船舶航线规划数学建模及求解的人工智能算法

在原有的船舶航线规划数学建模求解算法的使用过程中,其对航向目标函数构建能力较差,导致航向运行成本较高。因此,设计船舶航线规划数学建模及求解的人工智能算法。在航线规划数学模型构建前,需要对路线规划问题进行描述与假设,并设定合理的目标函数。根据此目标函数,选定线性函数作为蓝本,构建约束条件过滤器,同时使用此约束条件过滤器处理结果对可行航线展开分析,得到最优航线方案。构建仿真实验环节,通过与目前使用的求解方法对比可知,此算法的航线选择结果最佳,且成本最低。     

船舶物流路径规划的数学模型构建及求解

船舶物流路径规划的研究具有十分重要的经济价值,当前船舶物流路径规划方法无法找到最优的船舶物流路径规划方案,使得船舶物流运输的成本过高,为此本文设计了基于蚁群算法和粒子群算法的船舶物流路径规划方法。首先分析船舶物流路径规划研究的历史,建立船舶物流路径规划的数学模型,然后采用粒子群算法对船舶物流路径规划的数学模型进行求解,找到有效的船舶物流路径规划方案集合,并在此基础上采用蚁群算法对船舶物流路径规划方案集合进行搜索,找到最优的船舶物流路径规划方案,最后与单一蚁群算法、粒子群算法进行了船舶物流路径规划问题求解的仿真实验。本文方法避免了单一蚁群算法、粒子群算法求解速度慢,难以找到最优船舶物流路径规划方案不足,得到的船舶物流路径规划方案可以帮助企业节约物流运输成本。     

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。     

基于人工智能技术的舰船轨迹规划算法

轨迹规划是保证舰船安全航行的关键技术,针对当前舰船轨迹规划算法存在规划精度低、速度慢等不足,为了获得更优的舰船轨迹规划方案,设计了基于人工智能技术的舰船轨迹规划算法。首先分析了当前舰船轨迹规划的研究现状,并构建了舰船轨迹规划的数学模型,然后采用人工智能技术对舰船轨迹规划的数学模型进行求解,搜索到最优的舰船轨迹规划方案,最后采用具体仿真模拟实验验证舰船轨迹规划算法的性能。结果表明,人工智能技术的舰船轨迹规划精度高,舰船轨迹规划速度快,获得了比其他算法更优的舰船轨迹规划方案,可以应用于实际舰船安全航行管理中。     

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。     

船舶物流运输中的最优航线选取模型设计

为了解决传统船舶最优航线选取模型最优航线选取效率低、精准度差的难题,提出船舶最优航线选取模型研究。依据海上运输环境信息,通过全局航线规划算法对船舶运输安全区域进行划分,以此为基础,采用Dijkstra算法对船舶安全航线进行获取,以得到的船舶安全航线为依据,采用离散点法对船舶最优航线进行选取,实现船舶最优航线选取模型的构建。通过实验结果显示,与传统船舶最优航线选取模型相比较,构建的船舶最优航线选取模型极大地提升了最优航线选取效率与精准度,充分说明构建的船舶最优航线选取模型具备更好的性能。     

低碳条件下的货运船舶配送路径优化规划方法

为了更好地实现节能减排目标,优化船舶航线选择精度,在低碳条件下设计了船舶货运配送路径规划方法。分析船舶航行最优路线和船舶航线拥堵情况,获取航线数据,构建物流配送路径管理模型,实现航线数据的有效搜索和最优路径的选择。实验结果表明,本文提出的低碳条件下的货运船舶配送路径优化规划方法在实际应用过程中,具有更高的实用性和有效性,充分满足船舶配送路径优化要求。     

改进遗传算法的船舶航行路径规划方法

船舶航行环境十分复杂,路径规划是保证船舶智能航行的基本技术,针对当前船舶航行路径规划方法存在搜索最优路径速度慢、得到最优路径质量差等缺陷,设计了基于改进遗传算法的船舶航行路径规划方法。首先对船舶航行路径规划原理进行分析,构建船舶航行路径规划的建模环境,然后产生船舶航行路径规划的可行解,引入改进遗传算法模拟生物进化机制对船舶航行路径规划可行解进行分析,搜索到最优的船舶航行路径规划方案,最后在Matlab 2017平台上进行了船舶航行路径规划仿真测试。改进遗传算法不仅能够在有效时间内找到最优的船舶航行路径规划方案,让船舶航行路径十分安全,能够有效避开所有障碍物,而且找到船舶航行路径规划方案的迭代次数明显减少,是有一种有效的船舶航行路径规划方法。     

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.     

