船舶碰撞危险度模型应用与验证

本文提出一种基于地理分布,并结合预测和仿真系统的船舶碰撞危险度分析方法,应用于实际测试环境中验证了方法的有效性。这种方法主要讨论了未来地理分布中的高危险度地区。相比较利用历史数据、数学模型和专家咨询进行当前船舶碰撞可能性计算的传统危险度分析,本文方法可以更加合理而准确地预测未来特定海域的船舶碰撞危险度,为采用和实施船舶碰撞风险控制措施提供有力支撑。     

遗传神经网络算法在船舶碰撞危险度确定中的应用

为提高船舶航行安全性,首先建立船舶碰撞危险度评估模型,并结合神经网络算法对特定的水域进行危险度模型拟合,获得较为准确的船舶碰撞危险度模型。基于Matlab软件对建立的模型进行编程计算。本文建立的船舶碰撞危险度模型经过50次误差训练后达到了较高的拟合精度,获得较好的效果,可为提高船舶航行安全性提供参考。     

内河船舶避碰决策研究现状及趋势分析

本文将船舶避碰研究分为船舶领域、船舶碰撞危险度和船舶避碰决策优化方法三个部分进行综述,通过与船舶避碰整体研究的对比,分析内河船舶避碰研究的现状,得出内河船舶避碰的研究趋势,并得到内河船舶避碰会从二维避碰向三维避碰研究转变、完善船舶领域和碰撞危险度模型及引入先进理论算法等研究趋势。     

基于四元船舶领域和避碰规则的碰撞危险度模型

为解决使用船舶领域计算碰撞危险度时所选取的船舶领域类型繁多，且碰撞危险度模型中对于目标船船舶领域与海上避碰规则等因素考虑较少的问题，提出基于四元船舶领域和海上避碰规则改进的碰撞危险度模糊评价模型。在计算碰撞危险度时考虑本船是否侵入目标船船舶领域，且根据海上避碰规则当本船为直航船时，判断目标船与本船是否为紧迫局面并将其作为计算因素加入模型。使用MATLAB进行仿真，结果表明改进的模糊评价模型能计算出更符合海上实情且满足海上避碰规则的碰撞危险度，为后续避碰决策研究提供更为准确的数据。     

基于模糊理论的船舶复合碰撞危险度计算

基于船舶领域和动界的概念,在船舶碰撞几何原理的基础上,利用模糊规则和模糊综合评价方法,本文提出一种船舶复合碰撞危险度的计算方法。确定最近会遇距离(DCPA)、最近会遇时间(TCPA)、两船距离、相对方位、船速比5个主要因素的隶属度函数,并考虑航行区域状况、能见度情况和船舶的操纵性能等对船舶碰撞危险度的隶属度函数修正。用原始数据对3种不同会遇态势进行仿真和对3种不同碰撞危险度计算结果分析比较,结果表明该方法的有效性。     

船舶碰撞危险度的避碰决策模型

船舶碰撞危险度是影响船舶航行安全的重要参数,对船舶在航行中的避碰决策起着指导性的作用。船舶在会遇时,快速而且准确的计算出船舶碰撞危险度,是进行船舶间避碰决策的基础。然后,结合船舶碰撞危险度模型和避碰几何原理,建立船舶避碰决策模型,该模型能够为船舶驾驶员提供采取避碰行动的时机和转向幅度,以获得避碰行动的最优解。     

基于模糊理论的船舶复合碰撞危险度计算

基于船舶领域和动界的概念,在船舶碰撞几何原理的基础上,利用模糊规则和模糊综合评价方法,本文提出一种船舶复合碰撞危险度的计算方法.确定最近会遇距离(DCPA)、最近会遇时间(TCPA)、两船距离、相对方位、船速比5个主要因素的隶属度函数,并考虑航行区域状况、能见度情况和船舶的操纵性能等对船舶碰撞危险度的隶属度函数修正.用原始数据对3种不同会遇态势进行仿真和对3种不同碰撞危险度计算结果分析比较,结果表明该方法的有效性.     

基于改进人工势场法的船舶自主避碰方法

为提升船舶航行的安全性,对船舶避碰方法进行研究。引入碰撞危险度对传统的人工势场法进行改进,根据船舶的时空计算模型建立新的人工势场法碰撞模型,计算时间和空间危险度,进而准确判断陷入局部极小值和目标不可达问题的危险度,指导船舶避碰。基于MATLAB平台搭建仿真环境,并开展仿真试验,通过与传统方法相比对,验证该避碰方法的有效性。试验结果表明,利用该避碰方法能有效避免传统人工势场法的避碰缺陷。     

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。     

影响船舶碰撞危险度的因素

影响船舶碰撞危险度的主要因素有DCPA、DCPA的误差、TCPA、TCPA的误差、目标船方位、目标船舷角、本船航速、目标船的航速、会遇时两船的航速比等。分析了各因素对船舶碰撞的危险度的影响情况，以便正确确定在当时避碰环境下的影响船舶碰撞危险度的主要因素，防止船舶碰撞事故的发生。     

试论良好船艺在船舶避让中的作用

随着我国改革的不断深入,经济的不断发展,各地间贸易逐年增加,航运业也随之急速地发展。海上船舶密度进一步增大,船舶间的会遇更为频繁,这就势必增加了船舶间碰撞的危险。同时现代船舶的大型化与快速化,又进一步加大了碰撞的危险度。为了避免船舶的碰撞,有效地控制碰撞的发生率     

开阔水域的最佳转向避让方案研究

本文用DCPA和TCPA加权确定法、结合船舶碰撞的客观危险度和主观危险度,分析开阔水域的转向避让,最终确定最佳转向避让方案.     

