遇难船舶漂流轨迹预测技术

概观了国内外有关海上搜救以及遇难船舶漂流轨迹预测技术研究的现状。在综合考察相关研究成果的基础上,探讨了在既往的漂流轨迹预测系统里追加波浪所引起的漂流速度成分,以提高漂流轨迹预测的精度。     

海上遇险漂流目标跟踪系统研究探讨

快速准确地实现海上远程遇险目标的定位与跟踪是海上救援工作的重点,也是国际海上搜救领域的工作难点。通过对海上遇险漂流目标跟踪系统关键技术研究问题的探讨,提出基于运动学和海洋动力学联合建模思路,以及应用新型智能信息处理技术研发具有自适应性能的漂流目标轨迹融合预测模型与跟踪方法。在总结现在海上漂流目标跟踪研究情况的基础上,指出存在的主要问题,提出一套比较完整的研究思路,为新型漂流目标跟踪系统的研发提供有效的借鉴和众多有益的建议。     

基于随机粒子仿真的海上搜寻区域确定

为提高海上搜救的成功率,最大限度地减少生命和财产损失,需要快速确定包含搜寻目标漂移后的最小搜寻区域.在海洋环境数值预报模式下,考虑了不同的遇险推测场景条件,采用随机粒子仿真法确定了目标初始概率分布,恰当地描述了海洋环境数据以及风压系数中的不确定性因素对目标漂移的影响,建立了搜寻目标整体漂移模型.采用该整体漂移模型对落水人员漂移区域进行了数值预测仿真.仿真结果表明:随机粒子仿真法能准确预测搜寻区域,较好地利用现有的环境数据库信息,实时计算搜寻区域的包含率,生成指定时刻的概率分布图,相比于采用传统解析方法预测搜寻区域约缩小1/2.     

内河物体漂移轨迹及其终点预测建模与仿真

在现有Leeway模型基础上,结合内河航道岸线特征建立内河搜救目标位置预测模型。模型综合考虑搜救目标的初始落水位置、风致漂移方向和搜救目标特征的不确定性,经过统计获得物体最终位置预测的概率分布。研究成果对于在搜救过程中如何快速、有效地寻找搜救目标,有一定的指导意义。     

基于蒙特卡洛法的海上漂移模型研究

海上搜救区域的确定一直是海上搜救的核心内容。以海上漂移人员为研究对象,在综合考虑漂移位置的多重影响因素下,计算海风、海流、风生流等对搜寻目标的偏移,提出了漂移模型,并编写计算机辅助程序进行蒙特卡洛仿真得到其漂移轨迹和最可能的区域。经过实例验证,该模型能够有效提高搜救的准确性和实效性。     

基于电子海图的海上搜寻与救助决策系统软件的实现

以增强海上遇险搜寻与救助有效性为研究目的,开发基于电子海图的海上搜寻与救助协调决策系统软件.介绍了海上遇险事件报告与更新,救助船舶或飞机的选派,遇险目标漂流轨迹的预报,选择合适的搜索模式及救助方案来进行海上搜救工作等功能的实现方法.     

我国海上搜救成功率指标评价体系

针对我国海上搜救成功率计算统计模式存在理论基础缺乏、指标体系和计算方式过于单一及统计范围随意等问题,通过对海上搜救评价的影响因素进行分析,构建我国海上搜救成功率评价指标体系,并运用层次分析法确定各指标的权重。通过统计海上险情搜救基本信息,分别计算出基本评价指标值、二级评价指标值和一级评价指标值,进而求出某区域海上搜救成功率的综合评价指标值。以上海地区为例进行实证分析,结果表明,上海地区2014年综合海上人命救助的成功率为95%。     

我国首个搜救区域联动合作机制建立运行

4月21日，北方搜救区域联动合作区第一次联席会议在山东威海召开，会议讨论并通过了《北方搜救区域联动合作规则》和《北方搜救区域联动合作机制联席会议制》。标志着我国首个搜救区域联动合作机制正式建立运行。交通运输部将全国划分为北方、华东、华南、长江四个搜救区域联动合作区。其中，北方搜救区域联动合作区包括山东、辽宁、河北、天津四省（市）海上搜救中心。     

澳大利亚海上搜救体系介绍

一、澳大利亚水上搜救责任区 澳大利亚搜救责任区包括印度洋、太平洋及贯穿澳洲大陆约5300万平方公里的区域,约占全球海洋面积的十分之一。为使搜救能力全面覆盖其广阔的搜救水域,提高搜救效率,澳大利亚与周边十个国家签订了搜救合作协议,以弥补国内搜救力量的不足。右图为澳大利亚负责的搜救海域及其与邻近国家合作的搜救区域。     

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。     

基于迭代局部搜索和自适应粒子群优化的SVM短期负荷预测

为了能够进一步的提高船舶电力负荷的预测精度,针对SVM模型在负荷预测中存在的参数选取问题,该研究提出了一种新的参数优化算法:基于迭代局部搜索和自适应粒子群优化的组合算法。自适应粒子群算法提高了传统粒子群算法的收敛速度,引入的迭代局部搜索思想,配合新的极值评价标准能够很好的解决粒子群算法容易陷入局部最优的问题。仿真结果表明,利用新的参数优化算法使得SVM预测模型的精度得到了很大的提高。     

