مهدی ابراهیمی موینی - Department of Marine Engineering, Tarbiat Modares University
مهدی شفیعی فر - Department of Marine Engineering, Tarbiat Modares University

تحلیل مسیر کشتیرانی به منظور مدیریت ترافیک دریایی، به تجهیزاتی برای جمع آوری اطلاعات درباره رفتارهای کشتی بستگی دارد. بدین منظور، معتبرترین داده ها، داده های سیستم شناسایی خودکار (AIS) می باشند. پیچیدگی و حجم بالای داده های AIS، عملیات نظارت به صورت سنتی را بیشتر و تجزیه و تحلیل ترافیک دریایی را دشوارتر می کند. بنابراین یک رویکرد غیرنظارتی برای تبدیل موثر داده های خام AIS به الگوهای مسیر حمل و نقل دریایی منظم مطلوب است. مدل پیشنهادی برای تجزیه و تحلیل مسیرهای حمل و نقل دریایی شامل ۴ بخش پیش پردازش داده ها ی AIS، اندازه گیری شباهت ساختاری، خوشه بندی مسیر شناور و استخراج مسیر نماینده است. ارزیابی تجربی مدل پیشنهادی با داده های واقعی منطقه مورد مطالعه نشان می دهد که در مجموع از لحاظ بصری خوب عمل کرده و نتیجه مورد انتظار حاصل شده است.  نتایج حاصله به درک بیشتر الگوهای مسیر حمل و نقل دریایی کمک کرده و مقامات دریایی را در مدیریت پایدار ترافیک دریایی کمک می کند.    

AIS, preprocessing, ship trajectory clustering model, shipping route analysis, تحلیل مسیر کشتیرانی, پیش پردازش, مدل خوشه بندی مسیر شناور, سیستم شناسایی خودکار AIS