船舶航线规划数学建模及求解的人工智能算法

航线规划结果优劣直接影响船舶航行的安全以及成本,而当前船舶航线规划算法存在难以获得最优规划方案的缺陷。以获得理想的船舶航线规划方案为目标,提出一种人工智能算法的船舶航线规划方法。首先分析船舶航线规划研究的进展,设计船舶航线规划的约束条件,并建立船舶航线规划的数学模型,然后采用人工智能算法中的遗传算法模拟适者生存机制对船舶航线规划的数学模型进行求解,最后进行了船舶航线规划仿真实验。结果表明,人工智能算法能够在短时间内搜索到最优的船舶航线规划方案,相同条件下,相对于其他算法,不仅可以提高找到最优船舶航线规划方案的成功率,而且搜索到的船舶航线规划方案具有十分显著的优越性。     

集装箱船运物流航线选择算法研究

首先分析不同航线选择算法的优缺点,然后对本文所采用的A~*算法进行阐述。将集装箱船的航线选择问题转化为数学模型,并且通过无向图寻优法获取最佳的航行路线,最后根据不同的估价函数分析出搜索的最佳航线。与Dijkstra算法相比,A~*算法搜索点数少,搜索效率高。     

海上风电场区船舶A~*避碰寻路算法

针对国内风电场距离航道较近、船舶在其附近航行时容易发生碰撞事故的问题,研究基于A~*改进算法的海上风电场水域船舶避碰寻路算法。基于改进的人工势场模型,按照船舶避碰要求建立风机威胁势场和他船威胁势场;将风电场区地图栅格化,计算各小方格处总的威胁值,构建威胁地图;以各栅格的威胁值作为船舶航行代价,利用A~*算法找出从当前点到目标点的移动航线;针对采用普通A~*算法生成的航线中拐点多、方向受限的问题,提取各拐点进行通视性检验并删除冗余点,最终得到符合船舶在风电场区航行要求的安全航线。仿真试验结果表明:采用该方法得到的规划航线能在与风机障碍物保持安全距离的同时,具有最短长度。     

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。     

改进蚁群算法及其在船舶最优航线导航中的应用

由于海洋航行环境复杂,同时受到各种风、浪、流等多种因素的影响,使得在通航水域发生的安全事故随之增加,造成巨大的财产损失,同时危及船员的生命安全。为了保障船舶在海洋上安全高速航行,必须设计出最为安全可靠的最优航线。针对传统的蚁群算法在船舶最优航线导航过程中后期存在收敛速度慢、易出现停滞的缺陷,设计一种改进的蚁群算法进行船舶最优航线导航。首先利用混合更新策略,对船舶航线栅格上的信息素进行更新,然后在找到的船舶的所有可行航线中,搜索出最优航线,最后进行仿真测试。实验结果表明,相比较于对比算法,改进蚁群算法搜索到的航线更优,更为安全可靠,所耗费的时间少于对比算法,是一种效率高、可靠性好的船舶最优航线导航算法。     

混沌遗传算法在船舶电力系统供电恢复中的应用研究

实现船舶电力系统的快速供电恢复是一个复杂的多目标非线性组合优化问题.根据系统的特点,采用混沌自适应遗传算法,使用混沌优化产生初始群体,以保证初始种群含有较丰富的模式,从而增加搜索快速收敛于全局最优解的可能,然后通过采用精英保留的选择机制和自适应交叉、变异概率,有效地加快了算法的收敛速度.船舶电力系统典型故障恢复算例表明,该算法改善了遗传算法的性能,提高了算法的收敛速度及精度,避免了不成熟收敛,较好地实现了船舶电力系统的多目标故障恢复.     

