基于人工智能技术的船舶航迹点生成算法

利用栅格法构建海洋环境数据模型作为船舶航迹点生成的模拟图.在此基础上将航行距离最短与航行障碍物最少作为目标构建船舶航迹点生成数学模型,使用自适应交叉概率与变异概率优化鱼群算法,使用优化后的鱼群算法确定船舶航迹点生成数学模型的最终解,获取最佳船舶航迹点.经过试验分析,该算法能够准确生成船舶航迹点,与同类算法相比具有明显优...     

基于显式模型预测控制的无人船航迹控制方法研究

针对模型预测控制在线计算量大,难以满足无人船实际航行中的实时性要求的问题,提出了一种基于显式模型预测控制的航迹控制方法。首先利用视线制导算法（line of sight, LOS）,根据无人船当前位置和期望航迹信息,设计了无人船艏摇角的参考值,将无人船航迹控制简化为艏向控制;其次,将显式模型预测控制算法应用于无人船艏向控制问题中,该算法既保持了模型预测控制方法的优势,又提高了计算速度;最后通过仿真试验验证了所提出的方法可以显著提高无人船航迹控制的实时性。     

船舶航迹控制中航迹段的确定

在进行航迹控制时，必须确定当前船位与设定航迹的相对关系。由于设定航迹是由多个转向点之间的航迹段连接而成的，因此必须确定当前船位所跟踪的航迹段。此文提出一种算法，将航迹段再进行分段，确定当前船位在设定航迹上的相关点，从而确定应跟踪的具体航迹段。     

人工神经网络和H∞优化控制用于航迹舵的实现研究

本文概述一种新型航迹自动舵的系统结构，重点讨论航迹和航向控制器的设计方法，报告航迹舵的海上试验概况，给出神经元网络、Ｈ∞混合灵敏度及多重增益规划ＰＩＤ三种航向控制算法的实航结果比较，这些经验对航迹舵的进一步研究和产品化有重要意义。     

基于BP神经网络的船舶航迹控制技术

航海战舰规模的扩大使船舶航迹的控制变得越来越困难、复杂。为了实现船舶航迹控制,采用新的控制技术,根据神经网络及船舶航迹的相关理论和BP神经网络的船舶航迹控原理,对BP神经网络的船舶航迹控制进行计算和航迹设计实现,通过模拟仿真得出各种海情条件下的船舶航迹控制比较图,对我国航海战舰控制航迹有一定的指导意义。     

基于模糊PID串级控制的航迹保持方法

提出一种用于动力定位船的直线航迹保持方法,该方法基于参数自整定模糊PID串级控制,利用模糊控制在线调整PID参数,并且把船速作为模糊判决的一个条件,使该控制方法能够适应不同的船速.仿真试验证明该控制方法航迹保持性能良好,能够适应环境和船速的变化,能精确的保持直线航迹.     

基于云理论的船舶航迹容错控制研究

近年来,海上交通的密度不断增加,再加上气候条件不断恶化,飓风等极端天气时常发生,对船舶的航向保持与航迹容错控制等技术提出了更高的要求。随着计算机技术与人工智能的迅速发展,基于大数据的云理论逐渐成型,并在数据分析与控制等领域获得了广泛应用。本文建立了船舶以及船舵的运动学模型,并基于云理论对船舶的航迹容错控制技术进行了深入研究。     

多雷达多目标航迹跟踪法

提出了一种改进的模糊极小极大(Fuzzy Min-Max,FMM)神经网络算法,并结合无师训练FMM神经网络的聚类,给出了一种基于FMM神经网络的多雷达多目标航迹跟踪方法.仿真实验结果表明,这种方法能够有效地完成多雷达多目标的数据融合,并较好地实现了多雷达多目标的航迹相关.     

人工神经智能在航迹控制系统中的应用

在造船业高速发展的今天,船舶的控制系统也变得更加先进,功能也越来越丰富。船舶导航控制系统已经从原来的依靠人力判断,发展成为依靠计算机智能算法的自动控制。但随着海洋环境变得更加复杂,船舶运动的非线性也日益突出,常见的航迹控制系统已不能满足要求。本文针对船舶航迹控制系统的特点设计一种基于人工神经控制算法的控制模型,并结合关联算法,论述在多航行节点情况下的算法控制性能。通过仿真结果判断,此算法的性能优越,取得良好的应用效果。     

人工智能技术船舶海上交通冲突自动预警方法分析

为降低船舶碰撞冲突事故的发生几率,实现对海上交通环境的合理维护,提出人工智能技术下的船舶海上交通冲突自动预警方法。通过定性研究海上交通冲突数据的方式,计算冲突概率的具体数值结果,实现对船舶海上交通冲突事故的分析。在此基础上,建立预警处理流程,在联合风险识别因子的同时,完成对该项参量指标的模糊化处理,实现人工智能技术下船舶海上交通冲突自动预警方法的顺利应用。对比实验结果表明,随着新型预警方法的应用,海上DRI交通环境指标的数值水平得到有效控制,可大幅降低船舶碰撞冲突事故的实际发生几率。     

