基于蚁群算法的海洋港口物流运输系统研究

传统海洋港口物流运输系统存在货物运输目标参量与船舶调度路径间的协同性异常问题,导致货物运输船舶调度的精准度误差增大。因此,提出蚁群算法的海洋港口物流运输系统研究。首先,在系统硬件中加入船舶货物ID采集硬件,通过货物相关数据,建立起协同数据模型;接着;根据协同模型对运输路径进行基础模型计算,最后;通过蚁群算法,对路径与协同数据进行匹配性最优计算,从而得到最佳的物流调度方案,实现货物与路径的最佳协同性效果。为了验证设计系统的运输调度效果,通过仿真实验来完成对设计系统性能的验证,证明提出设计系统具有提升港口物流运输货物与船舶路径规划协同性的作用。     

舰船无线传感器网络节点定位技术研究

信息化技术正在快速发展,在船舶工业中出现了基于无线传感网技术的定位技术。通过无线传感网技术,人们能够从一定程度上弥补传统的岸基定位和GPS定位技术的不足,同时也获得了更好的定位精度和抗干扰能力。本文主要研究无线传感网定位技术的结构和工作原理,并提出一种改进型的分布式加权定位算法,极大地降低了舰船的定位误差。通过Matlab软件进行仿真验证,对无线传感网中的传统定位技术和改进的定位技术进行性能比较。仿真结果表明,改进后的定位算法具有良好的定位能力,应用前景广阔。     

蚁群优化算法在潜艇三维空间导航规划算法中的应用

潜艇三维空间导航规划是指在已知或未知的条件下,利用环境建模与路径搜索方法,为潜艇规划出安全、快速、隐蔽的航行路径。为提高导航规划算法的稳定性与效率,本文对蚁群算法进行改进,给出一种基于多蚁群协同的并行优化的潜艇导航规划算法,并使用Matlab与VC++对该算法进行仿真实验。实验结果表明,本文算法能够得到较为可行的路径规划。     

多点随机需求的分布式预置储备

考虑重点方向或区域中, 各重要隘口、通道、敏感地带等突发事件之间的关联性(连锁反应的可能性) 和需求的随机性, 在多个预置储备仓库构成储备网络和多个需求点组成需求网络的条件下, 研究了用储备网络保障需求网络的预置储备规模和储备分布优化问题, 分析了需求网络在各点突发事件和需求随机下总需求的分布特征; 在保证预置储备规模有效性、经济性与储备分布合理性的基础上, 建立了给定安全保障概率下的储备规模模型和过程响应准则下的分布式储备模型(统称储备模型); 根据模型特征将分布式储备模型分解为双层模型, 对随机需求采用样本化处理, 并在此基础上建立了针对性的遗传-模拟退火算法求解双层模型; 基于变异系数的概念, 提出了针对突发事件和需求随机的储备方案稳健性指标, 对储备模型及其算法进行了稳健性分析, 并通过案例应用验证了储备模型及其算法的有效性。研究结果表明: 相较于就近分区准则, 储备规模模型及其算法能在确保安全保障概率的前提下将储备规模降低约1/3;相较于极大极小化准则, 过程响应准则下的分布式储备方案可使首批物资响应时间减少11%, 使90%物资的响应时间减少21%;在面临需求网络中突发事件和需求的随机性波动时, 储备方案的波动幅度不超过需求波动的80%, 体现了较好的稳健性。      

基于Tribon模型的舰船规范测试数据提取算法研究

现代舰船系统的复杂性,决定了在建造船舶时必须充分考虑到各个系统之间的兼容性,必须采用合理科学的方法,对各项单元的测试数据进行综合分析,及时发现潜在的安全风险,只有这样才能有效提高舰船的质量和系统的综合性能。本文采用Tribon模型,将船舶建造时的各项设计和模块数据,进行系统化的提取,并采用分段分析的方法,对每一个重要的子模块进行质量监控和性能测试,保证全部系统都处于最佳状态。文章最后给出了健全的规范测试的数据提取模型,并通过仿真得到了较为理想的设计流程。     

大型船舶电力系统自适应保护算法设计

近年来,电力推进技术和船载电子设备发展迅速,对大型船舶的电力系统提出了更高的要求,电力系统的性能和可靠性对船舶的正常运行有重要的意义。由于船舶电力系统网络结构复杂、工作环境恶劣,电力系统很容易发生短路、单相接地等故障,而传统的继电保护已经难以满足现代电力系统的可靠性需求。本文针对大型船舶电力系统的可靠性问题,采用了自适应保护算法和自适应粒子群算法,对船舶电力系统的网络结构进行了优化。     

云计算框架下的港口船舶生产信息平台设计与实现

在全球物流业不断提升自身信息化水平和市场经济竞争愈发激烈的背景下,港口作为物流业的重要环节,需要建立灵活高效的信息平台,才能跟上不断变化的市场需求,在激烈的市场竞争中利于不败之地。本文深入研究港口船舶生产的相关业务流程,设计并实现基于云计算框架的港口生产信息平台,提出CECloud-MMS任务调度算法,该算法能有效提高港口生产信息系统效率。     

人工智能的航迹控制方法研究

在船舶自动化和电气化的发展历程中,航迹控制作为一项非常重要的功能,正受到越来越多的研究。航迹控制系统中的核心部件之一自动舵,正向着高速化和集成化方向发展。由于海洋环境越来越复杂,天气变化多端,船舶的航行安全受到了更多的威胁,急需一种高性能的自动舵航迹控制系统。本文正是基于这项需求,开发出了基于人工神经智能算法的航迹控制方法,此算法具备了强鲁棒性、自适应性和高可靠性。从仿真结果看,本控制方法的性能优越,易于推广使用。     

船舶黑匣子中对音视频信号压缩存储处理研究

黑匣子被广泛应用于记录和保存航海航空过程中状态信息,它可以为航海事故调查提供客观有效的数据,并且在事故未发生时为船舶隐患检测提供重要的依据。为了保证可以有足够的信息用于事故的准确预测以及为事故发生后的事故责任认定提供足够多的数据,多种音视频压缩技术被应用于黑匣子。本文在构建完整黑匣子软硬件基础的前提下,重点对音视频编解码的压缩算法进行研究,采用混合编码的方法实现了高度的压缩比,实现了VAD算法。在不影响质量的前提下,极大地提高了音频的压缩比。     

分布式云平台在舰船目标检测中的应用研究

在现代海上军事领域,船舶目标跟踪监测系统一直是其重要的研究方向,其监测跟踪的精度、准确度及效率是衡量系统的3个最重要的性能指标。传统的舰船目标跟踪监测系统是基于单处理中心,监测跟踪算法的处理精度及效率已经越来越不能满足现代海上军事系统的性能要求。本文研究基于云计算的分布式平台,分析海上目标跟踪监测中的噪声滤波,结合帧间差分法及背景差分法,提出的基于分布式云平台的舰船目标监测算法,提高了算法效率。