Overview of intelligent ship route optimization methods北大核心CSCD

智能船舶航线优化在学术界和工业界均受到越来越多的关注。针对智能船舶航线优化问题,从航线设计方法和航线优化算法这2个层面,分别阐述各种设计方法和优化算法的特点。结合近5年来的最新研究成果,在分析国内外智能船舶航线优化技术发展现状的基础上,将航线设计方法归纳为3种,即基于气象数据的航线优化、基于油耗模型的航线优化以及基于航线库或航路点库的航线优化,剖析其技术内涵及应用情况;深入分析改进的等时线法、动态规划法、图形搜索算法、智能算法、人工智能和机器学习算法的特性及不足,总结归纳将各类算法应用于智能船舶航线优化时存在的主要问题。最后,简要展望智能船舶航线优化的发展趋势,为未来在该领域的研究提供一定的思路。     

基于遗传算法的多船航行紧急智能避碰决策分析

以往使用的蚁群算法没有及时排除不正确规划路线,造成避碰数据冗余,导致路径规划效果不好,面对该问题,提出基于遗传算法的多船航行紧急智能避碰决策分析方法。应用遗传算法原理,实现了船舶航行立体坐标向二维坐标的转换。以多船航行的应急智能避碰安全为约束,建立适应度函数,并引入惩罚因子,降低了个体的适应性。在遗传算法的基础上,设计船舶避碰流程,结合遗传算法中的交叉和变异概率内容,及时排除错误规划。由仿真实例研究结果可知,该方法在对遇、交叉和追越态势下,路径规划结果与预期结果基本一致,最大误差为3 km,避免了多船航行碰撞事故发生。     

数据驱动的舰船航线生成算法

为了保障舰船能够安全地在海洋中进行航行,必须设计出安全科学合理的航线。针对传统的航线生成算法存在着各种不同的缺陷,设计出了数据驱动的舰船航线自动生成算法。首先利用蚁群算法进行搜索,产生舰船航行航线的初始种群,然后利用遗传算法对各种航线进行优化,获取最优舰船航线。最后进行仿真测试,实验结果表明,本文算法能够获得比对比算法更优的舰船航线,同时,所耗费的时间亦少于对比算法,具有比对比算法更高的实时性,是一种有效的舰船航线自动生成算法。     

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。     

一种混合优化的全局路径规划算法

针对全局路径规划研究中遗传算法存在搜索范围广而导致收敛速度慢的问题,本文提出一种混合优化的全局路径规划方法,完成对图像读取、处理后使用A*算法预处理缩小可行区域从而提高收敛速度。所提出的混合优化规划方法主要优化遗传算法的初始种群,在不影响最终路线的情况下,缩小初始种群的搜索范围,提高算法进行全局路径规划的速度,快速有效的规划出全局路线。另外本文给出一种评价体系对规划结果进行定量的避障评价,评价结果能够以数值形式对规划结果进行综合评价,评价结果显示通过混合优化算法规划出的路径具有更佳的安全性。     

一种混合优化的全局路径规划算法

针对全局路径规划研究中遗传算法存在搜索范围广而导致收敛速度慢的问题,本文提出一种混合优化的全局路径规划方法,完成对图像读取、处理后使用A*算法预处理缩小可行区域从而提高收敛速度。所提出的混合优化规划方法主要优化遗传算法的初始种群,在不影响最终路线的情况下,缩小初始种群的搜索范围,提高算法进行全局路径规划的速度,快速有效的规划出全局路线。另外本文给出一种评价体系对规划结果进行定量的避障评价,评价结果能够以数值形式对规划结果进行综合评价,评价结果显示通过混合优化算法规划出的路径具有更佳的安全性。     

基于数据驱动的船舶航线实时优化

为了给不同海况下的船舶安全航行提供保障,设计基于数据驱动的船舶航线实时优化方法。利用数据驱动方法采集船舶历史航线、海域风速、风向、波高等海况数据,选取K-means聚类算法聚类海况数据,构建海况知识库。依据海况知识库内的船舶航线信息与航线转向点信息,划分船舶航线为不同航段。依据船舶航线的航段划分结果,以航行总时间最短以及总油耗最低为目标函数,设置船舶航速约束与转向点位置约束作为约束条件,构建航线实时优化模型。选取蚁群算法求解所构建的优化模型,输出航线实时优化结果。结果表明,该方法可以实时优化航线,降低船舶的航行时间与主机油耗,适用于不同海况的船舶航行。     

