基于CSSOA的多船智能避碰决策研究

[目的]智能避碰决策作为船舶安全航行的关键技术之一，对智能船舶的发展具有重要意义。针对多船会遇下的智能避碰决策问题，提出一种基于高斯变异和Tent混沌的改进麻雀搜索优化算法（CSSOA）。[方法]算法采用Tent混沌映射初始化麻雀原始种群，提高其多样性，并对适应能力差和搜索停滞的麻雀个体进行混沌映射，利用高斯变异提升局部搜索能力和鲁棒性，改进方案优化启发式算法收敛速度慢和易陷入局部最优的问题。综合考虑船舶间船速比、最小会遇距离、相对距离、最小会遇时间、相对方位等因素，利用模糊隶属度函数建立船舶碰撞风险模型，并通过多船典型会遇场景进行实例验证。[结果]实验结果显示，改进算法的平均迭代次数较粒子群算法和原麻雀算法分别减少了77.97%和53.57%。[结论]改进后的麻雀优化算法能以更优的收敛速度寻到安全经济的避碰路径，为船舶驾驶员提供避碰决策参考。