基于粒子群-遗传优化算法的船舶避碰决策

为能在开阔水域中提升船舶驾驶员在多船会遇场景下的避碰决策能力,按照国际海上避碰规则(Convention on the International Regulations for Prerenting Collisions at Sea,COLREGs)的要求,综合考虑船舶航行的安全性与经济性,提出一种基于粒子群-遗传(Partide Swam Optimization-Genetic Algorithm,PSO-GA)的混合优化避碰决策算法。基于最近会遇距离(Distance of Close Point of Approaching,dCPA)和最近会遇时间(Time to Close Point of Approaching,tCPA)确定船舶碰撞危险度(Collision Risk Index,ICR)的计算方法,基于转向幅度与航行时间建立避碰决策目标函数。基于PSO-GA算法具有提高收敛精度和加速全局寻优的特点,当ICR≥0.5时,启动PSO-GA算法,获得让路船舶在全局范围内的最佳转向幅度和在新航向上的航行时间。仿真结果表明:与单独使用PSO或GA算法相比,PSO-GA算法能够以较少的迭代次数找到安全经济避碰航线。提出的避碰决策算法能够为船舶驾驶人员在避碰决策中提供参考,有助于提升船舶航行的安全性和降低船舶碰撞事故发生的风险。     

免疫粒子群算法在夜航船舶避碰规划中的应用

受夜晚环境的影响,传统的船舶在航行过程中存在碰撞事故多发的问题,为此应用免疫粒子群算法对夜航船舶避碰规划方法进行优化设计。首先利用航行船舶上的AIS设备确定夜航船舶运动参数,并结合障碍船的位置划分夜航船舶会遇态势。设置夜航船舶安全会遇距离并计算夜航船舶碰撞危险概率。应用免疫粒子群算法更新船舶速度和位置,当两船之间的碰撞危险度达到危险区间,确定避碰时机以及幅度,进行夜航船舶避碰规划。实验结果表明,应用免疫粒子群算法,能够有效地降低碰撞事故发生率。     

基于选择性神经网络集成的船舶避碰问题研究

船舶碰撞危险度的确定是保证海上船舶航行安全的重要问题,也是一个复杂的过程,受很多因素的影响,具有很强的非线性特征。神经网络集成是用有限个神经网络对同一个问题进行学习,集成在某输入示例下的输出由构成集成的各种神经网络在该示例下的输出共同决定。本文基于粒子群优化算法实现一种选择性神经网络集成方法,并基于该方法对船舶碰撞危险度问题进行了建模。仿真结果表明,基于粒子群算法的选择性神经网络集成方法适合于船舶避碰问题模型,且模型的精度很高。     

船舶避碰控制系统模型研究

将船舶避碰操作视为一类控制问题,建立运动船舶在随机障碍目标环境中的避碰闭环控制系统模型;其中运动船舶为被控对象,随机障碍目标的航迹检测由雷达、红外传感器及声纳传感器等完成,并作为该系统的输入,对运动船舶航迹的检测由GPS、GPS/INS等完成,而避碰的本质就是要维持一定的控制偏差.     

基于遗传算法的内河船舶避碰路径优化研究

提出一种遗传算法用于解决内河狭窄弯曲航道中的船舶避碰问题。运用算法的空间寻优能力,设计简单的编码,根据航道及障碍物等约束条件,按照一定的优化准则设计出相应的适应度函数。通过计算机仿真表明,该方法具有良好的避碰路径寻优能力,为最终实现自动避碰奠定基础。     

船舶避碰控制系统模型研究

将船舶避碰操作视为一类控制问题,建立运动船舶在随机障碍目标环境中的避碰闭环控制系统模型;其中运动船舶为被控对象,随机障碍目标的航迹检测由雷达、红外传感器及声纳传感器等完成,并作为该系统的输入,对运动船舶航迹的检测由GPS、GPS/INS等完成,而避碰的本质就是要维持一定的控制偏差。     

内河三叉河口水域船舶避碰路径优化研究

为避免人为失误引起内河三叉河口水域船舶碰撞事故,提出一种新的避碰空间模型--船舶动态避碰空间模型,用于内河三叉河口水域船舶避碰决策,运用遗传达退火算法对内河三叉河口水域船舶避碰路径进行优化,仿真结果表明,所提出的模型及算法可行.     

