考虑复杂气象变化的智能船舶动态航线规划方法

鉴于恶劣海况将引起船舶失速、剧烈横摇甚至倾覆,为避开恶劣海况区域,提出一种考虑复杂气象变化的智能船舶动态航线规划方法。通过改进A*算法的启发式函数,将风、浪对船舶失速的影响加入路径代价值的估算中,进而规划出一条避开恶劣海况的动态航线。跨北大西洋的航线规划仿真结果表明:本文提出的动态航线规划方法可以将船舶的跨洋航行时间缩短18.17%,并且能有效地避开风浪较大的危险海域。运用该动态航线规划方法能缩短船舶航行时间,节约航行成本,提高航运企业的经济效益。     

图搜索的A*算法和SQL方法

本文介绍一般图的搜索算法的两种具体实现方法,“A*算法”使用启发函数选点扩展;“数据库”方法利用数据库存储图中原始数据,再借助功能强大的SQL语言来完成搜索．     

中国沿海主要港口推荐航线算法及其实现

为弥补现有船舶电子海图导航系统不能进行航线自动规划的不足,通过整理《中国航路指南》中的转向点,建立转向点关系库,进而形成中国沿海主要港口间的航线网络.利用静态路网中求解最短路径的A*算法,引入恒向线航法计算公式作为A*算法的启发式函数,设计并实现中国沿海主要港口推荐航线算法.实验结果表明,A*算法能够有效、便捷地规划出船舶航行的安全航线.该算法可应用于电子海图显示与信息系统(Electronic Chart DisplayInformation System,ECDIS)等,可为我国沿海航行的船舶自动推荐《中国航路指南》中的航线,给船舶航行提供参考,对科学航海、船舶安全航行和船员减压等具有实践意义.     

基于改进蚁群算法的船舶多约束最优航线设计

为提高船舶航线经济性,基于电子海图显示与信息系统(electronic chart display and information system,ECDIS),分析影响航线设计的各种因素,建立航线设计网络模型。将改进蚁群算法的基本原理应用于船舶航行路径搜索中,提出一种多约束条件下航行综合成本最低的最优航线生成算法。仿真试验证明,该算法是可行的,且具有动态寻优的特点,将其应用于多约束条件下的最优航线设计是合理的。     

基于遗传算法的开敞水域帆船航线规划

鉴于帆船在离岸航行时仅凭船员经验无法获得长距离最优航线,基于相关航线规划的研究,考虑风场的不均匀性对航线规划的影响,以航行时间最短为目标,建立开敞水域帆船航线规划模型,并设计具有自适应性的遗传算法进行求解。以一艘28英尺的单体龙骨帆船为例验证了模型的可行性和算法的有效性。     

考虑通航环境因素的智能船舶航线规划

为提升智能船舶航线自动设计方案的合理性,考虑船舶通航环境因素的影响,提出一种考虑水深、潮高、风、浪、流的智能船舶航线规划算法。基于Delaunay三角剖分算法,提出一种环境建模方法,利用船舶航行安全水深理论在环境模型中搜索禁航区。利用切线图法建立可航网络。基于船舶力学原理对船舶干扰力进行建模,提出一种在环境干扰力影响下的可航网络权值修正方法。将提出的智能船舶航线规划算法用于对浙江舟山衢山岛北部水域的实例分析。仿真结果表明,该算法能够为不同环境下的不同尺度船舶规划出合适的航线,也能够为相同船舶给出适应不同环境的规划结果,从而证明该算法的有效性。     

基于贝叶斯网络的内河船舶碰撞人的失误分析

为分析对船舶航行安全有显著影响的人的因素,引入SwainGuttmann模型和贝叶斯网络分析内河船舶碰撞事故。依据SwainGuttmann模型的信息处理过程(感知、决策和行动)梳理内河船舶碰撞形成机理。利用领域专家知识和小样本量数据学习法构建贝叶斯网络,计算网络节点间的条件概率。利用贝叶斯网络的不确定性知识推理方法,得出影响船舶航行安全的关键人的因素。该结果与真实事故案例统计结果相吻合,这说明SwainGuttmann模型和贝叶斯网络适用于对内河船舶航行安全的综合分析。     

基于航标效能的内河航标分级方法及应用

为探寻更为科学的内河航标分级方法,提出以航标效能为标准对内河航标进行分级的构想.首先,借鉴海上交通安全评价方法,建立内河航标效能评价层次结构,并利用层次分析法计算各层次指标权重.其次,运用模糊综合评价法构建内河航标效能评价模型,初步探索基于航标效能的内河航标分级标准.最后,探讨基于分级理论的航标配布优化方法和分级管理模式.该方法能有效地弥补航标配布过程中暴露的某些缺陷,优化航标配布体系,提高航标管理效率,进而提高内河航标助航服务质量.     

基于改进支持向量机的网络安全态势感知算法

为了保证和有效提升网络安全态势感知结果,提出一种基于改进支持向量机的网络安全态势感知算法.通过粒子群算法（PSO）对支持向量机内的参数进行优化,利用灰色关联分析法确定指标权重,将全部训练样本输入到改进支持向量机内进行训练,实现网络安全态势感知.和已有的网络安全态势感知算法相比,所提算法可以获取高准确率的网络安全态势感知结果,同时还可以有效减少运行时间,更加适用于解决网络攻击问题.     

基于改进遗传算法的岛礁区航路规划模型

为解决船舶穿过岛礁区时危险度大、航行难、航路规划复杂等问题,提出应用实数路径点编码配合采取精英保留策略的遗传算法。考虑船舶的转向困难性、航程、人为指定经过路径点以及船舶安全性,建立适应度函数评价模型。在电子海图平台上提取障碍物特征多边形顶点坐标,规划出最佳航路。该算法能解决多约束条件下的多目标优化问题。对舟山岛礁区进行实例验证。结果表明,改进后的遗传算法能够解决岛礁区的复杂航路规划问题,且实现简单,收敛速度较快,也不易陷入局部极小值。随着自动控制技术的不断发展,可为船舶在岛礁区的自主航行提供理论支持。     

基于深度Q网络的水面无人艇路径规划算法

为实现水面无人艇(unmanned surface vessel, USV)在未知环境下的自主避障航行,提出一种基于深度Q网络的USV避障路径规划算法。该算法将深度学习应用到Q学习算法中,利用深度神经网络估计Q函数,有效解决传统Q学习算法在复杂水域环境的路径规划中容易产生维数灾难的问题。通过训练模型可有效地建立感知(输入)与决策(输出)之间的映射关系。依据此映射关系,USV在每个决策周期选择Q值最大的动作执行,从而能够成功避开障碍物并规划出最优路线。仿真结果表明,在迭代训练8 000次时,平均损失函数能够较好地收敛,这证明USV有效学习到了如何避开障碍物并规划出最优路线。该方法是一种不依赖模型的端到端路径规划算法。