人工智能技术在船舶轨迹规划中的应用

轨迹规划可以提高船舶航行的效率,并且保证船舶航行的安全。当前船舶轨迹规划方法存在生成轨迹效率低、船舶轨迹规划并非全局最优的缺陷,为了提高船舶轨迹规划的精度,设计基于人工智能技术的船舶轨迹规划方法。首先对当前船舶轨迹规划研究现状进行分析,指出各种船舶轨迹规划方法的不足,然后建立船舶轨迹规划的性能评价指标,引入计算机人工智能技术中的蚁群优化算法进行求解,根据求解结果得到最优船舶轨迹规划路径,最后进行船舶轨迹规划的验证性测试。结果表明,蚁群优化算法可以快速、准确找到最优船舶轨迹规划路径,克服了当前方法易找到局部最优的船舶轨迹规划路径难题,具有一定的实际推广价值。     

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。     

连续施工水域船舶航线规划

主要研究海上施工分布较为密集且各个施工点的影响范围较大,各个施工点的影响范围相互交织而形成的连续型施工水域。对施工作业的影响区域建立危险度模型,为连续施工水域中的船舶航线规划建立航线规划数学模型。建立以航线总长度最短和路径危险度值最小为目标的非线性多目标航线规划数学模型。由于在连续施工水域中,航线规划的数学模型是非线性多目标的数学模型,为更合理地评价各条航线,还建立航线评价模型。根据航线评价模型求得通过连续施工水域的最优航线。     

船舶网络通信最优路径的规划与设计

最优路径的规划与设计对船舶网络通信系统至关重要,针对当前船舶网络通信最优路径的规划与设计方法存在数据传输成功率低、数据传输时延长的缺陷,提出基于蚁群优化算法的船舶网络通信最优路径规划与设计方法。首先对当前船舶网络通信最优路径的规划与设计研究进展进行回顾,指出各种船舶网络通信最优路径的规划与设计方法的缺陷,然后采用蚁群优化算法搜索食物原理对船舶网络通信最优路径的规划问题进行求解,找到最优的船舶网络通信最优路径,最后采用C++编程实现了船舶网络通信最优路径的规划仿真测试,结果表明,蚁群优化算法可以提高船舶网络通信系统的数据传输成功率,减少船舶网络通信数据传输时延长,数据丢包率大幅度减少,获得了理想的船舶网络通信效果。     

基于ECDIS的航线自动规划算法设计

针对目前航海任务中主要依赖航海人员手动拟定计划航线的问题,提出基于ECDIS的航线自动规划算法,提取电子海图数据并划定碍航区,利用Delaunay三角网构建海洋环境模型,以改进的A星搜索算法自动规划出一条最优航线。对比商业ECDIS平台经验航线组合航路,实验结果表明,该算法自动规划的航线航程更短,航路点更少,在复杂的大面积海域中,可搜索到一条经济安全的航线。     

基于量子粒子群优化算法的无人艇航线规划

针对目前无人艇主流航线规划算法存在效率低、收敛速度慢或易陷入局部最优等问题,文章将具有较强全局搜索能力的量子粒子群优化(QPSO)算法用于求解无人艇最优航线规划并结合人工势场思想进行针对性改进应用,仿真实验结果表明,该方法寻优能力强、收敛速度快、稳定性好,可较好地适用于不同环境下无人艇航线规划。     

运用数学方法和电算机规划航线和航次

一个海区的许多港口之间互有货物交流,这些货物的品种互不相同,货物流向也往往不相平衡。如何规划航线系统,使船舶的空驶船吨海里数最小,达到最大的运输能力,这是组织船舶生产活动应考虑的重要课题之一。过去规划航线系统,一般是采用方案法,但这种方法从总体上来说并不一定是最优的。本文介绍了采用数学规划的方法,应用电算机来求得最优的航线和航次系统。根据各港货运任务所需的船吨,建立调配船吨的模型。在第一次模型的基础上,利用位势法来检验调配方案是否最优,借助于闭回路方法进行调整,一直到符合最优条件为止。根据求得的最优空船吨调配方案,与完成各港货运任务所需的船吨结合起来,就可拟定出最优的航线和航次系统。文中给出了电算机框图。     

海上交通高峰航线船舶疏导路径规划仿真分析

面对海上交通高峰航线船舶疏导路径规划复杂性,研究海上交通高峰航线船舶疏导路径规划仿真分析方法,以确定最佳的船舶疏导路径。构建以航程、安全性、平滑性最小为海上交通高峰航线船舶疏导路径规划目标函数,采用栅格法仿真模拟海上交通高峰航线船舶环境,利用仿真软件实施建模,经改进遗传算法寻找海上交通高峰航线船舶疏导路径规划模型的全局最优解后,采用非性规划求解海上交通高峰航线船舶疏导路径规划模型的局部最优解,确定最佳的船舶疏导路径,实现海上交通高峰航线船舶疏导路径规划仿真。仿真结果表明,该方法针对2种场景下海上交通高峰航线船舶疏导路径具有较好的方向性,所规划最优疏导路径安全性、平滑性、航程均最小,符合海上交通高峰航线船舶疏导路径目标函数。     

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。     

大规模船舶数据库重复记录的智能优化算法

船舶数据库中的记录具有一定的冗余特性,用于保持数据库的容错性,这样船舶数据库中存在许多重复记录,为数据库查询带来难题。为了减少大规模船舶数据库重复记录,提高数据库记录查询效率,设计了大规模船舶数据库重复记录的智能优化算法。针对大规模船舶数据库重复记录特点,首先对大规模船舶数据库重复记录进行检测,合理删除一些重复记录,然后设计大规模船舶数据库查询的数学模型,并采用智能优化算法对数学模型的最优解进行搜索,得到大规模船舶数据库查询方案,最后采用VC++程序设计语言实现大规模船舶数据库重复记录检测以及查询算法,并采用具体应用实例验证其性能,结果表明,本文算法可以有效检测到大规模船舶数据库中的重复记录,可以有效降低数据库的冗余特征,而且可以查询用户真正需要的记录,查询精度和查询效率均高于对比算法。