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。     

电子商务环境下舰船供应链物流配送最优路径规划方法

传统舰船供应链物流配送最优路径规划方法,普遍采用一种最优计算算法来完成最优量的计算。当计算出的最优量同实际路径发生冲突时,算法无法快速给出当下最优路径解决方案,严重影响物流配送时效。因此,提出电子商务环境下舰船供应链物流配送最优路径规划方法。根据舰船配送货物特征,通过迪杰斯特拉算法对货物配送路径进行多路径规划模型建立,使其模型中的路径能够符合全局配送过程的需要;通过实时优化蚁群算法对模型中的规划路径进行实时最优计算,保证舰船任意状态下的航行路径均为最优路径。对传统路径规划方法所规划的路径与提出方法所规划的路径进行最优路径的二次规划测试,通过二次最优规划所用时间,证明提出方法在路径实时最优规划上优于传统路径规划方法。     

城市排水管道自动清淤检测机器人设想方案

目前排水管道用机器人国内尚属空白，国外也处于设想阶段。本文就我国城市排水管道自动清淤检测机器人载体、自动检测清淤装置、传感器、机械手以及控制系统等提出了总体设想方案。     

乒乓球机器人最优击球规划

针对目前乒乓球机器人击球水平不高,对于快球、旋转比较大的球不能很好回击的问题,根据牛顿运动定律,分析乒乓球在空中的受力情况,建立乒乓球的飞行模型和碰撞模型,通过仿真实验验证了模型合理性;然后,对乒乓球运动轨迹进行分析和预测,结合机器人自身限制条件确定最优击球点,遵循和平球原则,规划乒乓球回球轨迹;最后,将击球点位置和初始速度,结合乒乓球碰撞模型,反推算得到球拍即机器人末端执行器的击球速度和姿势.用MATLAB进行仿真实验,验证了乒乓球以规划速度和姿势能够到达对方期望击球点.     

自主式水下机器人最优路径规划问题的研究

路径规划是水下机器人实现自主航行的重要环节。根据自主式水下机器人的动力学性质，路径规划的特点以及实现智能行为的要求，采用基于案例的遗传算法，实现了自主式水下机器人最优路径规划。给出该方案的基本框架和算法，在基于案例类比的学习方法中引入模糊多属性综合决策的方法建立决策算子进行案例的匹配，在遗传算法中实际知识的指导，适当地改进遗传算子，加快搜索速度。仿真结果证明该路径规划方法能够取得较好的规划结果，使自主式水下机器人具有了一定的自主导航，自主避障和自主作业的能力。     

基于改进蚁群算法的水下机器人路径规划算法

针对当前基本蚁群算法应用于水下机器人全局路径规划时存在路径搜索速度慢、容易陷入局部最优等问题,对其进行优化,提出一种改进蚁群算法。首先,改进算法引入A*算法作为新的初始路径搜索策略提高初始解的质量,加快算法收敛速度;针对特殊环境下算法容易陷入局部最优的问题做出优化,引入狼群分配策略进行蚂蚁回退。此外,对距离启发函数做出改进,综合考虑当前节点和下一节点以及下一节点和目标节点之间的距离,提高了算法搜索效率;提出一种信息素动态自适应更新策略,加快了算法前期搜寻效率,同时又扩大了算法后期搜寻范围。最后,以三次B样条法为基础引入路径平滑操作,去除规划路径结果中的冗余节点,减少了水下机器人移动过程中的能耗。仿真结果表明,和基本蚁群算法相比,改进算法不仅能取得更短、能耗更低的最优路径,收敛速度也更快。     

移动网络海上应急物流路径规划算法

传统算法缺乏海上应急物流路径规划网络数据库的构建,导致在对物资配送时时间过长,为此设计一种移动网络的海上应急物流路径规划算法。应用航行条件的属性信息,以矩阵形式构建海上应急物流路径规划网络数据库,根据数据库内信息确定海上路径可通行的难易程度,并对海上应急路径当量长度计算,寻求到最短配送路径进行静态路径规划,考虑船舶行驶中航行环境会发生变化,提出动态规划流程,完成海上应急物流路径的规划。实验中对多个物资点配送,结果表明此次设计的移动网络的海上应急物流路径规划算法的物资配送时间比传统算法的物资配送时间短。     

