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。     

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。     

浅析航线选择中的改进最短路径算法

利用改进的最短路径算法对船舶最佳航线最短路径作出定量描述,阐述Dijkstra算法和改进算法,并通过船舶最佳航线选择示例说明算法的应用,比较表明,改进算法在搜索效率上优于Dijkstra算法。     

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。     

改进最短路径算法在最佳航线选择中的应用

最佳航线选择不仅是船舶驾驶员经常关注的问题之一，而且还是船舶经营公司时常面临的重要问题之一。现利用改进的最短路径算法对该问题作出定量描述。较详细地阐述了Dijkstra算法和改进算法，并通过最佳航线选择示例说明了算法的应用。通过比较，改进算法在搜索效率上优于Dijkstra算法。     

基于电子海图的最佳航线优化算法

自动化的航线设计有助于更好发挥电子海图的智能性,进一步提高航线的安全性、经济性和可靠性。首先,对电子海图进行栅格化处理并以不同的颜色值填充不同的碍航物,提取碍航物包围盒,在此基础上,求取一条基本绕障航线。运用elasticity算法进行优化,充分利用栅格间的邻接关系,自动搜索一条最短的安全航线。该算法具有稳定性好、算法简单、搜索效率高的优点。实验结果表明,该算法可应用于大面积复杂海域的航线规划和实时避障。     

基于改进A~*算法的水面无人艇路径规划

本文基于传统的A~*算法理论,对算法进一步改进,提出一种改进的平滑A~*算法,并应用于水面无人艇的安全路径规划。该算法以传统的栅格建模为基础,对运动到障碍物顶角附近时进行判断并且做出圆弧转向处理,使航行体能够安全避开障碍物,使路径更加平滑安全。优化栅格建模方法,以实心表示障碍点,对同一地图不同起始点进行研究,改进折线转弯为圆弧,使路径和障碍物之间有足够的安全距离。在Matlab仿真环境进行仿真实验,结果表明,该优化算法可以明显改善无人驾驶船舶的安全性和可靠性。     

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。     

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。     

基于蚁群算法的航线自动生成研究

为了减轻航海人员制定航线的繁复劳动,减少航线制定时的个人主观性,基于蚁群算法进行航线自动生成研究.以电子海图为基础,论述了网格划分、搜索策略、信息更新、航线选优、航线平滑、计算流程等相关问题和具体做法,通过示例证明了蚁群算法用于航线自动生成的可行性.该法不仅实现了航线制定的自动化,而且可以在相关搜索策略中运用专家的思想,增加航线制定的科学性,提高航行的安全性.