无人艇海上搜救路径规划技术综述

针对无人艇海上搜救路径规划问题，从海上搜救区域的最优确定和海上搜寻方案的最优规划2个层面概括确定海上搜寻区域的方法，并分析其技术内涵与应用情况；介绍包括传统方法和区域覆盖算法等的各类搜寻方法，并深入分析其特点与不足；对无人艇海上搜救路径规划存在的问题及应对措施进行分析和展望。研究成果可为无人艇海上搜救路径规划技术的进一步探讨提供借鉴。     

多智能体海上搜寻任务分配方法

将多智能体技术引入海上搜寻任务分配问题研究中,在传统拍卖规则的基础上,建立多智能体海上搜寻任务分配模型,提出基于改进拍卖规则的多智能体海上搜寻任务分配方法。仿真结果表明:所提出的方法能够实现全局最优的海上搜寻任务分配,并且在搜救现场情况发生变化时,能够动态地调整任务分配方案,为海上搜救行动提供辅助决策支持。     

移动网络海上应急物流路径规划算法

传统算法缺乏海上应急物流路径规划网络数据库的构建,导致在对物资配送时时间过长,为此设计一种移动网络的海上应急物流路径规划算法。应用航行条件的属性信息,以矩阵形式构建海上应急物流路径规划网络数据库,根据数据库内信息确定海上路径可通行的难易程度,并对海上应急路径当量长度计算,寻求到最短配送路径进行静态路径规划,考虑船舶行驶中航行环境会发生变化,提出动态规划流程,完成海上应急物流路径的规划。实验中对多个物资点配送,结果表明此次设计的移动网络的海上应急物流路径规划算法的物资配送时间比传统算法的物资配送时间短。     

改进群智能优化算法的海上物流配送路径优化方法

传统算法过早陷入局部最优,不能考虑全局配送问题,导致海上物流配送成本偏高,因此研究改进群智能优化算法的海上物流配送路径优化方法。该方法根据海上物流配送约束条件,建立路径优化模型,利用改进群智能优化算法,进行全局域中混沌局部的同步搜索,实现海上物流配送路径优化。实验结果表明,此次研究方法的物流配送成本,比传统方法低了24 332元,可见此次研究的路径优化方法更好。     

面向海事救援的舰船调度模型优化设计

当发生海事事故时,由于海况和船舶构造等因素,无法在最短的时间内完成救援工作。为了最大程度地减少损失,提出面向海事救援的舰船调度模型优化设计。分析海上救援力量的来源和特点,综合考虑船舶结构、型号、吨位等关键指标,计算各因素的权重,采用加权求和法,根据计算得出指标的综合值结果,并选择适合搜救的船舶类型。根据救援点的数量是最小原则,在搜救时间的限制下,建立一组模糊目标,以确定搜救船的数量;使用蚁群算法合理规划船舶的搜索和救援航行轨迹,找到最短路径,并平滑路径以去除多余的点。完成最佳的调度模型设计。仿真实验表明,该模型可以减少救援点数量,确保最短的船舶调度路径,并减少救援时间。     

基于大数据的船舶航行最优路径规划算法研究

传统的航行路径规划算法为静态单一条件的最优选择算法,最优路径缺乏客观性,准确度明显下降。针对此问题提出基于大数据的船舶航行最优路径规划算法。引入云计算遗传特征计算算法,对航行相关的全局路径数据进行大数据遗传特征分析,得到具有代表性特征的备选路径;引入大数据蚁群择优算法,对备选路径进行最优路径计算,得到最客观真实的最优航行路径;通过设计多路径仿真实验,证明提出算法具有计算速度快、准确率高、可行性好的特点。     

海上搜救计划的制定

文章主要介绍了制定搜救计划的最关键环节。笔者多年从事海上搜救教学工作,并通过走访多名参加搜救工作的船长,获取了许多海上搜救实践经验并最终撰得此文,希望对海上搜救工作有所帮助。     

