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。     

船舶气象导航最省燃料航线研究

船舶气象导航是保证船舶航行安全和节能的重要手段。本文应用最佳控制理论研究和建立船舶最省燃料航线数学模型。在分析比较船舶最短时间航线和最省燃料航线数学模型的基础上，讨论了最省燃料航线算法实现。并针对冬季北太平洋进行了最省燃料航线模拟试验。     

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。     

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。     

船舶航线信息存储加密算法

传统船舶航线信息所采用的算法多为单一算法,在算法加密程度上,安全级别较低且存在计算漏洞。容易被网络黑客通过溢出数据等方式进行破解。传统算法不但加密逻辑单一,而且在数据加密存储处理上,受到加密与存储两种操作逻辑的限制,处理速度缓慢,不利于航线信息的实时高速存储操作。因此提出船舶航线信息存储加密算法,引入动态浮点融合加密体系。在体系下包含2种加密算法与一种融合存储策略。首先通过同态浮点加密算法对信息数据进行同态的以及加密,建立初级安全密钥体系;接着由动态加密通信算法对信息进行通信协议加密计算;最后由存储融合策略对2种加密数据进行融合存储。仿真实验证明,提出的算法不论在信息数据加密级别上还是存储速度上,都明显优于传统的信息存储加密算法。     

船舶自行气象导航的研究

本文在分析和研究目前岸基方式气象导航的基础上,提出船舶自行气象导航组成方案和具体实现.研究了适合于船载微机实现的最短时间航线计算方法、船舶水文气象资料数据库和船舶失速模型等问题.并进行了船舶自行气象导航实船试验.     

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。     

海洋航线优选

本文就现代“海洋气象导航”中使用电子计算机对横渡大洋的航船进行航线优选,提供导航决策咨询的有关技术问题作扼要的介绍。主要内容是:船舶失速回归方程的计算和任设节点动态规划优选航线。海洋水文气象因素对船舶航行的影响,主要是反映在船舶航速的变化上。为了能定量地分析这些因素对航速的影响,并能进行预测估算,可以采用数理统计的原理,收集各型船舶的失速实测数据,进行回归分析,求得船舶失速回归方程,以便在优选航线时,预测估算全程各点的航速。把水文气象因素的影响,体现在航速的变化上,同时把船舶要求的各种约束条件,作为一种信息,同样也使船舶航速自动改变。由于航速因条件而变化,故航程最短的航线并不一定是最佳航线,最佳航线应该是全程航时最短的航线。为了求得全程航时最短的航线,可以采用任设节点动态规划的方法。这种方法,在主航线的两侧任意设定适当密度的节点组成航路网络,根据“最优化原理”,对各条支路及节点进行递推计算,求得一组最优决策的集合,联结最优决策的各节点,即得最优航线。计算结果可以提供航线分析人员作最后的分析判断。由上述原理和方法编制的计算机程序,可以完成海洋气象导航工作中航线推荐、跟踪导航和总结分析的计算工作,计算机程序还可以自动绘制航线图,提供形化的显示和记录。     

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。     

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。     

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。     

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。     

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。     

船舶空调负荷动态与稳态算法比较与分析

基于热反应系数法,重点考虑太阳辐射和航速的影响,构建了船舶空调动态负荷计算模型。以某远洋航线的典型工况,选取船舶居住舱室为研究对象,应用动态和稳态方法,分别计算分析了其空调负荷变化规律。结果表明,动态算法得出的围壁传热、窗户得热、人员和照明散热冷负荷、新风冷负荷、舱室总冷负荷仅分别为稳态算法数值的45.4%、35.2%、40.2%、39.7%和40.6%,用动态负荷计算模型可以实时掌握船舶空调负荷变化规律。     

长江电子航道图可航水域动态计算模型研究*

基于长江电子航道图系统,研究可航水域动态计算的数学模型及算法,使其能够根据用户指定的船舶吃水需求,结合实时或预测水位,计算并更新可航水深范围,以辅助船舶驾驶员确定可航水域并选择合理航线。该研究的关键在于,如何基于航道水深数据特征选取合适的水深数据动态插值算法、TIN模型生成算法、等深线追踪算法、等深线光滑算法等。最后,依托ArcGIS的二次开发功能和空间分析工具,完成电子航道图可航水域动态计算工具集的研制。     

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。     

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。     

基于Maklink图和蚁群算法的航线规划

为实现航线自动规划设计,提出一种可行的计算方法,并对船舶实际运营中进行航线规划时需注意的问题进行分析。以路径最短为目标,建立以避开障碍物区域和危险区域、控制转弯角度及减少转向点数目等为约束条件的规划模型。在建立模型过程中,采用Maklink图和Dijkstra算法生成初始规划路径,采用蚁群算法对路径作进一步的优化和调整,以满足约束条件。试验结果表明:与传统的在纸质海图上绘制航线及在电子海图上手动输入转向点生成航线相比,通过智能算法生成航线具有耗时短、经济可靠等优点。     

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。     

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.