人工智能在船舶航行数学建模中的应用

为保障船舶在海上安全航行,提出人工智能在船舶航行数学建模中的应用。使用Maklink图论方法描述海上作业点分布,建立作业点Maklink连接图,生成船舶在作业水域内可航行网络图。建立船舶在海上作业区域航线规划数学模型,并设置约束条件;利用Dijkstra算法求解船舶在海上作业危险区域航线规划模型,得到船舶航行初始航线;利用人工智能算法内的蚁群优化算法对船舶航行初始航线实时优化处理,得到船舶航行最终航线,为船舶穿越海上作业区域实时导航。实验结果表明,该方法可有效生成船舶在作业水域航行网络图,得到初始航线并对初始航线优化处理,应用效果较佳。     

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。     

多约束条件下最优航向控制中的蚁群算法研究

我国最优航向控制技术是智能航海技术中的关键技术之一,能够保证船舶按照最优航向航线到达目的地,提高航行的安全性和经济性。在最优航向控制技术中,引入蚁群算法可满足求解最优化路径的要求,进一步优化最优航向控制系统的性能。本文分析传统蚁群算法的基本原理和缺陷,提出改进后的栅格蚁群算法,以弥补传统算法的不足,并基于栅格蚁群算法构建起多约束条件下的最优航向控制模型,对模型进行实验仿真分析,仿真结果表明该模型可得出最优航向航线结果。     

船舶航向实时控制算法优化

针对原有船舶航向实时控制算法存在保航性能较差的问题,提出一种优化船舶航向实时控制算法。首先构建船舶数学运动模型,包括系统推进模型、系统舵机模型、纵移模型、横移模型以及运动首向模型。完成船舶数学运动模型的构建后,需要对模型的环境干扰量进行描述,包括海流、海浪等,在NED坐标系中分别建立海浪模型与海流模型等环境干扰量模型对环境干扰量进行描述。将支持向量机当做船舶航向实时控制的最优控制律,在最优控制律中引入参考状态,获取其约束条件与最优控制目标,实现船舶航向实时控制。为了证明优化船舶航向实时控制算法的保航性能较好,将原有船舶航向实时控制算法与优化船舶航向实时控制算法进行对比实验,结果证明优化船舶航向实时控制算法的保航性能优于原有算法。     

基于遗传算法的装船顺序整数规划问题求解

针对原有装船顺序整数规划求解算法所求得的最优解精度较低的问题,设计遗传算法的装船顺序整数规划求解算法。根据遗传算法演变规则设定整体算法求解流程;依照流程中的硬约束条件要求采用船舶重心与装船翻箱率结合的形式,设计装船规则;根据装船规则内容,采用翻箱率与船舶重心目标函数组成整数规划模型并进行求解。至此,遗传算的装船顺序问题整数规划求解算法完成。构建对比试验,与原有算法相比,此算法最优适度曲线与准确计算结果相近,原有方法与计算结果误差较大。因而,此算法求解精度更高,此算法更有效。     

基于数据驱动的船舶航线实时优化

为了给不同海况下的船舶安全航行提供保障,设计基于数据驱动的船舶航线实时优化方法。利用数据驱动方法采集船舶历史航线、海域风速、风向、波高等海况数据,选取K-means聚类算法聚类海况数据,构建海况知识库。依据海况知识库内的船舶航线信息与航线转向点信息,划分船舶航线为不同航段。依据船舶航线的航段划分结果,以航行总时间最短以及总油耗最低为目标函数,设置船舶航速约束与转向点位置约束作为约束条件,构建航线实时优化模型。选取蚁群算法求解所构建的优化模型,输出航线实时优化结果。结果表明,该方法可以实时优化航线,降低船舶的航行时间与主机油耗,适用于不同海况的船舶航行。     

