遗传学算法在船舶航线自适应控制器中的应用

为了提高大型海上运输船在复杂海上交通条件的航行能力和运载能力,研究船舶航线自适应控制器具有重要意义。随着船舶结构和功能的复杂化,船舶航线控制的准确度和可靠性的难度越来越大。本文系统介绍遗传学算法,并利用该算法的自适应搜索能力和参数优化技术,设计和优化船舶航线自适应控制器,提高其控制精度和鲁棒性。     

基于深度强化学习的船舶航线自动规划

为解决传统船舶航线规划算法缺少对经验航线的参考及不适用于真实航行需求的问题,提出一种基于深度Q网络(Deep Q Network, DQN)船舶航线自动规划算法,用以在电子海图中提供拟合航道,生成适宜真实航行情况的自动规划航线。这种算法采用当前神经网络和目标神经网络2个二层神经网络结构,达到打乱数据相关性的目的,将智能体的经验存储为经验池,通过随机采样,防止出现局部收敛的问题,实现对未训练的电子海图进行航线规划的功能。通过计算机仿真和实际规划验证,说明该方法可有效实现设计功能。     

恶劣气象海况下船舶航线的多变量多目标优化建模

气象航线优化是一种复杂的多变量多目标问题。为解决该问题,提出一种可行的船舶气象航线优化方法,以航线转向点和每段航速为优化对象,以船舶特性和动态规避恶劣气象海况为约束条件,以最少航时和最低油耗为优化目标,建立船舶多变量、多动态约束、多目标的气象航线优化模型,并以强度帕累托多目标遗传进化算法为理论基础,构建基于气象海况影响因子的加权惩罚适应度评估模型,优化解的选择空间,实现对该问题的有效求解。试验结果证明:通过同时对航路和航速进行优化,不仅可规避时空动态变化的恶劣气象海况,而且可得到各种用户偏好情况下的气象航线,对实现船舶的智能航行具有重要的意义。     

船舶运行过程中自适应智能航线控制系统设计

针对传统独立PID船舶智能航线控制系统,航线角度误差较大的问题,设计了新型船舶自适应智能航线控制系统。通过C6713型DSP处理芯片和84HCSL595型锁存扩展芯片,构建船舶三项电机驱动系统,实现船舶前进方向控制;在传统PID控制算法上引入智能模糊算法,对船舶航线角度进行智能精确计算,获取角度误差和角度误差变化率数值,为驱动系统提供方向指令,减小航线误差。仿真实验数据表明,新设计的智能航线控制系统航线平均角度误差,比传统独立PID船舶智能航线控制系统小9.859 8°左右。     

船舶航速优化算法研究

有效的航速优化算法能够使船舶处于最佳航行状态,从而减少燃油开支,节约运营成本。本文以船舶航速作为研究对象,给出一种基于遗传算法的不定期船舶运输经济航速优化方法,实现了航线不变情况下,不定期船舶运输的航速优化问题。     

多学科设计优化算法比较及其在船舶和海洋平台设计上的应用

多学科设计优化(Multidiseiplinary Design Optimization,简称MDO)是一种通过充分探索和利用系统中的相互作用的协同机制来设计复杂系统工程和子系统的方法论.多学科设计优化算法是其核心部分,也是研究最活跃的领域.文中首先介绍了MDO算法的定义、分类和发展,然后从算法的来源和目的、优化过程、优缺点、改进方法和应用情况等五个方面对四种基于分解技术的MDO算法进行了综述,进而对比了这四种算法的异同点.最后,针对船舶和海洋平台设计的具体特点,归纳了适合于船舶或海洋平台多学科设计优化的MDO算法所需要具备的特征,并建议使用基于近似模型的协同优化算法或BUSS 2000算法进行船舶和海洋平台的多学科设计优化.     

