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。     

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。     

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.     

基于改进蚁群的智能船舶全局路径规划方法

船舶路径规划是指在特定的海洋环境下,按照一定的寻优策略,给定出发点和目标点,完成船舶航行所需求的航线规划。本文依据改进的蚁群算法进行智能船舶路径规划,基于对障碍物膨化处理后的栅格地图,针对经典蚁群算法局部最优问题,加入了状态自适应调整,信息素自适应更新和拐角处理策略,在提高算法收敛速度的同时保证了所得路径的平滑性及安全性,实现了智能船舶的安全、经济航线规划。     

基于遗传算法的多移动机器人路径规划

针对已知环境下多移动机器人路径规划问题,提出一种基于遗传算法的规划方法.该方法采用合理的适应度函数,能够引导有碰撞危险的多个机器人选择让自己都右转(或左转)的路径点,避免了多移动机器人避障死锁的问题.仿真结果验证了方法的有效性.     

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。     

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。     

基于电子海图的船舶路径规划模拟器开发

为了提高船员在实际航行中进行规划路径和使用电子海图的能力,利用Visual Studio C#工具,设计和实现了基于电子海图以及C#与SQL Server通讯的船舶路径规划模拟器.文章在对现有船用电子海图二次开发的基础上,引入一种基于电子海图提取海域模型的遗传算法进行路径规划,对国际通用AIS编码,基于GPS NEMA...     

基于改进的教与学优化算法的船舶实时路径规划

利用局部逃逸策略（Local Escaping Operator, LEO）对原始教与学优化算法（Teaching Learning Based Optimization, TLBO）的部分解进行替换,使其快速跳出局部最优,提出一种改进的教与学优化算法（Local Escaping Teaching Learning Based Optimization, LETLBO）,并将其应用于船舶实时路径规划中。在船舶实时路径规划仿真试验中,利用概率图搭建搜索地图,利用高概率区域模拟目标所在区域,并采用贝叶斯定理设计一个概率函数作为目标函数。同时,为更好地实现实时路径规划,提出以个体为单位,利用在个体探索时高概率区域同时移动的方式模拟船舶在搜索时目标同时移动的情况,成功模拟船舶实时路径规划,保证试验的有效性。通过船舶实时路径规划仿真试验测试2种模拟情况下LETLBO与原算法及其他多种经典算法的性能,结果发现LETLBO在2个情景中找到目标的概率相比原算法分别提升41.88%和43.38%,运算时间分别减少0.978 9 s和0.375 2 s,且综合性能更优,说明改进的算法具有更好的探索寻优能...