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。     

船舶航行中快速疏散路径规划算法设计

传统船舶快速疏散路径模型对船舶航路交叉口限制不足,整体疏散速率较慢,为此提出船舶交通疏散路径规划算法。以船舶和航路为研究实体,以节点表示交叉口建立船舶疏散路径模型;以消散船舶路径冲突点为目标,建立目标函数,设置各变量界线。最后建立EERP算法,确定输入变量,根据目标函数界线执行路径计算,实现船舶疏散路径规划。仿真实验表明,与传统路径规划模型相比,该规划算法船舶交通冲突率降低27.4%;无阻疏散距离提高47.5%,有效提高了船舶交通疏散效率。     

多模式船舶分段物流运输最优路径规划模型

传统船舶分段物流运输路径规划模型受到单一计算模式的限制,无法对突发路径规划要素进行有效载入计算,导致船舶运输全程路径出现航线重复、不必要航线距离规划过长的问题。提出多模式船舶分段物流运输最优路径规划模型。针对规划模式单一问题,首先,对船舶物流分段路径进行分段式路径瓶颈模型计算,获得不同运输段的瓶颈点坐标;根据瓶颈点坐标数据,计算各运输段冲突分流点;最后,将各段路径进行融合最优计算,通过阶段式遗传算法,构建最优路径模型。仿真对比实验证明设计模型规划的路径是最佳规划路径。     

连续施工水域船舶航线规划

主要研究海上施工分布较为密集且各个施工点的影响范围较大,各个施工点的影响范围相互交织而形成的连续型施工水域。对施工作业的影响区域建立危险度模型,为连续施工水域中的船舶航线规划建立航线规划数学模型。建立以航线总长度最短和路径危险度值最小为目标的非线性多目标航线规划数学模型。由于在连续施工水域中,航线规划的数学模型是非线性多目标的数学模型,为更合理地评价各条航线,还建立航线评价模型。根据航线评价模型求得通过连续施工水域的最优航线。     

基于改进NSGA-Ⅲ的船舶路径规划方法

针对船舶路径规划过程中存在多个目标的问题,将船舶路径规划转化为多目标优化问题,提出一种基于改进NSGA-Ⅲ的船舶路径规划方法。研究建立以船舶航路安全性、平滑度及航程为优化目标的数学模型,并设计改进NSGA-Ⅲ求解模型。在种群初始化过程中,引入一种基于有向无环图的种群初始化方法。在种群进化过程中,引入安全算子、平滑算子、最短路径算子及快速修复算子以提高算法收敛速度。试验结果表明,基于改进NSGA-Ⅲ的船舶路径规划方法提高了规划效率,能够得到较好的规划结果。     

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。     

船舶航线规划数学建模及求解的人工智能算法

在原有的船舶航线规划数学建模求解算法的使用过程中,其对航向目标函数构建能力较差,导致航向运行成本较高。因此,设计船舶航线规划数学建模及求解的人工智能算法。在航线规划数学模型构建前,需要对路线规划问题进行描述与假设,并设定合理的目标函数。根据此目标函数,选定线性函数作为蓝本,构建约束条件过滤器,同时使用此约束条件过滤器处理结果对可行航线展开分析,得到最优航线方案。构建仿真实验环节,通过与目前使用的求解方法对比可知,此算法的航线选择结果最佳,且成本最低。     

风力助航在船舶航行中的优化建模研究

首先介绍风力助航船舶航行优化的原理,从原理出发描述燃料最省的航行路线模型建立方法,并且通过实验仿真说明风力助航船舶航线与风向和航速有关。在此基础上通过优化准则得到最优的目标函数,实现了风力助航船舶的最优路径。     

基于多智能技术的船舶交通流仿真研究

交通流理论是一种数学和物理学进行交通特性分析的新型理论。随着社会经济的发展,海上交通运输业越来越繁荣,一方面促进了全球经济的发展,提高了物流运输效率;另一方面,导致海上航线密集,船舶碰撞、搁浅事故频发。因此,研究船舶海上交通理论有重要的意义。本文基于多智能(Multi-Agent)技术,建立了船舶智能交通模型,并进行了船舶交通流的仿真。本研究可以有效的促进海上航线规划水平,提高海上船舶的交通管理能力。     

面向海事救援的舰船调度模型优化设计

当发生海事事故时,由于海况和船舶构造等因素,无法在最短的时间内完成救援工作。为了最大程度地减少损失,提出面向海事救援的舰船调度模型优化设计。分析海上救援力量的来源和特点,综合考虑船舶结构、型号、吨位等关键指标,计算各因素的权重,采用加权求和法,根据计算得出指标的综合值结果,并选择适合搜救的船舶类型。根据救援点的数量是最小原则,在搜救时间的限制下,建立一组模糊目标,以确定搜救船的数量;使用蚁群算法合理规划船舶的搜索和救援航行轨迹,找到最短路径,并平滑路径以去除多余的点。完成最佳的调度模型设计。仿真实验表明,该模型可以减少救援点数量,确保最短的船舶调度路径,并减少救援时间。     

