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。     

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。     

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.     

基于模型预测控制的船舶自主避碰方法

针对海上多船会遇情况下的船舶自主避碰问题,提出一种基于船舶运动数学模型的开阔水域船舶自主避碰方法.该方法利用模型预测控制(MPC)算法,在考虑船舶操纵性和避碰规则的条件下,采用模糊数学理论分析船舶航行过程中的碰撞危险度,进而构建避碰算法的评价函数,实现船舶自主避碰.仿真结果表明,该算法能解决开阔水域多船会遇情况下的船舶自主避碰问题,验证了算法的有效性.     

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。     

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.     

无人船舶避碰障碍物智能自动识别方法

传统无人船舶避碰障碍物识别方法,受到方法中识别危险系数判定基数过小的影响,在避碰障碍物识别过程中,无法在有效安全距离下瞬态识别障碍物,造成避碰全局输出准确率与效率降低。为了解决无人船舶识别危险基数过小的问题,提出无人船舶避碰障碍物智能自动识别方法。首先采用智能危险判定算法,对船舶与障碍物之间的距离进行危险系数判定计算;然后根据判定危险系数数据,重构会遇状态模型。通过模型得到算法对障碍物的识别信息;最后通过神经遗传算法,对障碍物分布信息进行避碰数据的识别转换,从而实现优化识别运算场景,提升识别方法识别准确率与输出效率。通过在同一场景下不同识别方法的对比数据表明:提出的识别方法更适合无人船舶的避碰障碍物识别计算,能够有效将障碍物识别准确率控制在97.43%。同时,提升全局输出效率25%以上。     

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.     

机器学习在智能辅助避碰系统中的应用

阐述船舶智能辅助避碰系统的基本决策过程,聚类算法在危险区域划分中的应用,以及在碰撞危险度计算中利用大量实船数据训练神经网络模型的机器学习方法。优化相关参数的计算方法,提升智能辅助避碰系统的可靠度和实用性。     

复杂海域船舶自适应障碍规避算法研究

目前,船舶的航行海域越来越广阔,各种航道的环境也复杂多变,这对船舶的航行造成了很大的安全隐患。为了最大限度防止船舶之间发生碰撞,人们开发出了各种避碰设备。本文在船舶基本运动模型的基础上,采取模糊神经网络规避算法,并结合PID控制理论,对避碰策略展开研究,详细分析船舶的多种避碰运动模式。仿真结果表明,此算法的性能达到实际应用的基本要求,值得深入研究。