船舶动态多速度点的数值模拟研究

为了保障船舶安全,要求船舶沿航行线路稳定航行,当前船舶航运事业不断发展,船舶航行速度受环境、天气、洋流等多种不确定因素的影响,因此当前对船舶动态速度的研究仍存在较多困难,难以对其进行准确计算,易导致船舶航行晚点甚至超速碰撞等问题。基于上述原因提出结合水面微幅运动动力分析的方法对船舶动态多速度点数值进行模拟研究,对船舶的航行速度和水流速度进行综合分析和数值模拟,对湍流模型进行设计和计算,并将结果与实际检测数据进行比较,以便对该算法的准确性进行检验。最后通过仿真实验结果证实,该算法对船舶动态多速度点的数值模拟研究效果较好,计算与船舶的实际航行速度检测结果基本吻合。由此证实通过利用水面微幅运动动力分析法对复杂船型流动速度问题进行研究,可有效对航线阻力、伴流等问题,以便对船舶动态多速度点数值进行准确计算,并及时给出与船舶运行实际情况相一致的结果,以保障船舶安全航行。该方法为船舶航行速度优化计算方法提供重要的参考依据。     

多方向航行船舶防碰撞航线有限元计算研究

传统船舶防碰撞算法主要以船舶航线间距为碰撞计算要素,但是在多方向航行因素引入后会出现防碰撞航线输出量精准度降低问题。为此提出多方向航行船舶防碰撞航线有限元计算研究。通过对船舶多方向下避碰的计算,获得避碰瞬态速度关系量;以此为基础对避碰计算规则进行遗传计算,得到预输出航线数据;对预输出航线数据进行有限元计算,提升多方向航行船舶的防碰撞航线计算的精准度。为验证计算结果的精准度,设计一组仿真对比实验进行对比测试,并得出结论。     

基于鱼群算法的船舶避浅航线设计

为解决船舶交通服务(Vessel Traffic Services,VTS)值班人员在指导船舶避浅过程中仅凭借经验的弊端,提出一种可行性算法,结合船舶在海上航行过程中的特点,生成可靠的船舶避浅航线。以实现最短航程为目的,建立以避开浅滩区域、控制转弯角度以及减少转向点数目为约束条件的航线设计模型。在模型建立过程中,利用栅格法对船舶航行环境进行栅格化处理,采用人工鱼群算法生成初始航线,结合船舶航行习惯对航线作进一步的优化和调整,从而实现船舶避浅。试验结果表明:与使用经验指导的船舶避浅航线相比,通过该算法生成的航线,符合船舶避浅航线的设计规则,所生成的航线具有经济、可靠的优点。     

基于量子行为遗传算法的船体局部结构优化设计

采用遗传算法解决船舶复杂结构中混合设计变量优化问题时,其效果很有效,且能获得全局最优可行解。然而,简单遗传算法局部搜索能力差且易于早熟。为了提高对船舶复杂结构设计变量解空间的搜索能力,该文设计了一种基于二进制编码的适用于混合变量的量子行为遗传算法,比较适合于复杂函数的全局寻优,且搜索能力优于标准遗传算法。通过三个算例对算法的寻优能力进行测试,实验结果表明,采用量子行为遗传算法进行的船体局部结构优化设计具有较好的计算质量与计算效率。     

人工智能在船舶航行数学建模中的应用

为保障船舶在海上安全航行,提出人工智能在船舶航行数学建模中的应用。使用Maklink图论方法描述海上作业点分布,建立作业点Maklink连接图,生成船舶在作业水域内可航行网络图。建立船舶在海上作业区域航线规划数学模型,并设置约束条件;利用Dijkstra算法求解船舶在海上作业危险区域航线规划模型,得到船舶航行初始航线;利用人工智能算法内的蚁群优化算法对船舶航行初始航线实时优化处理,得到船舶航行最终航线,为船舶穿越海上作业区域实时导航。实验结果表明,该方法可有效生成船舶在作业水域航行网络图,得到初始航线并对初始航线优化处理,应用效果较佳。     

基于遗传算法的船舶导航路径规划研究

合理优化的船舶航行路径是舰桥系统中重点研究的技术之一。本文将遗传算法引入到船舶导航路径规划中,设计适当的适应度函数和遗传算子,从而保证遗传算法的鲁棒性;并且通过改进的交叉算子和变异算子能够增强种群的多样性。最后通过仿真对比实验来说明本文算法的有效性。