共查询到20条相似文献,搜索用时 93 毫秒
1.
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。 相似文献
2.
3.
4.
《舰船科学技术》2020,(6)
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。 相似文献
5.
6.
浅析航线选择中的改进最短路径算法 总被引:1,自引:0,他引:1
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。 相似文献
7.
太平洋航线集装箱货流量GM(1,1)-马尔可夫链预测方法探讨 总被引:1,自引:0,他引:1
运用灰色系统理论对太平洋航线集装箱货流量进行定量预测,并结合马尔可夫预测方法对航线运量进行定性分析,达到定量与定性预测相结合的目的,使预测结果更加合理。采用马尔可夫链划分系统的状态,得出状态转移概率矩阵,分析了太平洋航线集装箱货流量的发展变化区间并预测集装箱航运市场的发展前景。 相似文献
8.
针对传统的市场集中度算法不能适应国际集装箱班轮运输市场的问题,对该市场的特殊性进行分析并在此基础上对传统算法进行尝试性的修正,利用修正后的方法进行实证分析,将其应用于远东-北欧、环太平洋、远东-地中海和远东-澳洲等4条航线,采用定量与定性相结合的方法判断这4条航线的集中度。 相似文献
9.
运用灰色系统理论对太平洋航线集装箱货流量进行定量预测,并结合马尔可夫预测方法对航线运量进行定性分析,达到定量与定性预测相结合的目的,使预测结果更加合理。采用马尔可夫链划分系统的状态,得出状态转移概率矩阵,分析了太平洋航线集装箱货流量的发展变化区间并预测集装箱航运市场的发展前景。 相似文献
10.
11.
合成孔径雷达(SAR)成像以飞机或卫星为平台,且以全天候,全天时,可全透性等优点获取高分辨率图像,已经成为国内外研究热点,特别在军事领域有着广泛的应用前景.论文研究了合成孔径雷达成像仿真原理以及其成像仿真系统框架结构,以及地形场景模型的构建与RCS材质映射,最后通过Vega中的RadarWorks模块来模拟合成孔径雷达成像仿真,通过设置合理的参数,能够较好的仿真出真实的合成孔径雷达图像. 相似文献
12.
针对航道工程存在的离散地形数据或地形数据空值区域导致所创建地形曲面不够光滑、会出现深凹或凸起的问题,提出采用克里金插值法(Kriging)对航道区域离散的地形数据进行直接内插填补,再通过BIM技术构建航道地形曲面模型。结果表明,离散的地形数据经Kriging空间插值生成的地形曲面模型,更贴近实际效果及地形趋势走向,可真实显现航道现状三维地形。研究成果可为测绘单位开展BIM工作提供借鉴。 相似文献
13.
14.
15.
16.
重力匹配导航系统可靠性研究 总被引:2,自引:0,他引:2
介绍重力匹配导航系统的组成和导航的实施步骤,从影响匹配结果的几个因素出发,利用信噪比、地形熵、相似度三个特征组成的特征向量来判定匹配结果的可信度。仿真结果表明,该导航系统能够有效地解决惯性导航系统误差随时间积累的问题。 相似文献
17.
在长江扬中河段护岸抛石管理工作中,通常采用Hypack提取断面对抛石效果进行检测,但因受概率性事件影响,该方法的统计结果并不唯一,易产生纠纷。针对该方法的缺陷,结合现场施工数据和实际需要,提出采用GIS(地理信息系统)技术对抛石效果进行分析的方法。通过对比Hypack和GIS技术的分析结果,论证GIS技术在反映真实地形及在计算施工区沉降量、流失量、补拋量及展示三维效果等方面的优势,为优化施工工艺、弥补施工缺陷、降低施工成本提供技术支持。 相似文献
18.
19.
针对SAR图像中舰船目标识别的问题,提出了基于核主成分分析(Kernel Principal Component Analysis,KPCA)和核Fisher判别分析(Kernel Fisher Discriminate Analysis,KFDA)相结合的舰船目标识别算法.用核主成分分析的方法对实测的SAR舰船目标数据进行特征降维,再结合核Fisher判别分析法对降维后的样本数据进行多类别分类.将该方法用于对实测的四类舰船目标进行识别,平均识别率可达91.25%.实验结果表明,核主成分分析与核Fisher判别分析相结合的方法可提取目标的有效特征,在较低特征维数情况下获得较高的目标正确识别率. 相似文献