基于混合遗传算法的船舶避碰路径规划

针对不同会遇态势下的船舶避碰路径规划问题,建立一种基于遗传算法和非线性规划理论的避碰路径规划模型。该模型结合遗传算法全局搜索能力强与非线性规划方法局部搜索能力强的特点,使混合后的遗传算法在性能和效率上都得到提高。综合考虑船舶安全性、路径平滑度和路径长度等因素的影响建立避碰目标函数,采用基于实数编码方式的轮盘赌选择算子、算术交叉算子和高斯变异算子,通过迭代获取全局范围内的最优解。通过仿真对模型进行可行性验证和必要性分析。

基于遗传算法的船舶避碰决策辅助

针对海上船舶避碰问题,提出一种基于多种群遗传算法(Genetic Algorithm,GA)自动生成最优避碰路径的船舶避碰辅助决策方法.该算法采用多种群协同进化的方式,通过建立移民算子和人工选择算子保持种群之间的联系.这种改进的GA不仅能解决标准GA中遗传算子参数设定的问题,而且能提高算法的有效性和效率.利用船舶避碰方面的知识和启发式方法生成初始路径,使其决策方向符合避碰规则的要求,并对种群中的个体进行适应度评价与优化.以精英种群中最优个体的最少保持代数作为算法终止条件,这种判据充分利用GA在进化过程中的知识积累,比最大遗传代数判据更为合理.仿真结果证明了多种群GA在辅助船舶避碰决策方面的可行性和优越性.

多船确定性避碰行动最优决策模型

针对多船复杂近距离会遇态势,提出了一种确定性避碰行动最优决策模型。考虑到船舶运动具有时变时滞特性以及风浪干扰的影响,结合神经网络和后推技术设计了船舶操纵运动控制器。同时结合多船会遇特点提出了多船避碰要素动态数学模型,并利用协同船舶领域确定符合安全阈值的最优避碰策略。当让路船驶过所有船的最小会遇距离点后,利用人工势场法规划让路船驶向目标点的最优路径。最后利用该模型对多船多场景近距离会遇态势进行仿真研究。仿真结果表明,所提出的模型能够在符合避碰规则的基础上生成安全可行的避碰策略,并有效减少避碰操纵次数,即通过单次避碰行动避让所有船舶。