结合免疫算法的船舶运输路径优化方法研究

为选取出港口船舶运输的最优路径,相关研究者将近几年兴起的智能算法,如禁忌搜索算法、遗传算法应用其中,但是这些算法均视最短路径为最佳路径,未从多个角度进行选取,导致选取出的路径虽然最短,但安全性较低、成本相对较高,整体运输路线质量不高。针对上述问题,研究一种基于免疫算法的船舶运输路径优化方法。该方法先需要对船舶运输路径优化问题进行描述,从多个角度进行约束,后利用免疫算法求取路径优化问题的最优解,完成最优路径搜索。结果表明,与基于禁忌搜索算法、遗传算法的港口船舶运输路径优化方法相比,本算法运行下,选取出的路径距离虽然并不是最短的,但是在时间、安全性以及成本方面均最佳,因此通过综合评估得出本方法选出的运输路径最优,证明了本方法的性能。     

浅析我国海上搜救管理的体制创新

现阶段,我国海上搜救的立法不足,人员的多区域配合程度需要提升。文章通过对目前中国海上搜救管理体制情况进行分析研究,在基于目前我国现阶段对海上搜救的新需求基础上,借鉴其他国家的先进经验进行本土化结合,采用合作治理的方式以期探索海上搜救管理在体制上的路径创新,能够针对性地找寻出当下海上搜救面临问题的解决方法。     

蚁群算法在船舶路径优化仿真中的应用

随着航运业的发展,海上物流的经济性成为各国需要考虑的重要因素之一,对各港口的船舶进行路径优化成为现代航运业的重要研究方向。同时,船舶的路径优化朝着智能化方向发展。蚁群算法是解决路径优化问题最常用的算法,但是其求解结果往往陷入了局部最优解,在海上船舶路径规划中具有局限性。本文研究传统路径优化中的蚁群算法,针对海上船舶航行特点,对蚁群算法中的信息素更新策略及搜索区域机制进行改进,提高算法的效率。     

海事辖区无人机溢油监测巡航路径规划

针对海上溢油监视监测能力薄弱问题,提出一种海事辖区无人机溢油监测巡航优化模型与算法。基于海上溢油巡航安全高效、绿色环保和快速反应要求,考虑溢油监测点全部遍历和无人机最大航程等约束条件,以无人机监测巡航路径最短为目标函数建立海上无人机溢油监测巡航优化(MUOSMCO)模型。在传统蚁群算法的基础上,基于精英策略的局部信息素更新改进蚁群算法对MUOSMCO模型求解。仿真表明,所提模型和算法能够快速求出无人机最优溢油监测巡航路径,且溢油监测巡航服务质量和效率也得到了有效提升。研究成果为我国研制海上溢油监测系统提供理论参考。     

海上搜救系统中的云计算平台处理效率研究

基于云平台的海上搜救系统在遇险船舶搜寻、人员救助和搜救力量管理等方面发挥着越来越重要的作用。本文深入研究了遗传算法和蚁群优化算法的优缺点,在此基础上,提出了基于遗传和蚁群优化算法的任务调度策略,有效结合了遗传算法在全局搜索方面和蚁群算法在求解精度方面的优势,有效提高了云计算平台的处理效率。     

大型自主水下机器人全局静态与局部动态融合路径规划方法

针对大型自主水下机器人在做全局路径规划时面临环境建模复杂,算法求解能力弱以及面对局部动态障碍时自主性低,避障路径规划困难等问题,采用极坐标表示形成路径同心圆,在严格机动性约束下提出基于改进粒子群算法和速度障碍法的全局静态与局部动态相融合的路径规划方法。在极坐标表示的环境模型中,在全局静态规划中引入最优粒子"变异"过程提升算法求解能力;在局部动态规划中利用速度障碍法求解局部碰撞范围和安全路径区域以保证避障路径最优。实验结果表明,与传统粒子群和遗传算法相比,改进方法在全局静态规划中路径更短、求解能力更强,局部动态规划能够得到出最优避障路径。     

人本至善 护佑生命惠海泽航

海上搜救价值理念体系海上搜救的核心价值观:惠海泽航人本至善海上搜救的精神:险情就是命令、时间就是生命、团结就是力量海上搜救的行动指南:“八个最”最快的速度获取;最有效的手段配备;最准确的信息情报;最精干的搜救力量;最科学的决策制定;最满意的效果回馈;最完善的施救方案;最关切的社会期待。     