基于改进的神经网络的船舶碰撞危险度的模型

针对船舶碰撞危险度具有模糊性、不确定性等特点,依据模糊理论方法建立的船舶碰撞危险度的数学模型,直接采用来船航速、来船航向、来船对本船的相对舷角和来船对本船距离作为神经网络的输入,采用Levenberg-Mrquardt优化算法这种改进的BP神经网络进行训练和仿真,并与标准BP算法和动量BP算法进行比较,发现经过改进的网络求得碰撞危险度比标准BP算法和动量BP算法具有更好的效果,网络能够更有效收敛,大大提高了网络的收敛速度和泛化能力。     

船舶碰撞危险的自适应神经网络—模糊推理评价方法

本文将模糊数学中的模糊逻辑与人工神经网络结合起来用于船舶碰撞危险度的评价,即将基于自适应神经网络的模糊推理系统用于评价船舶碰撞危险度。结果表明,基于神经网络的模糊推理系统既能利用模糊数学的模糊语言来表述人的语言,又能利用神经网络的自学习功能学习已有的经验,是一种比较好的评价方法     

船舶避碰路径规划研究综述

对船舶避碰模型和路径规划方法进行分类综述和评价,将评价碰撞危险的船舶避碰模型分为碰撞危险度模型和船舶领域模型,将现有的船舶避碰路径规划方法分为确定性方法和智能优化方法,并分别对其研究成果进行总结,分析船舶避碰路径规划发展趋势.     

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。     

遗传极限学习计算法在船舶碰撞危险度确定中的应用

为防止船舶航行过程中出现碰撞问题,研究遗传极限学习计算法在船舶碰撞危险度确定中的应用。以船员视角、两船间的安全距离和航行速度为基础,利用最小安全时间直观描述船舶碰撞危险度;根据船舶航行样本数据,利用极限学习机预测最小安全时间,采用遗传算法优化极限学习机,通过初始化种群、适应度运算、交叉变异等过程确定最优染色体,提升最小安全时间预测精度。实验结果显示所研究方法遗传迭代25次后误差平方和降至2.5,不同海域的防碰撞操作控制成功率达到97.5%,说明该方法具有较快的迭代速度与较好的应用效果,可有效保障船舶航行过程中的安全性。     

基于克隆选择优化的多船转向避碰决策

基于船舶碰撞危险度计算模型,在多船会遇态势下,利用克隆选择优化算法,本文提出一种最优转向避碰幅度计算方法。确定了最近会遇距离(DCPA)、最近会遇时间(TCPA)、两船距离、相对方位、船速比5个主要因素的隶属度函数,并考虑航行区域状况、能见度情况和船舶的操纵性能等对船舶碰撞危险度的隶属度函数修正。基于船舶碰撞危险度和航程损失的多目标函数优化,通过分克隆选择优化算法,在《国际海上避碰规则》约束的可行域空间内,获取全局范围内的最优解。仿真结果表明克隆选择优化算法对于处理多船会遇态势下的让路船转向避碰决策的有效性。     

复杂水域船舶智能避碰专家系统设计

针对复杂水域船舶碰撞风险较高的问题,选取航速、航向、距离、能见度、风、浪、流等碰撞影响因素,设计碰撞危险度的计算方法,提出环境危险度的概念及计算方法;根据二者计算结果,构建神经网络样本,利用神经网络模型进行训练;基于Matlab设计复杂水域智能避碰专家系统。在对遇、追越、交叉相遇3种会遇局势下进行仿真验证,实验表明,该系统可以直接求解出碰撞危险度和环境危险度,将目标船和环境因素造成的碰撞危险区别对待,根据实际情况给出航行提示和建议。     

基于模糊集合理论的船舶碰撞危险度模型

为了解决多船避碰决策过程中避让行动优先级问题,提出一种基于模糊集合理论的船舶碰撞危险度确定模型。选取最近会遇距离、最近会遇时间、船间距离、相对方位、船速比5个因素建立碰撞危险度影响因素集,并确定各因素评价集、评价指标以及各参数的隶属度函数,经模糊综合评价得到船舶碰撞危险度计算模型。设置两船交叉会遇以及多船交叉会遇2种会遇局面进行仿真实验,实验结果验证了该模型的有效性。