基于遗传算法规划路径的船舶避碰系统

为了更好地解决船舶避碰路径规划问题,寻找到船舶运动的最优最短的避碰路径,提出了遗传算法规划路径的船舶避碰系统,首先在遗传算法的选择、交叉和变异阶段,利用粒子群算法引入强化变异、改进交叉对象、变异淘汰机制,从而对遗传算法进行自我调整,避免遗传算法陷入局部最优,然后,将寻优得到的最优个体的位置与速度进行解码,得到最优的船舶避碰规划路径,最后进行了仿真实验。实验结果表明,本文算法不仅能够得到最优的船舶运动避碰路径,安全性高,而且整个求解所需时间最少,具有明显的优势,对于船舶运动避碰路径规划问题求解具有较好的可行性。     

基于有向图规划的船舶物流运输最优路径选取算法

传统的船舶物流运输最优路径选取算法的运行效率低,为了解决这个问题,提出基于有向图规划的船舶物流运输最优路径选取算法。利用有向图规划法,确定有向图规划船舶物流运输路径冲突分流点,采用深度优先遍历算法,获取船舶物流运输最优路径。为突出算法优势,在经典算法基础上,对其做出改进,在算法结束后,逆序打印每一条路径,选取最优路径,由此,完成基于有向图规划的船舶物流运输最优路径选取算法的设计。在实验中,采用有向图作为实验样本,对2种算法进行对比实验.实验结果显示,所提算法相比传统的船舶物流运输最优路径选取算法运行效率更高。     

船舶避碰的粒子群-遗传(PSO-GA)的混合优化算法研究

随着海运航线的愈加繁忙,船舶碰撞事故时有发生,为避免船舶发生碰撞,船舶避碰决策研究已成为目前研究的热点.本文在既往研究的基础上,综合考虑船舶避碰的经济性及安全性要求,基于粒子群算法、遗传算法与非线性编程理论,建立了船舶避碰路径规划的优化模型,并通过具体案例进行仿真分析.仿真结果显示,粒子群遗传混合优化算法的收敛速度较快,船舶避碰的优化路径能够同时满足经济性及安全性要求,算法的有效性及运算效率均有了显著提高.     

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。     

船舶自动航行中的多目标遗传算法应用

船舶自动航行是未来航海领域重要的关键技术,算法通过对船舶航行目标及安全水域的分析,自动的寻找船舶航行最佳路径,属于路径规划研究一类。标准遗传算法通过对遗传物质基因的继承和映射,来寻找自然进化过程中的最优解,也是解决路径规划类问题的重要方法,但是其最优解往往会陷入局部最优,需要进行优化。本文研究海上自动航行中的路径匹配模型,利用多目标遗传算法给出船舶路径规划图解决方法,并对算法进行仿真。     

基于遗传算法的装船顺序整数规划问题求解

针对原有装船顺序整数规划求解算法所求得的最优解精度较低的问题,设计遗传算法的装船顺序整数规划求解算法。根据遗传算法演变规则设定整体算法求解流程;依照流程中的硬约束条件要求采用船舶重心与装船翻箱率结合的形式,设计装船规则;根据装船规则内容,采用翻箱率与船舶重心目标函数组成整数规划模型并进行求解。至此,遗传算的装船顺序问题整数规划求解算法完成。构建对比试验,与原有算法相比,此算法最优适度曲线与准确计算结果相近,原有方法与计算结果误差较大。因而,此算法求解精度更高,此算法更有效。     

基于遗传算法的船舶导航路径规划研究

合理优化的船舶航行路径是舰桥系统中重点研究的技术之一。本文将遗传算法引入到船舶导航路径规划中,设计适当的适应度函数和遗传算子,从而保证遗传算法的鲁棒性;并且通过改进的交叉算子和变异算子能够增强种群的多样性。最后通过仿真对比实验来说明本文算法的有效性。     

船舶维修备件供应调度路径优化研究

文章针对船舶维修备件供应调度成本较高的问题,提出两级保障下维修备件供应调度优化策略;为解决基地级备件供应调度路径不合理和基层级装备维修效率低的问题,引入软时间窗的概念,建立了带软时间窗的两级保障下船舶维修备件供应路径优化模型;通过设计优化算法中的算子来改善遗传算法的局限性,提高算法收敛速度,并将算法运用到问题的求解当中;运用MATLAB编程求解目标函数,并用相关案例验证了该模型的有效性,为船舶维修备件供应调度路径的规划提供参考。     

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。     

基于视觉识别的船体板材零件理料原型系统开发

现阶段船体板材零件理料过程中完全依靠人工进行零件特征和编码识别,不利于开展理料装备自动化和智能化作业.针对该现状,提出基于视觉识别的船体板材零件理料原型系统.通过工业相机拍摄零件图像,对零件特征进行识别,获取零件类型和位置信息;对零件编码进行识别,获取零件流向信息.然后将类型、位置和流向信息传输至理料控制软件处理,机器人根据指令完成理料过程.结果表明,提出的理料原型系统及工作流程能够替代人工完成船体零件理料过程,为后续实现理料作业的自动化和智能化运行及装备集成应用奠定了基础.