建章立制 构筑海上应急体系

海上搜救历史悠久、源远流长。从海上救助女神“妈祖”的传说到人们熟知的“泰坦尼克”号海上搜寻,再到如今“马航MH370”“桑吉”轮搜救,随着人们对海洋探索的不断深入,海上搜救工作的重要性也日益增长。1989年,中国海上搜救中心成立,负责全国海上搜救工作的统一组织和协调。30余年来,中国海上搜救中心紧紧围绕“以人为本”文化理念,秉承“惠海泽航人本至善”的搜救精神,在海上搜救过程中全力以赴、不遗余力,以最满意的搜救效果回馈最关切的社会期待。本刊将从海上应急体系建设、搜救文化理念塑造、搜救成功案例盘点、国际搜救合作交流等多种角度,展现中国海上搜救发展变迁。     

基于物联网的海上应急物资运输路径优化仿真

针对海上应急物资运输的特点,综合考虑物联网技术优势与海上应急物资运输的要求,引入模糊时间窗函数,结合最优适应度函数等主要约束条件,构建以配送距离最短、花费时间最少、配送成本最低、客户满意度最大的物联网的海上应急物资运输路径优化模型,在Matlab 2017a平台上进行仿真。结果表明,改进后的遗传算法能够找到最优配送路径,达到了智能化海上应急物资运输配送的要求。     

基于电子地图的改进蚁群算法及其车辆路径寻优

路径优化研究中以目标节点的线性距离之和最短作为最优路径的求解结果难以运用于实际.文中提出了结合电子地图API的改进蚁群算法,首先得到各个节点之间的实际道路导航距离,然后对基本蚁群算法进行改进.在节点选择策略上采用了轮盘选择策略;在算法的不同时期对信息素挥发系数ρ进行调整;计算目标节点距离时去掉节点间直线距离,而采用从电子地图获取的实际导航距离;最后获取电子地图数据,用于改进后的蚁群算法,进行最优路径求解.实验结果分析表明,算法改进前后求得的直线最短路程分别为64.526、62.598 km,验证了改进后算法的有效性,实际道路导航最短路程为89.378 km,说明文中提出的最优路径求解方式更切合实际,实用性更高.     

浅析如何加强渤海区域搜救合作提高海上搜救效率

海上搜救工作的有效开展是确保海上人命财产安全的重要保障。笔者从事海上搜救工作多年，并参与多起重大及特重大海上事故的搜救工作，对我国渤海海上搜救存在的薄弱环节有初步了解，通过文章进一步对搜救法规和渤海搜救工作现状的分析来探讨如何加强渤海区域搜救合作，提高海上搜救的效能。     

海上导航路径中的微分进化算法研究

通过分析传统微分进化算法的优缺点,提出基于邻域变异的微分进化算法,在算法设计时利用全局最优向量和局部最优向量的结合形成最终的变异向量,并且在算法中加入抖动因子来增强其搜索查找能力。将此算法应用到海上导航路径规划中,实验证明本文所设计的算法与传统的DE/best/1和DE/target-to-best/1相较,收敛速度慢,稳定性强。     

湛江海事局:全力以赴保障演练顺利举行

正此次中国-东盟国家海上联合搜救实船演练落户湛江,对湛江海事局来说,既是机遇又是挑战,如何保障演练的圆满成功,如何做好演练的各项筹备及对接工作呢?湛江海事局用实际行动作答:全力以赴!中国—东盟国家海上联合搜救实船演练是国家近年来与东盟国家开展的最大规模的海上联合搜救实船演练,是践行习近平总书记提出的"一带一路"国家战略的具体体现。这一地区盛事不但关系着海事形象和交通人的形象,更事关国家形象。记者获悉,此次此次演练活动由中国海上搜救中心主办,广东省海上搜救中心承办,湛江海上搜救分中心协办。作为主办地的"东道主",湛江海事局(湛江海上搜救分中心)举全局之力积极筹备中国—东盟国家海上联合搜救实船演练,在中国