[发明专利]一种基于决策树的物联网港口船舶调度方法

权利要求书

1.一种基于决策树的物联网港口船舶调度方法，其特征在于，包括以下步骤：

S1、获取船舶属性集、港口属性集，根据所述船舶属性集和所述港口属性集得到港口作业计划数据集；

S2、根据所述港口作业计划数据集获取数据集样本，根据所述数据集样本生成港口调度决策树模型；

S3、获取待调度的港口船舶状态信息，将所述港口船舶状态信息输入到所述港口调度决策树模型中，得到决策结果；

所述步骤S2包括：

S21、根据所述港口作业计划数据集获取数据集样本，将所述数据集样本划分为训练集、验证集和测试集；

S22、利用所述训练集产生初始决策树模型；

S23、利用所述验证集对所述初始决策树模型进行修正，得到修正的决策树模型；

S24、利用所述测试集对所述修正的决策树模型测试后，得到所述港口调度决策树模型；

所述步骤S22包括：

S221、生成根节点；

S222、分别计算所述港口作业计划数据集中每个属性的信息熵增益，所述信息熵增益的计算公式为：

其中，y为样本中港口作业计划数据集的每个属性可取值的项数，P_k为某个属性的某项在该属性可取项数中的权重，D^v为某项的取值，D为港口作业计划数据集样本总数,y^v为在D中D^v的个数，p_v为D^v中不同的取值占总数的比重；

S223、选取信息熵增益最大值对应的属性作为所述根节点的子节点；

S224、选取所述步骤S223中得到的属性的可取值作为所述子节点的分支；

S225、循环执行所述步骤S222-S224，直到计算完每个属性的信息熵增益，生成所述港口调度决策树模型。

2.根据权利要求1所述的基于决策树的物联网港口船舶调度方法，其特征在于，所述船舶属性集包括船舶名称、装卸状态、货物名称、货仓类别、荷载、靠泊时间、离港时间、船身长度、船舶代理属性中的一种或多种。

3.根据权利要求1所述的基于决策树的物联网港口船舶调度方法，其特征在于，所述港口属性集包括当前泊位状态、可用机械数量、空闲工人数中的一种或多种。

4.根据权利要求1所述的基于决策树的物联网港口船舶调度方法，其特征在于，所述步骤S23包括：

S2311、分别计算训练集的代价函数与验证集的代价函数；

S2312、当判断所述训练集的代价函数值大于所述验证集的代价函数第一比率时，对所述港口作业计划数据集进行修正，并重新执行所述步骤S2，得到修正的决策树模型。

5.根据权利要求1所述的基于决策树的物联网港口船舶调度方法，其特征在于，所述步骤S23包括：

S2321、分别计算训练集的代价函数与验证集的代价函数；

S2322、当判断所述训练集的代价函数值小于所述验证集的代价函数第二比率时，对所述初始决策树模型进行修正，并重新执行所述步骤S22，得到修正的决策树模型。

6.根据权利要求1所述的基于决策树的物联网港口船舶调度方法，其特征在于，待调度的港口船舶状态信息包括船舶名称、装卸状态、货物名称、货仓类别、荷载、靠泊时间、离港时间、船身长度、船舶代理属性、当前泊位状态、可用机械数量、空闲工人数中的一种或多种。