比误差为0.021 703，均方根误差百分比为0.026 852，平均绝对误差百分比为0.022 14，预测整体表现优于其余12种比较模型和既往研究提出的部分模型；二次分解预处理在追踪极值、除噪降噪和可解释性方面更具可靠性。

针对复杂通航水域中船舶轨迹预测准确性不高的问题，提出了基于GRU-Attention-BiLSTM的船舶轨迹预测模型，该模型编码器部分使用门控循环单元（GRU）来捕捉轨迹序列中的时序特征，解码器采用双向长短期记忆网络（BiLSTM）并加入注意力（Attention）机制来调整数据特征的权值。以历史时刻的船舶经度、纬度、速度及航向为模型输入基础特征，同时引入中值滤波平滑处理后的水域船舶密度作为附加特征。选取宁波舟山港核心港区2024年3月的AIS数据进行模型的训练和验证，并与GRU、LSTM、Seq2Seq-LSTM、Attention-BiLSTM和Transformer模型进行定量和定性对比，结果表明本文模型在不同的预测时长和航行场景下都有更优的预测结果。

基于北极海域复杂海冰环境给船舶航行安全与经济效益带来的诸多挑战，文章提出一种优化航行风速阻力和冰阻力的多目标改进麻雀搜索路径规划算法。以极地操作限制风险评估系统计算所得的风险指数和安全水深阈值作为约束条件来确保船舶的航行安全，减少了北极航道中外界阻力对船舶航行的影响。首先，对北极航道的气象要素和海冰数据进行处理，结合船舶类型构建栅格环境地图；其次，筛选可安全通航区域，建立多目标函数模型；最后，利用改进的麻雀搜索算法对航线进行优化，并与其他典型路径规划算法对比分析，以此验证该方法的有效性与可行性。结果表明，基于风阻和冰阻力多目标模型的改良麻雀搜索算法所生成的最优路径能够显著减少船舶航行中所受阻力，最优可缩小10.9%，且路径长短和运行时间与其他算法相比无明显差异，为北极航道中船舶的航行提供了经济、高效的优化方案。

为研究恶劣海况下超大型船舶减纵摇性能，以“KVLCC2”油轮为研究对象，利用加权矩阵使其传递函数数学模型稳定并使用根轨迹成型法验证其模型稳定性。而后利用简化后的一阶闭环增益成型算法设计鲁棒控制器，同时提出双重非线性反馈控制算法并将其加入控制系统中，进一步提高减纵摇性能。为验证双重非线性反馈控制系统减纵摇性能，在系统中加入7级和8级风浪模型及摄动环节仿真试验。结果表明，当时滞常数为0.15时，双重非线性反馈控制系统在恶劣海况下亦能提高船舶的减纵摇性能。所提双重非线性反馈控制系统可为超大型船舶在变化海况下平稳、高效航行提供技术支撑。

通过采用MARIS模型和对流扩散模型，模拟了核污水的扩散过程。基于研究结果优化船舶压载水换水方式，以防止含放射性物质的压载水直接排放至我国港口，从而减少对生态环境的潜在威胁。以福岛核泄漏事件及其后续130万吨核污水持续排海为研究对象，发现放射性物质主要集中在海洋表层，且福岛核电站周边水域的海水和水生生物已检测到铯等放射性元素的富集现象，从而导致船舶在福岛附近的日本东部港口泵入含有放射性物质（如¹³⁴铯，¹³⁷铯）的压载水。通过采用对流-扩散算法，模拟了船舶在不同距离进行换水时放射性物质浓度的变化，为优化船舶压载水的换水方案提供理论支持。结果表明，船舶在距离日本沿岸20 n mile以外增加排空压注法的二次换水，可以将压载水中放射性物质的浓度降低至换水前的十万分之一。本研究结论可辅助海事主管机构制定相关管理措施，有助于保障海洋生态环境的安全。

在港口岸电背景下，研究不同政策对港航企业的影响，有利于提高岸电使用率、实现既定减排目标。为了探究政策对港航企业影响问题，构建港口主导、航运公司跟随的Stackelberg博弈模型，旨在解决岸电设备创新问题，增加创新补贴，并将补贴与碳交易政策结合，探讨其对港航企业的影响。运用逆向求解法进行求解，使用Matlab进行数值仿真。研究结果表明：在减排初期，补贴政策有利于创新水平提高，在岸电技术成熟后政府实施双参政策有利于督促港航业持续研发岸电技术进行减排降碳。为此，建议政府初期采取措施扩大市场规模、提高社会低碳意识、增加创新补贴力度以促进岸电使用率，待技术成熟后，通过调整补贴比例与碳价维持岸电的使用。

为准确预测在航船舶油耗水平，分析油耗复杂多变影响因素，量化各因素影响程度，选取油船和散货船分别进行营运数据采集与预处理，建立一种基于极端梯度提升树（XGBoost）算法的船舶油耗预测模型，采用XGBoost内置增益方法（Gain）完成影响程度分析。结果表明，所提出的模型预测性能良好，两类船舶油耗预测模型的平均绝对百分比误差分别为4.88%、3.92%；内部因素中，船速影响最大，权重分别为0.671和0.429；外部因素中，风、浪等航运环境影响较大。

文章提出了一种以排放扩散特征为基础的在航船舶燃油硫含量监测方法，通过分析监测点获取的SO₂扩散浓度，并运用高斯烟团修正模型进行计算，最终推导出船舶排放源的强度。进一步，利用船舶主机与辅机的基本参数，构建燃油消耗量计算模型。最后，基于SO₂排放速率与燃油消耗量的比值，反算出船舶燃油硫含量。经验证，本方法在超标船舶检出率和检测异常率方面均优于当前广泛采用的碳平衡法，分别达到86.60%和2.06%。在连续30天的实际监测中，共成功检测2 743艘船舶的燃油硫含量，有效检出率为82.72%；其中131艘涉嫌硫含量超标，经核实111艘确属不合格，检测准确率为84.73%。实测数据证实，该方法能够在不获取CO₂的条件下，实现对在航船舶燃油硫含量的有效实时监测。

为实现碳中和目标，政府和企业正全力加快航运业的绿色转型。本文针对低碳海运供应链（LMSC），考虑政府政策和消费者绿色偏好，运用斯塔克尔伯格博弈理论，构建航运公司和货运代理（货代）的二阶段博弈模型，确定双方的定价和碳减排水平决策，研究碳税、政府补贴和消费者绿色偏好对双方决策的影响。研究发现：1）航运公司与货代合作能够实现LMSC整体利润的最大化，为了进一步提高LMSC的碳减排水平，双方应共同主导LMSC的发展；2）政府补贴和低碳意识的提高具有双重作用，不仅降低了碳排放水平还提高了企业利润，在某些情况下可能导致集装箱市场价格上涨；3）虽然碳税能够显著提高LMSC的低碳水平，但它会降低各方的利润，并推高集装箱市场价格。