改进粒子群优化算法的舰船三维路径规划

为了提高对舰船三维路径规划和协同调度能力,提出基于改进粒子群优化算法的舰船三维路径规划方法。采用视点模型跟踪方法实现对舰船三维路径移动任务规划设计,获得舰船的方位信息编队任务分布特征量。通过改进粒子群仿生算分获取虚拟刚体状态约束特征值,结合方位信息编队移动分布情况,实现对目标舰船编队的形成、保持与跟踪识别。通过对舰船目标三维参数估计结果,实现对舰船的路径规划。仿真结果表明,采用该方法进行舰船三维路径规划的空间规划能力和参数能力较好,能准确估计舰船位置和空间方位信息。     

舰船货物运输物流最优路径选择研究

舰船货物运输物流最优路径可以降低企业的运输成本,因此对其进行研究具有十分重要的经济价值,为了获得最优的舰船货物运输物流路径,提出了组合算法的舰船货物运输物流最优路径选择方法。首先分析当前舰船货物运输物流最优路径选择研究的现状,找到难以找到舰船货物运输物流最优路径的原因,然后设计了舰船货物运输物流最优路径选择的数学模型,采用蚁群算法和粒子群算法的组合算法进行求解,搜索舰船货物运输物流最优路径,最后与单一的蚁群算法和粒子群算法进行舰船货物运输物流最优路径选择仿真实验。结果表明,组合算法的舰船货物运输物流最优路径选择结果不仅要明显优于单一的蚁群算法和粒子群算法,而且提高获得了最优舰船货物运输物流路径的成功率,选择效率也得到了明显的改善。     

船用爬壁监测机器人避障行走最优路径规划方法

为了解决传统监测机器人避障行走路径规划方法存在的规划误差大、规划耗时长的问题,本文提出一种船用爬壁机器人避障行走最优路径规划方法。构建爬壁监测机器人路径规划的动力学模型,对机器人行走位姿进行调整。采用栅格法构建监测区域内的机器人行走栅格地图。基于构建的动力学模型,在栅格地图中对监测机器人避障行走路径进行规划。实验结果表明,与传统避障行走路径规划方法相比,所提方法的路径规划结果更加准确,能够实现机器人行走的有效避障。     

A-RMG自动倒箱路径规划算法研究

为提高自动化集装箱码头装卸效率,针对堆场内自动化集装箱轨道吊(A-RMG)倒箱调度问题,在考虑倒箱操作安全性的基础上,以最短移动路径为目标,建立A-RMG倒箱调度数据结构模型,并采用基于可视图和智能体仿真相结合的方法对模型进行运算求解和结论验证。通过Anylogic仿真平台进行分析,结果表明:经过本方法优化后的移动路径,在一定程度上能够有效节约作业时间成本及能耗成本,可有效提高A-RMG倒箱作业的效率,能够为提升自动化集装箱码头的运转效率提供方法。     

交互式水域环卫机器人的避障路径规划算法

为使交互式水域环卫机器人（Interactive Water Sanitation Vehicle，IWSV）在进行垃圾收集时成功捕获水中浮动垃圾并顺利规避水域障碍物，提出一种将基于采样的快速搜索随机树（Rapidly-exploring Random Tree，RRT）算法与速度障碍模型相结合的路径规划算法。利用双目摄像头基于视差定位法获取水域动态障碍物的位置坐标，利用IWSV搭载的感应元件获取其自身与障碍物的相对方位角，基于速度障碍法计算可成功避开障碍物的移动角度调整范围，对更优的RRT*算法中的随机采样过程进行进一步优化，得到改进的避障路径规划算法。考虑实际应用场景，引入抗积分饱和比例积分微分控制（Proportional Integral Differential Control，PID Control）法使航向控制器的控制效果更为精准有效。在实景测试时避障路径规划算法存在稳健性，基于到达时间（Time of Arrival，TOA）定位法进行仿真分析。仿真试验结果表明，该路径规划算法比RRT算法和改进前的RRT*算法路径规划效果更优，可靠性更好，可在较短时间内避障并得到较优移动路径。在实景测试时基于TOA的Chan算法更加符合定位估计需求，且IWSV本体感应装置的噪声测算宜在10 m以内。     