海上交通高峰航线船舶疏导路径规划仿真分析

面对海上交通高峰航线船舶疏导路径规划复杂性,研究海上交通高峰航线船舶疏导路径规划仿真分析方法,以确定最佳的船舶疏导路径。构建以航程、安全性、平滑性最小为海上交通高峰航线船舶疏导路径规划目标函数,采用栅格法仿真模拟海上交通高峰航线船舶环境,利用仿真软件实施建模,经改进遗传算法寻找海上交通高峰航线船舶疏导路径规划模型的全局最优解后,采用非性规划求解海上交通高峰航线船舶疏导路径规划模型的局部最优解,确定最佳的船舶疏导路径,实现海上交通高峰航线船舶疏导路径规划仿真。仿真结果表明,该方法针对2种场景下海上交通高峰航线船舶疏导路径具有较好的方向性,所规划最优疏导路径安全性、平滑性、航程均最小,符合海上交通高峰航线船舶疏导路径目标函数。     

支线集装箱船舶航线规划与配载协同优化

针对支线集装箱船舶运输中喂给港数和靠泊条件不一的实际背景,考虑船舶容量、行驶稳性和交付时间等约束,采用两阶段分层方法研究支线集装箱船舶航线规划和配载协同优化问题。两阶段中分别以所有船舶总运营成本最小和混装堆栈数最小为目标,构建船舶航线规划和配载优化的混合整数规划(MIP)模型,结合问题特征设计粒子群算法(PSO)求解模型。结果表明：模型与算法均可实现问题求解,对于较大规模的算例,模型最长求解时间超过600 s, PSO最长求解时间为16.66 s,平均10.00 s内完成求解,表现出较好的求解性能,可为支线集装箱船舶航线规划与配载协同优化提供决策参考。     

多约束条件下气象航线规划的智能混合算法

针对船舶航线规划面临气象条件、水文地理、航行需求、船舶物理特性等复杂条件约束的情况,为设计同时满足船舶航行安全性和经济性需求的最佳气象航线,提出一种结合传统A*算法和遗传算法的智能混合算法。该算法使用A*算法来提升遗传算法初始种群质量并加快搜索速度,根据航行需求和多约束条件设计目标函数和适应度函数,采用多种群技术和精英保留策略增加种群多样性并加快算法收敛速度。遗传算法在航线搜索的一个方向上是连续的,这与其他采用离散网格系统的算法相比拥有更高的搜索精度。实验结果表明该智能混合算法能高速、有效地完成船舶气象航线规划设计。     

件杂货船航线优化设计——以舟山群岛为例

本文针对舟山群岛的地理结构和环境特点,从船舶经营人的角度研究舟山群岛海运物流体系在构建与优化中的航线优化设计、配船问题,分析符合舟山群岛背景的物流运作模式和特点,同时确定满足不同服务水平下的最优运输路线与船舶的数量及类型,并在运营层面进行优化。本文从运输成本,调度成本和惩罚成本三个方面入手构建了以成本最小化为目标函数的数学优化模型,设计模拟退火算法求解,遗传算法构建初始解。结果表明对战术和运营层面的共同优化可以为决策者提供理论支持和实际参考并制定出更合理的决策方案。     

航线配船与船队规划模型及算法实现

为提高船舶资源优化配置研究的实用性,建立了以船队总营运利润最大为目标函数的航线配船与船队规划数学模型.该模型将船队短期调配使用与长期发展规划结合起来统筹分析研究,利用线性规划的单纯形算法进行求解分析,并通过应用实例对模型和求解的有效性进行了验证.基于计算机语言混合编程的方法,设计并开发了航线配船与船队规划决策系统.运行结果表明,该系统稳定可靠,辅助决策效果良好.     

基于Dijkstra算法的极区船舶航线规划方法

极区船舶航行面临诸多环境因素引起的安全风险,其中以海冰冰厚和密集度等因素的影响最为显著。为指引极地航行船舶根据冰况合理地进行航线规划,文章通过建立海冰栅格地图模型,采用Dijkstra算法,结合冰阻力估算公式考虑船舶尺度参数影响,针对航行距离、航行时间以及燃油消耗等优化目标,建立多目标极区船舶航线规划求解方法。结果显示,基于文章规划方法可提供符合不同目标要求的合理航线。研究成果可支撑考虑船舶本身性能的航线规划方法构建,为实际工程应用奠定基础。     