基于人工智能的单坡式防波堤越浪量评估方法研究与应用

文章针对单坡式防波堤越浪量的问题,在欧洲CLASH项目数据库的基础上,以影响单坡式防波堤越浪量的十个主要因素为输入参数,平均越浪量为输出结果,基于集成学习的平均法组合策略,建立了单坡式防波堤越浪量的综合预测模型。最后,利用数据库自身的实验记录和交通运输部天津水运工程科学研究所的实验结果进行验证分析。验证结果表明,人工智能的预测结果和实验结果具有很强的相关性,相关系数在0.85以上,误差范围在5倍之内。此外,防波堤结构的复杂性和训练集数据的可靠性,会影响人工智能的预测精确度。     

人工智能识别航线疏导冲突自动解脱方法研究

为解决常规舰船交通管理系统中越来越严重的航线拥挤问题,提出人工智能识别航线疏导冲突自动解脱方法研究。依托船舶航线疏导冲突参数的获取与识别,结合航位航程计算,确定自动解脱方案,实现航线疏导冲突自动解脱,完成提出的人工智能识别下航线疏导冲突自动解脱方法研究。试验数据表明,提出的航线疏导冲突自动解脱方法较常规解脱方法,解脱比率提高29.5%,适合于远洋船舶航线疏导冲突的自动解脱。     

面向海面观测的海上航迹自动控制方法

针对传统海上航迹控制方法中存在的碰撞率高、控制效率低的问题,提出面向海面观测的海上航迹自动控制方法。在待控制船舶上安装航迹控制器,通过控制器观测海面并采集海面数据,参考采集到的数据,计算海面上各个干扰因素对航迹影响情况,以船体动力表达式的形式表示。最后通过控制航行方位与速度以及自动调整航迹偏差2个步骤,实现海上航迹的自动控制。通过模拟实验得出结论:海上航迹自动控制方法的碰撞率比传统方法低40%,航迹偏移率低8.02%,提升了海上航迹的自动控制效率。     

基于人工智能技术的舰船轨迹规划算法

轨迹规划是保证舰船安全航行的关键技术,针对当前舰船轨迹规划算法存在规划精度低、速度慢等不足,为了获得更优的舰船轨迹规划方案,设计了基于人工智能技术的舰船轨迹规划算法。首先分析了当前舰船轨迹规划的研究现状,并构建了舰船轨迹规划的数学模型,然后采用人工智能技术对舰船轨迹规划的数学模型进行求解,搜索到最优的舰船轨迹规划方案,最后采用具体仿真模拟实验验证舰船轨迹规划算法的性能。结果表明,人工智能技术的舰船轨迹规划精度高,舰船轨迹规划速度快,获得了比其他算法更优的舰船轨迹规划方案,可以应用于实际舰船安全航行管理中。     

基于人工智能的舰炮装备发展构想

人工智能技术的迅速发展为其在军事上的应用奠定了基础,舰炮武器装备是集机、电、液、气、光等技术于一体的复杂系统。本文基于人工智能技术的发展提出舰炮武器装备在自动化的基础上发展智能化的构想,描述了智能舰炮装备的作战流程和主要技术特征,分析了发展智能舰炮装备需解决的战场态势智能感知与评估、最佳供弹路径规划、舰炮智能控制等主要关键技术。     

人工智能算法的舰船路径规划

为了实现对舰船航行的智能调度,需要进行舰船路径规划设计,提出一种基于人工粒子群智能算法的舰船路径规划方法。构建舰船航行路径分布的网格结构模型,将舰船航行区域内的各个对象表达为人工粒子群个体,采用四元素的扩展卡尔曼滤波方法构造舰船航行路径规划的约束参量模型。构造舰船航行路径规划的控制目标函数,以舰船动态性能和稳态性能为优化目标,采用人工智能群算法进行航行路径的自适应寻优,实现舰船路径规划。结果表明,采用该方法进行舰船路径规划,能准确跟踪舰船航行的方位角和姿态角,实现路径实时跟踪,提高了舰船路径的准确规划能力。     

人工智能技术在船舶轨迹规划中的应用

轨迹规划可以提高船舶航行的效率,并且保证船舶航行的安全。当前船舶轨迹规划方法存在生成轨迹效率低、船舶轨迹规划并非全局最优的缺陷,为了提高船舶轨迹规划的精度,设计基于人工智能技术的船舶轨迹规划方法。首先对当前船舶轨迹规划研究现状进行分析,指出各种船舶轨迹规划方法的不足,然后建立船舶轨迹规划的性能评价指标,引入计算机人工智能技术中的蚁群优化算法进行求解,根据求解结果得到最优船舶轨迹规划路径,最后进行船舶轨迹规划的验证性测试。结果表明,蚁群优化算法可以快速、准确找到最优船舶轨迹规划路径,克服了当前方法易找到局部最优的船舶轨迹规划路径难题,具有一定的实际推广价值。