一种基于K-means改进蚁群算法的船舶航线设计方法

文章提出了一种基于K-means改进蚁群算法的船舶航线设计方法。首先利用Kmeans算法对栅格化海图情况进行聚类,模拟真实海况并得到多个具有区分特性标识的栅格类;然后将每一个类分别看成一个独立的TSP问题(Traveling Salesman Problem,旅行商问题),将蚁群算法应用在每个类内部和类之间,从而规划出一条船舶航线最短且能够安全避障的优化航线。通过仿真实验结果对比表明,该算法能够有效完成航线规划任务,并具有精度高、计算速度快等特点。     

多约束条件下气象航线规划的智能混合算法

针对船舶航线规划面临气象条件、水文地理、航行需求、船舶物理特性等复杂条件约束的情况,为设计同时满足船舶航行安全性和经济性需求的最佳气象航线,提出一种结合传统A*算法和遗传算法的智能混合算法。该算法使用A*算法来提升遗传算法初始种群质量并加快搜索速度,根据航行需求和多约束条件设计目标函数和适应度函数,采用多种群技术和精英保留策略增加种群多样性并加快算法收敛速度。遗传算法在航线搜索的一个方向上是连续的,这与其他采用离散网格系统的算法相比拥有更高的搜索精度。实验结果表明该智能混合算法能高速、有效地完成船舶气象航线规划设计。     

船舶物流最佳航线智能选择算法研究

传统船舶物流航线的选择算法能够完成单批次、点对点船舶物流航线的确定,但针对多批次、多目的地、不同海洋运输环境的物流运输,传统船舶物流航线选择算法无法计算。为此提出船舶物流最佳航线智能选择算法研究。依托antcb数学模型控制k取值范围,构建理想状态下船舶物流航线的统计算法;扩展外在因素影响算法,对对渠道最佳航线计算进行动态修订,构建船舶物流最佳航线选择原则,完成船舶物流多点式最佳航线智能选择计算。通过实验表明,设计船舶航线智能选择算法比传统航线算法平均航线适用率提升68.93%,适合不同环境、多变量情况下最佳航线智能选择。     

载人潜水器舱室设备智能布局设计方法研究

载人潜水器舱室设备智能布局是一种基于知识的智能化过程,以往的载人潜水器舱室 CAD 系统通常采用交互式输入和修改,不能从全局最优化的思想支持载人潜水器舱室设计全过程。将智能技术引入系统载人潜水器舱室布局设计方法中,可以推动船舶智能设计、智能制造、智能工程的全面发展。论文在研究遗传算法的基础上,提出了基于Pareto的PGA算法进行多目标优化计算,建立载人潜水器舱室布局优化数学模型,并使用 PGA 进行求解。经设计委托方评审,获得的计算结果符合设计要求,该方法使整个项目的设计效率明显提高。     

基于机器学习的船舶能耗智能预测方法验证分析

船舶能耗智能预测是实现船舶能效智能评估与优化决策的基础和前提。大数据、人工智能、机器学习等新兴技术促进了船舶能耗预测方法的不断发展，为分析不同基于机器学习的船舶能耗预测算法的预测精度与效果，进行了不同预测算法的实例验证分析。结合船舶油耗及其影响因素实船采集数据，通过采用不同机器学习算法对船舶能耗进行预测分析，验证了各算法的特点和优势，从而为选择合适的船舶能耗预测算法提供参考。     

一种基于AIS数据的船舶航线自动规划方法

为采用航线自动规划技术设计出最优船舶航行路径,提出一种基于船舶自动识别系统(Automatic Identifi-cation System,AIS)数据和航行区域栅格化地图建立环境模型,结合蚁群算法求解最优航线的航线自动规划方法.对航行区域地图进行栅格化处理,利用海量AIS数据定义可通航栅格和障碍物栅格,结合邻接矩阵将栅格地图矩阵化,基于蚁群算法和计算得到的邻接矩阵求取最优规划航线.通过在中国沿海港口进行实例验证,说明该方法在全局最优航线自动规划方面具有经济、便捷、安全的应用效果.     

基于大数据分析的海上智能航线设计

本文基于大数据分析方法提出了一种船舶智能航线设计方法。通过基础电子海图地理信息数据提取和航行知识专题数据库的标准建设,对船舶航线历史大数据进行分析,计算出港口到港口、任意点到港口、任意点到任意点的最优航线,并以珠江口船舶航线设计为例进行了PC端和手机APP终端的设计。     