一种能有效规避威胁区的双层A^＊路径规划算法

针对路径规划中A^＊算法遇到威胁区易陷入局部搜索的问题,对扩展点的估计代价计算方式进行了改进,提出了一种基于A^＊的双层A^＊规划算法。在该算法的双层机制中,第一层规划的扩展点估计代价用第二层规划的结果来计算,使得搜索过程中扩展结点的估计代价更接近于真实代价,从而得到该结点更加准确的全代价值,引导算法向更合适的方向扩展,提高了搜索效率。实验表明：在较复杂的规划空间中,该算法能有效解决A^＊算法遇到威胁区陷入局部搜索的弊病。     

时间窗限制下港口泊位优化分配问题模型

提出新的离散型泊位分配模型,对船舶在港口内的服务时间和港口内泊位的可用时间都考虑了时间窗约束,并在目标函数中考虑了船舶的不同服务时间价值,基于模拟退火算法设计了相应的模拟退火算法进行问题的计算和分析。算例表明,求解大规模问题时,在求解质量和计算时间上要优于CPLEX软件,所提出的优化方法将有助于帮助繁忙港口提高泊位等资源运营管理的效率。     

基于量子行为遗传算法的船体局部结构优化设计

采用遗传算法解决船舶复杂结构中混合设计变量优化问题时,其效果很有效,且能获得全局最优可行解。然而,简单遗传算法局部搜索能力差且易于早熟。为了提高对船舶复杂结构设计变量解空间的搜索能力,该文设计了一种基于二进制编码的适用于混合变量的量子行为遗传算法,比较适合于复杂函数的全局寻优,且搜索能力优于标准遗传算法。通过三个算例对算法的寻优能力进行测试,实验结果表明,采用量子行为遗传算法进行的船体局部结构优化设计具有较好的计算质量与计算效率。     

潜航器轨迹跟踪与航向预测算法

海况条件较差时,基于水下单点GPS定位系统的潜航器实时定位有较大测量误差,不利于潜航器的轨迹跟踪与航向预测。针对误差服从高斯分布的水下单点GPS定位系统,提出基于改进型扩展卡尔曼滤波算法的GPS跟踪方法和基于回归分析算法的航向预测方法。通过测试与仿真,对定位设备采集到的数据进行对比分析,试验结果表明,上述算法显著提高了轨迹测量精度与航向跟踪能力,准确绘制出了潜航器的实时航行轨迹与航向预测线,可应用于潜航器的轨迹跟踪项目中。     

基于自动识别系统和门控递归装置的港口流量预测模型（英文）

Water transportation today has become increasingly busy because of economic globalization.In order to solve the problem of inaccurate port traffic flow prediction,this paper proposes an algorithm based on gated recurrent units(GRUs) and Markov residual correction to pass a fixed cross-section.To analyze the traffic flow of ships,the statistical method of ship traffic flow based on the automatic identification system(AIS) is introduced.And a model is put forward for predicting the ship flow.According to the basic principle of cyclic neural networks,the law of ship traffic flow in the channel is explored in the time series.Experiments have been performed using a large number of AIS data in the waters near Xiazhimen in Zhoushan,Ningbo,and the results show that the accuracy of the GRU-Markov algorithm is higher than that of other algorithms,proving the practicability and effectiveness of this method in ship flow prediction.     

基于粒子群算法的动力定位推力分配决策变量优选

针对群智能算法解决动力定位推力分配问题易陷入局部最优、计算时间长等不足,基于粒子群算法探索不同粒子决策变量对推力分配结果的影响。首先考虑推力分配目标力和力矩、推力限制、禁止角等约束条件,以推进器功率最优、磨损最小为优化目标建立了推力分配数学模型,构建了基于三种不同粒子决策变量的粒子群推力分配算法;其次以算法结果的适应度值、计算消耗时间的均值和方差量化算法的收敛性和实时性,对上述三种方法进行了仿真分析,仿真结果对比表明,基于本文提出的粒子决策变量搜索在收敛性和实时性上均达到最优,对粒子群算法解决推力分配问题有一定的参考价值。     

Optimum routing of a sailing wind farm

To acquire the wind energy of the oceans, a sailing wind farm has been proposed. The wind farm considered is composed of a semisubmersible floating structure, 11 windmills, four sails, six thrusters, and storage for hydrogen. To maximize the acquired energy, an effective algorithm to search for optimum routes was developed. The algorithm is based on the fact that beam winds yield a maximum of acquired energy. This feature reduces the computation time, and, consequently, efficient route optimization becomes possible in a reasonable time. After setting an operational area for the wind farm, navigation simulations for a 1-year period were carried out. A numerical weather forecast was used as well as the responses of the floating structure, such as the speed of the structure, the output power of the windmills, and the time of course changes. In the simulation, the wind farm evades rough seas to avoid structural damage, and an optimum route is searched for. The capacity factor of the system was used to evaluate the efficiency of the optimized routes. From the simulations, the maximum capacity factor achieved was 42.6%. The dependency of the capacity factor on the initial position of the wind farm was also examined. It was shown that offshore from Sanriku in northeastern Japan is an area suited to the operation of the wind farm. The effect of the initial position on consecutive periods of operation is discussed.     

基于多种群萤火虫算法的集装箱船结构优化

针对集装箱船结构优化问题，依据CCS规范建立以集装箱船舯剖面面积最小为优化目标，板厚、型材横截面积为离散设计变量的优化数学模型。提出一种多种群萤火虫算法，各种群设置不同的参数，提高搜索区域，多子群并行寻优、子群主群协作寻优提高算法寻优性能，对所建模型进行优化计算。优化算例表明，所提出的多种群萤火虫算法比标准萤火虫算法可以更快的收敛得到最优解，在满足所有约束条件情况下，集装箱船舯剖面面积最小约13.2%，验证了多种群萤火虫算法应用于集装箱船结构优化的有效性。