基于Maklink图和蚁群算法的航线规划

为实现航线自动规划设计,提出一种可行的计算方法,并对船舶实际运营中进行航线规划时需注意的问题进行分析。以路径最短为目标,建立以避开障碍物区域和危险区域、控制转弯角度及减少转向点数目等为约束条件的规划模型。在建立模型过程中,采用Maklink图和Dijkstra算法生成初始规划路径,采用蚁群算法对路径作进一步的优化和调整,以满足约束条件。试验结果表明:与传统的在纸质海图上绘制航线及在电子海图上手动输入转向点生成航线相比,通过智能算法生成航线具有耗时短、经济可靠等优点。     

恶劣气象海况下船舶航线的多变量多目标优化建模

气象航线优化是一种复杂的多变量多目标问题。为解决该问题,提出一种可行的船舶气象航线优化方法,以航线转向点和每段航速为优化对象,以船舶特性和动态规避恶劣气象海况为约束条件,以最少航时和最低油耗为优化目标,建立船舶多变量、多动态约束、多目标的气象航线优化模型,并以强度帕累托多目标遗传进化算法为理论基础,构建基于气象海况影响因子的加权惩罚适应度评估模型,优化解的选择空间,实现对该问题的有效求解。试验结果证明:通过同时对航路和航速进行优化,不仅可规避时空动态变化的恶劣气象海况,而且可得到各种用户偏好情况下的气象航线,对实现船舶的智能航行具有重要的意义。     

基于闭环增益成型算法和改进粒子群算法的舰船航向控制

如今,海上航线的船舶密度不断提高,且船舶的动力性能更强,速度更快,在航线拥挤的地方往往会发生船舶碰撞事故。为了提高船舶的航行安全性,有必要针对船舶的航向控制技术进行优化。本文首先研究闭环增益成形算法和改进粒子群算法的原理,建立舰船航向控制过程的动力学模型,基于这2种优化算法对舰船的航向控制系统进行研究,有助于改进舰船航向控制水平。     

船型方案优化设计的应用探讨

根据设计船舶的具体要求确定设计变量、目标函数及约束条件，构造描述船舶优化设计的数学模型。运用有约束条件非线性规划问题的罚函数算法、多目标决策问题的分层序列算法，结合MATLAB“Optimization Toolbox”进行优化计算。计算结果和实际营运效果表明，优化船型船舶与本航区同类非优化船型船舶相比，营运性能有显著提高。     

面向目标跟踪的传感器调度方法

针对传感器网络对目标的跟踪问题,提出一种传感器优化调度方法。该方法以传感器使用成本和允许激活的最大传感器数量为约束条件,把最小化目标位置误差作为优化目标,运用二进制凸规划技术对优化调度问题进行建模,采取逼近算法迭代求解规划模型。蒙特卡罗实验表明,对于节点数目小于70的传感器网络,优化调度方案可以获得高精度的目标跟踪结果。     

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。     

集装箱支线运输船舶调度优化问题

调度是制约支线集装箱运输质量和效率的主要瓶颈之一。针对轴辐射海上运输模式,扩展了陆上车辆运输调度(VRP)理论,以所有船舶总的航行成本最低为目标函数,考虑了软时间约束等现实因素,构建了包含枢纽港和喂给港、多航线、多船型的支线集装箱船舶调度模型。基于该问题解的特征运用粒子群算法对模型进行了求解,最后通过仿真算例分析验证了模型的合理性及算法的有效性。     

基于稳定流场重载船舶变速运动的船位轨迹预判

为提高预判变速运动船舶船位轨迹变化的精确性,使其轨迹运行于预设的航线并且抵达目的地,减少不必要的航向和速度调整,有必要对变速运动船舶的纵向和横向位移进行量化。根据流体力学的原理,运用数学推理和运算的方法,得出船舶变速运动在均匀流场时,纵向位移与横向位移的函数关系;推导出船舶停车淌航和加速运动轨迹的函数表达式。结果表明：变速运动的船舶,其船位轨迹是根据流场、船舶操纵参数而变化的曲线,是可以预判的,操船者根据本船的初始速度和流压角,在停车前较精确地调整好船舶的艏向,使船舶沿预定的航线驶向目的地;或在加速驶向狭窄航道的计划航线时,根据预判的船舶轨迹,及时调整船舶的航向,使船舶轨迹沿计划航线行驶。实船操纵证实了研究的有效性。