低碳条件下的货运船舶配送路径优化规划方法

为了更好地实现节能减排目标,优化船舶航线选择精度,在低碳条件下设计了船舶货运配送路径规划方法。分析船舶航行最优路线和船舶航线拥堵情况,获取航线数据,构建物流配送路径管理模型,实现航线数据的有效搜索和最优路径的选择。实验结果表明,本文提出的低碳条件下的货运船舶配送路径优化规划方法在实际应用过程中,具有更高的实用性和有效性,充分满足船舶配送路径优化要求。     

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。     

智能物联网平台的船舶交通管理信息系统框架设计

为了保障内河和海上船舶航运的高效、安全运行,船舶交通管理信息系统(VTS)发挥着重要的作用,如航线规划、交通疏导、海上事故处理等。与此同时,船舶交通管理信息系统也存在着信息利用率低、信号采集精度差等问题。本文率先将智能物联网平台引入船舶交通管理信息系统中,设计了一种高效、高精度的船舶综合交通管理信息系统。     

船舶航线规划数学建模及求解的人工智能算法

航线规划结果优劣直接影响船舶航行的安全以及成本,而当前船舶航线规划算法存在难以获得最优规划方案的缺陷。以获得理想的船舶航线规划方案为目标,提出一种人工智能算法的船舶航线规划方法。首先分析船舶航线规划研究的进展,设计船舶航线规划的约束条件,并建立船舶航线规划的数学模型,然后采用人工智能算法中的遗传算法模拟适者生存机制对船舶航线规划的数学模型进行求解,最后进行了船舶航线规划仿真实验。结果表明,人工智能算法能够在短时间内搜索到最优的船舶航线规划方案,相同条件下,相对于其他算法,不仅可以提高找到最优船舶航线规划方案的成功率,而且搜索到的船舶航线规划方案具有十分显著的优越性。     

低碳条件约束下船舶物流路径规划模型仿真

传统的船舶物流路径规划模型存在污染物排放物多的问题,不能满足低碳要求,为此对低碳条件约束下船舶物流路径规划模型设计。首先选择船舶物流路径节点并计算障碍物节点,然后采用约束法构造船舶物流路径目标函数,并计算航速与船舶耗油量以及碳排放量之间的关系,最后采取粒子群算法寻找路径中的最优解,以此完成低碳条件约束下船舶物流路径规划模型的建立。实验对比结果表明,此次设计的低碳条件约束下船舶物流路径规划模型的污染物排放量比传统模型的污染物排放量少,能够满足低碳约束条件下船舶物流路径规划需求,具有一定的实际应用意义。     

海上船舶无线导航传感器网络的平台应用

导航技术成为当前海上智能交通系统发展的热点。针对无线传感器网络的特性,本文设计一种开放式船舶综合导航体系架构,着重介绍基于无线传感器网络的导航算法。该方法通过代价函数为船舶规划最优导航路径。最后通过仿真实验表明,该算法可以按照导航要求,引导目标按最优路径到达指定位置。     

数据包络分析下船舶物流运输路径规划方法研究

为了降低船舶物流运输拥堵,设计基于数据包络分析思想,提出新型船舶物流运输路径规划方法。根据现有的航路节点路径信息,模拟船舶层面模型,明确当前路径冲突分流节点,引入数据包络分析中的交叉效率评价思想,以节点作为投入数据,添加"阻力费用"建立效率评价目标函数消除冲突点,将其作为输入变量,建立可通行性惩罚函数,将冲突节点并入到原点集中,即可获取最佳规划路径。通过仿真实验数据可以确定,应用设计规划物流路径后,船舶物流交通冲突率降低了43%,平均无阻路段长度提升了47%,可以有效避免物流配送拥堵。     

船舶物流运输中的最优航线选取模型设计

为了解决传统船舶最优航线选取模型最优航线选取效率低、精准度差的难题,提出船舶最优航线选取模型研究。依据海上运输环境信息,通过全局航线规划算法对船舶运输安全区域进行划分,以此为基础,采用Dijkstra算法对船舶安全航线进行获取,以得到的船舶安全航线为依据,采用离散点法对船舶最优航线进行选取,实现船舶最优航线选取模型的构建。通过实验结果显示,与传统船舶最优航线选取模型相比较,构建的船舶最优航线选取模型极大地提升了最优航线选取效率与精准度,充分说明构建的船舶最优航线选取模型具备更好的性能。     

船舶航线规划中的精确控制算法研究

海洋开发及海上贸易不断深入,船舶作为海上最重要的交通工具朝着大型化、强动力及智能化方向发展。随之带来的是船舶航行速率的提高及船只密度的增加,船舶的安全航行越来越成为海洋开发关注的重点。船舶航行规划路径的精度控制直接关系到船舶的安全驾驶,操控过程中航迹误差控制是航行路径规划最重要的性能指标。本文研究船舶航行的操纵运行模型,提出一种基于遗传算法的航线精确控制非线性模型,最后对其进行仿真。