群智能优化算法的船舶信息管理任务批量流水调度研究

针对传统的船舶信息管理任务调度模型的调度平均等待时间长的问题,研究群智能优化算法的船舶信息管理任务批量流水调度模型。根据群智能优化算法理论,将调度过程中的船舶看作粒子,根据实际调度需求设定调度模型的参数。为缩短船舶调度平均等待时间,规划船舶调度的目标函数以及约束条件。计算粒子适应度,将粒子与任务分配一一映射,根据船舶可信度计算得到局部粒子最优解,更新粒子位置直至出现最优调度解,完成船舶信息管理任务批量流水调度模型的构建。通过与传统调度模型的对比仿真实验,验证构建的基于群智能优化算法的船舶调度模型能够缩短传统调度模型2/3的平均调度等待时间,提高了调度效率。     

船舶避碰的粒子群-遗传(PSO-GA)的混合优化算法研究

随着海运航线的愈加繁忙,船舶碰撞事故时有发生,为避免船舶发生碰撞,船舶避碰决策研究已成为目前研究的热点.本文在既往研究的基础上,综合考虑船舶避碰的经济性及安全性要求,基于粒子群算法、遗传算法与非线性编程理论,建立了船舶避碰路径规划的优化模型,并通过具体案例进行仿真分析.仿真结果显示,粒子群遗传混合优化算法的收敛速度较快,船舶避碰的优化路径能够同时满足经济性及安全性要求,算法的有效性及运算效率均有了显著提高.     

基于PID算法的船舶航迹自动控制方法

由于当前船舶航行环境日益复杂易造成船舶航迹偏离等问题,一旦船舶偏离航行易造成严重的安全问题,因此对船舶航迹进行精准控制的要求也越来越困高。由于传统方法缺失自动校正航线等功能,对船舶航迹进行控制仍存在延时、误差等问题,不利于船舶进行准确航行。为了实现船舶航迹自动控制的功能,结合PID神经网络算法对船舶航迹控系统进行优化,基于模糊算法对船舶航行参数进行控制和调整,以便提高船舶沿航线进行准确航行,同时在船舶偏离航线时及时进行检测和校正保持船舶沿标准航迹航行。为检验该方法的有效性,进行了仿真实验,实验结果证明基于PID算法的传播航迹自动控制方法有利于准确保障航迹,自动对船舶航行数据进行分析和矫正,保持船舶控制系统的良好性能。对我国航海战舰控制航迹有一定的指导意义。     

E-Navigation框架下船舶智能航线服务系统设计研究

文中提出一种基于多种通信方式的船舶智能航线服务系统的设计思路,通过通航环境的大数据分析为船舶提供最优航线,在此基础上实现船与船、船与岸之间的计划/实时航线交换,并依据船舶计划航线提供相应的智能导助航信息服务。     

欠驱动船舶航向控制系统的粒子群优化控制

随着海上航运业的发展,海上航线的船舶越来越多,航线越来越拥挤,为了保障船舶航行的安全性、可靠性,人们对船舶的航向控制技术进行了深入的研究。欠驱动船舶的航向控制问题是一个典型的非线性问题,为了更好地控制影响船舶航向的因素,如动力、海浪、海风作用力等,本文基于粒子群优化控制技术,设计了一种新型的欠驱动船舶航向控制系统。     

基于抗冰性能的极地船舶首部优化设计研究

船舶的参数化建模理论在船舶性能优化中起主要作用.为使破冰船的抗冰性能达到最优,本文对海冰的特性进行研究,选取合适的海冰物性参数,参数化构建破冰船首部形式,基于结构规范完成目标函数评估,通过智能优化算法建立优化模型.利用参数化建模方法,可以在保证首部光顺的前提下进行自由变形,提高破冰船的抗冰性能,最终得到极地船舶首部的最优设计方案.本文将船舶抗冰性能评估与最优化理论有效地耦合到船舶型线优化设计之中,建立以性能驱动设计的船型逆向设计新模式,为极地船舶型线优化设计研究提供了一定的理论指导与参考价值.     

船舶空间优化中遗传算法的应用

随着海洋经济的发展,船舶朝着大型化、强动力方向发展。船舶设计工程需要考虑空间、动力、结构各方面因素,本质是一个多目标优化问题。船舶优化涉及因素越来越多,传统的基于单目标的优化解决方法已经不能适应船舶的现代设计方法。遗传算法是模拟生物自然选择进化过程的算法,能够解决多目标优化中的多组非劣解集合问题。本文设计基于遗传算法的船舶空间优化方案,给出船型、空间与阻力之间的最佳方案,最后给出仿真结果。