基于船舶碰撞点分析模式的避碰决策优化原则

一次成功的避碰取决于相关避碰信息的采集和处理。此文阐述了船舶动态信息中碰撞点的分析方法和确定原理，论述了船舶碰撞点与碰决策的关系及其在避让行动中的作用，并确定了相应的“量化”值，其结论既可用于“智能避碰”，亦可在“经典避碰”中被广大驾驶员加以借用。     

智能化海上航行模拟器中的避碰算法研究

在全球化经济快速发展的今天,传统的航运管理模式已经不能良好适应错综复杂的海洋环境,更多基于智能化的管理系统已经取代了人工。本文从实际的海洋运输需求出发,结合传统的海航模拟器,设计一种新型的船舶避碰训练平台,从而最大程度上降低海洋事故,同时也极大降低了训练成本。本文首先基于AIS系统对船舶的运动控制模型进行研究,然后结合自回归预测算法和粒子群避碰适度函数,对船舶运行时的避碰模式建立动态调整策略,从仿真结果可以得到,此算法能够实现较好的避碰效果。     

舰船编队避碰的自适应控制研究

海上运输是一种重要的货物流通方式,随着人们对海洋资源的进一步开发,海上运输、资源开采、石油开发等工业行为对海上交通运输条件提出更高要求。为了改善日益拥堵的海上交通,防止出现船舶碰撞等海上交通事故,世界各国对船舶避碰技术投入了大量的研究,其中,舰船编队的避碰控制技术是研究的重点。本文在传统的非线性控制系统基础上,结合自适应模糊控制算法和Matlab仿真技术,对舰船编队在未知环境干扰条件下的避碰、避障等技术进行系统研究,提出一种舰船编队的模糊自适应避碰方法,并进行仿真分析。     

船舶工程中的云粒子群算法研究

船舶在航行过程中的航向控制对于船舶航行安全是非常重要的。本文首先阐述传统的云粒子群算法,然后针对其陷入局部最优等缺点进行改进,利用云变异的云自适应粒子群优化算法进行船舶航向PID控制,并进行仿真实验。实验结果表明,本文算法具有较强的鲁棒性和稳定性。     

船舶避碰系统中的RFID物联网感知层查询树算法研究

船舶避碰系统是保障其安全航行的重要保障,基于RFID的射频识别技术是避碰系统主流技术,利用读写器读取对方船只标签信息,从而得到相邻船只的位置、体积、重量等信息,进一步计算合理的避碰策略。通过查询树算法循环读取相邻船舶标签,存在着时隙浪费问题,影响标签读取精度及实效性。本文研究了基于物联网RFID避碰算法结构,针对传统查询树算法缺点,改进标签获取后的数据检测流程,减少了查询算法的交互命令数,提高算法实效性。     

二时隙算法在船舶通信网络中的RFID标签防碰撞研究

射频识别技术(RFID)是一种性能可靠、效率高的信息采集和识别技术,其非接触式识别方式在医疗、物流等领域应用广泛。在射频识别系统中容易发生射频卡与数据存储器的信息交换冲突,而基于时隙的算法可以有效的防止冲突。本文在二时隙算法的基础上,进行船舶通信网络中的射频识别系统,及其射频识别标签防碰撞研究。     

船舶避碰辅助决策中的AIS-ECDIS应用研究

海上交通事故不仅会造成人员伤亡和巨大的经济损失,还会对海洋环境造成污染和破坏,而在众多海上交通事故中,船舶碰撞占据较大的比例。随着控制技术和自动化的提高,防碰策略算法和先进的传感器设备逐渐应用到船舶防碰中。本文主要利用船舶自动识别技术AIS和船舶电子海图技术ECDIS,设计和优化船舶避碰辅助决策系统,并对其避碰流程进行介绍。     

内河船舶避碰决策智能优化研究

针对内河船舶航行及内河航道的诸多特点,分析影响内河船舶碰撞危险的各种因素,建立内河船舶碰撞危险度的评判模型;重点对内河船舶避碰决策及优化展开研究,系统化描述保证船舶安全、经济航行的多种条件,提出相应的避碰决策模型,并在此基础上拟应用优化理论展开探讨。     

基于Matlab平台的船舶避碰模型研究

根据本船的运动参数及连续两次观测所得到的目标船的相对方位和距离,运用避碰几何原理,在Matlab平台下建立了船舶避碰真运动模型,可以得到目标船运动参数及本船的避让措施和恢复航向的时机,并给出真运动轨迹图。文中还选择船舶会遇的典型实例对本模型进行了验证,结果表明,模型模拟的结果正确,对实际避碰行动有参考价值。     

海上船舶行驶避碰策略研究

设计合理的船舶行驶避碰策略对于保证船舶安全行驶具有重要的现实意义。本文研究船舶运动参数、船舶碰撞危险度以及适应度函数,最后通过粒子群算法、改进的混沌粒子群算法和免疫粒子群算法进行海上船舶行驶避碰仿真,确定切实可行的海上船舶行驶避碰方案。