大数据环境下舰船监控信息传输路径规划算法

以往传输路径规划算法受到噪声影响,存在规划效果差的问题,为了解决该问题,提出大数据环境下舰船监控信息传输路径规划算法研究。通过组建通信链路干扰线路,可计算不同信道干扰电平,由此获取信道分配权重阈值,得到干扰最小信道。在该信道内,构建信息拓扑结构,保证每个信息节点有且仅有一个父节点,使用启发函数来指导搜索方向,采用优先队列key值更新权值大小,将所有目标节点状态变为连续状态,由此实现监控信息传输路径规划。通过实验对比结果可知,该算法规划效果较好,为舰船监控信息传输节省时间。     

基于人工智能优化算法的大型舰船紧急疏散路径规划

紧急疏散是舰船在遇到突发性事件时第一时间执行的应急方案,为减少突发性事件中的人员伤亡事故,必须对紧急疏散路径进行科学规划,以保证在最短的时间内全部疏散舱内人员。本文分析人工智能优化算法中的人工蜂群算法与粒子群算法,提出粒子群算法在紧急疏散路径规划中的应用,并揭示该算法的应用缺陷,在此基础上提出改进后的人工蜂群算法用于紧急疏散路径规划,经过仿真实验证实人工蜂群算法的收敛速度快,能够快速疏散人员。     

蚁群算法舰船援救物资运输路径二维规划模型

针对已有舰船援救物资运输路径规划模型在规划中出现的规划结果偏离理想值、规划收敛速度慢的问题,利用蚁群算法实现对二维规划模型的优化设计。以舰船的运输环境为基础,构建二维环境模型。在该环境下确定运输终点的位置,利用蚁群算法搜索运输起点到终点之间的每一个路径点,连接多个路径点,最终生成援救物资运输路径。通过测试实验发现,设计规划模型得出的结果在航程、平滑度以及规划时长等方面,均优于传统路径规划模型,进而证明该模型的可行性。     

舰船信息网络物流配送最优路径选取方法研究

利用基于神经网络或基于遗传算法等传统方法进行舰船信息网络中物流配送最优路径选取,选取质量较差,使得物流配送时间长,导致运输成本过高,降低了客户满意度。针对上述问题,提出一种基于Dijkstra算法的物流配送最优路径选取方法。该方法主要分为两步:对Dijkstra算法选取最优物流配送路径原理进行分析;在该原理基础上构建物流配送最优路径选取模型,包括问题描述、求加权矩阵、建立距离矩阵、确立需求量与配送距离之间的线性关系、构建Dijkstra算法模型等流程。结果表明:按照本方法选取出的最优路径进行物流配送,平均时间为55.69 h,按照基于神经网络或基于遗传算法等传统方法选取出的最优路径进行物流配送,平均时间为58.62 h和62.42 h。前者与后两者对比,配送时间大大缩短,由此证明本方法选取质量更好,能大大缩短物流配送时间,降低运输成本,提高客户满意度。     

舰船计算机网络入侵最优路径推演模型构建

传统的网络入侵最优路径推演模型存在检测率低的问题,为了解决这个问题,提出舰船计算机网络入侵最优路径推演模型构建。将数据包存入规则库中进行特征匹配,在通过马氏距离判断法,对每一个网络分段内部的动态攻击图进行近似处理,并采用Beta分布的定位法,获取舰船计算机网络入侵最优路径,在完成上述操作后,将时间因素引入到模型中,实现舰船计算机网络入侵最优路径推演模型的构建。实验中以一个标准的实验网络为平台,为确保实验结果的可行性,采用脆弱性扫描工具对2种模型进行检测率对比实验,由对比实验结果可知,所提模型的检测率更高。