关闭
海大学术期刊
搜索
导航
首页
机构概况
中心简介
人员介绍
编委会介绍
联系我们
期刊导航
学术活动
文源沙龙
学术年会
系列研讨
规章制度
出版法规
行业标准
内部制度
党建工作
投稿系统
文件下载
大连海事大学学报
大连海事大学学报(社会科学版)
航海教育研究
世界海运
English
有组织科研成果的一流展示窗口
有家国情怀人才的一流孵化平台
教育科技人才一体化推进
信息动态
News
更多
招商轮船行政管理部到我校学术期刊中心开展办刊工作交流
2026-07-28
AI赋能科技创新暨 《大连海事大学学报》高质量发展学术交流会议成功举办
2026-06-29
纪玉龙副校长到学术期刊中心调研指导
2026-03-06
学术期刊中心应邀参加第三届全国航海青年学术论坛
2025-12-05
自主知识体系构建: 跨学科视角与青年人才成长学术会议暨《大连海事大学学报(社会科学版)》2025年学术会议成功举办
2025-11-11
19
2026-11
大连海事大学学术期刊中心 “教改项目与教学成果专题”征文启事
通知
16
2026-10
学术期刊中心召开10月份主编工作交流(扩大)例会
通知
15
2026-10
招商轮船行政管理部总经理李漫一行来我校学术期刊中心调研交流
通知
15
2026-10
学思践悟强根基 凝心聚力担使命 ——学术期刊中心党支部召开支部扩大会议
通知
热点文章
Hot papers
更多
大连海事大学学报
2026年第52卷第2期
港口多模态知识图谱与大模型融合的驱动机制与路径设计
在港口智能化升级背景下,业务场景的动态复杂化与数据的多源异构化,暴露出当前港口智能系统在“感知-认知-决策”链路存在断点:知识图谱虽擅长符号推理,却难以处理多模态语义与动态知识融合;大模型虽具备强大的自然语言能力,却因可解释性不足与领域知识缺失,难以实现精准可靠的决策推理。这一“感知与认知分离、生成与推理割裂”的现状,使单一技术无法满足港口对高可靠、可解释、自适应智能决策的需求。融合多模态知识图谱与大模型,已成为推动港口智能系统迭代升级的关键路径。本文系统梳理了人工智能、知识图谱与大模型在港口智能化领域的研究现状,从产业需求与技术融合双重视角,剖析了多模态知识图谱与大模型融合的内在驱动机制,并搭建了层次化技术架构与功能体系。同时,结合港口工程实践与行业发展现状,梳理并探讨了二者实现深度融合面临的关键技术瓶颈,以期为相关理论研究与工程落地应用提供参考依据和实践借鉴。
李桃迎,张益嘉,曾庆成
大连海事大学学报
2026年第52卷第3期
基于时空莫兰指数的轨道交通多类型异常客流特征分析
异常客流是城市轨道交通运营安全面临的重要挑战,深刻把握其时空演化规律,是实现精准预警与高效响应的基础。然而,现有研究仍缺乏针对不同类型事件下异常客流特征的系统性对比分析。为此,本文以沈阳轨道交通网络为研究对象,构建基于客流波动的时空莫兰指数模型,对大型活动、节假日与恶劣天气三类事件引发的异常客流时空特征进行刻画分析。研究发现,三类异常客流均表现出时空正相关性,但演化模式具有显著差异:大型活动客流呈现“局部聚集、阶段突出”的非扩散性特征,时空冲击强、影响范围集中;节假日客流则具有“范围广、历时长”的多中心扩散特征,其演化主要源于站点功能替代,而非单纯需求增长;恶劣天气通过强化刚性通勤、抑制弹性出行,进一步推动客流向通勤骨干站点集聚;在复合事件情景下,客流结构呈现主导事件与背景事件相互叠加、协同作用的复合格局。本研究结论可为不同类型异常客流下的差异化运营管控与动态运力调度提供决策支持,并在特征构建与数据增强层面,为破解异常客流预测中“样本稀缺、难以学习”的瓶颈提供理论依据。
孙世超,宋新蕊
大连海事大学学报
2026年第52卷第1期
班轮运输网络下航线配船与航速联合优化算法改进
为适应航运市场变化与低碳转型发展需求,船公司需定期进行航线配船决策优化工作。从提高船公司决策效率的目标出发,综合考虑多条班轮运输航线的船型选择、运量分配及多种绿色航运措施等因素,建立班轮运输网络下航线配船与航速联合优化模型。针对模型隐含的决策次序特征,设计基于线性转换与级联递增策略的两阶段交互算法以实现高效求解,并通过算法对比验证了该求解方法的准确性与高效性。相较于枚举船型的算法,该算法在获得同等优化结果的前提下,求解效率提升约99%。最后,以跨太平洋海域航运网络运营组织为例,探究船队的最优经营策略。结果表明,调整为更大载箱量的船型并适度提高航速,能够有效提高船公司经营利润。研究成果可为船公司灵活应对市场变动、高效制定经营策略提供决策支持。
赵瑞嘉, 张晓蕾, 甘佐贤,蒋美芝
大连海事大学学报
2026年第52卷第1期
基于超分辨率DEM与实时水位交互的海图动态等深线生成方法
国际海道测量组织(International Hydrographic Organization,IHO) S-98标准定义的电子海图与多源水文数据互操作是未来应用趋势,本研究旨在探索融合电子海图(Electronic Navigational Chart, ENC)产品与实时水位数据的动态等深线智能生成技术。 针对S-102测深表面数据不完备情况下ENC产品包含的稀疏水深数据精度难以直接支撑高可靠性的动态水深计算的制约,提出一种基于深度学习超分辨率技术的解决方案,利用改进的TSE-EDSR模型,从海图稀疏水深点中重建高保真度的海底数字高程模型,再结合实时水位数据生成动态等深线。实验表明,本文方法生成的数字高程模型及动态等深线在精度和形态真实性上均显著优于传统插值方法,可为S-98互操作应用提供技术支撑,对推动新一代电子海图的应用与发展具有重要的理论和实践价值。
栗之浩,潘明阳,李邵喜,王沫,胡景峰,郝江凌,张若澜
专刊/专栏
Special Issue / Special Column
更多
大连海事大学学报(社会科学版)
航海教育研究
世界海运
期刊导航
Journals
更多
大连海事大学学报
大连海事大学学报(社会科学版)
航海教育研究
世界海运
常用链接
大连海事大学
大连海事大学图书馆
国家新闻出版署
交通运输部
教育部
中国知网
海大学术期刊
大连海事大学学报
大连海事大学学报(社会科学版)
航海教育研究
世界海运