Laivojen saapumisaikojen ennusteen parantamisen kartoitus

Abstract

Tarkoituksena oli kartoittaa yksinkertaisia tapoja parantaa laivojen saapumisaikojen arvioita. Tätä varten kerättiin AIS-tietoja Tanskasta ja yhdistettiin ne satamakäynteihin Suomen satamissa. Tietoja kerättiin vuosien 2018 ja 2024 väliltä opetusjoukoksi ja vuoden 2025 alusta testijoukoksi. Datassa nähtiin potentiaalia tarkentaa ennustetta kaksi vuorokautta etukäteen arviolta suunnilleen parilla tunnilla. Dataa hyödynnettiin erilaisilla koneoppimismalleilla ja yksinkertaisilla neuroverkoilla tuottamaan tarkennuksia ennusteeseen. Sekä satunnaismetsä, gradienttiboostaus, XGBoost- menetelmä että neuroverkot kykenivät löytämään datasta johdonmukaisuuksia. Kuitenkaan millään mallilla ei saatu parannettua ennustetta testijoukolla vuodelta 2025. Kuitenkin analysoimalla kerätyn tiedon haasteita ja suhdetta muuhun tutkimukseen löydettiin potentiaalisia jatkokehityskohteita. Historiallisen tiedon keruuta ennusteista ja laivojen varustuksesta on syytä kehittää ja muita ajan mukana muuttuneita riippuvuus- tekijöitä tulee selvittää. Erityisesti useamman AIS-viestin tietojen yhdistäminen ja säädata ovat potentiaalisia lisädatan lähteitä. Ongelmallisia attribuutteja olivat muun muassa alusten kulkusuunta ja moottorien lukumäärä.

The purpose was to survey uncomplicated methods to enhance the precision of ship arrival time estimates. Hence, AIS messages from Denmark were gathered and combined with port call information of Finnish ports. The data spanned from 2018 to first quarter of 2025. The last quarter was used as a test set. The data displayed potential to enhance precision of ETA with two hours even two days prior to arrival. The data was utilized with machine learning algorithms and straightforward neural networks to generate refinement to predictions. Random tree forest, gradient boost and XGBoost as well as neural networks suggested promising capacity to identify correlations from the data. Nonetheless, they were unable to deduce more accurate arrival times for the 2025 test set. However, analyzing difficulties in the gathered data and it’s relation to existing corpus of research, further potential development avenues could be identified. Historical aspect of estimates ought to have additional considerations. Furthermore, examination of feature importance displayed potential to examine other factors that impact data integrity in temporal dimension. Particularly, combining several AIS messages as well as weather data seem intriguing subjects for augmenting the gathered data. The number of engines in a vessel and the course of the vessel revealed to be challenging attributes.