基于自适应Patching 的船舶轨迹预测模型

作　　者： 张爽

摘　　要： 船舶航迹预测对于航行安全、导航优化以及港口调度具有关键作用。针对传统 Transformer 模型在捕捉船舶轨迹长程依赖关系方面存在的不足，文章提出一种基于自适应 Patch 划分的 Transformer 模型。该方法通过引入可学习的自适应 Patch 机制，将船舶历史轨迹智能地划分为具有动态长度的子序列，有效降低了 Transformer 注意力机制的计算复杂度，并使模型更灵活地捕获长时间范围内轨迹数据的动态变化和潜在依赖关系。实验结果表明，该方法显著提升了船舶轨迹预测的精度与计算效率，为智能航运管理和港口物流优化提供了高效、准确的决策支持工具。

来　　源： 《信息产业报道》 2025-10