基于偏微分方程迭代的最优舰船航线计算模型

在舰船最优航线规划的过程中,使用传统航线计算方法存在着准确性低的问题,为此通过引入迭代偏微分方程的方法设计最优舰船航线计算模型。首先按照舰船航线的计算特点构建航线规划偏积分方程,在此基础上对航线信息迭代更新,同时得出迭代值与更新结果,最终得出舰船航线中航程与航向的计算结果。通过仿真实验发现使用传统的计算方法对舰船航线进行计算,其准确率为81.46%,而偏微分方程迭代计算模型的准确率为97.72%。

应用数据挖掘技术的舰船最佳航线自动选取方法

以降低舰船航行风险、航行时间以及能源消耗为目的,利用数据挖掘技术设计舰船最佳航线自动选取方法。从天气因素与地理环境因素两方面出发,选取冰密集度危险指数与航道水深危险指数等指标,并构建舰船航线风险评估指标体系。采用数据挖掘技术中的模糊评估方法评估各航线的航行风险,排除航线内风险等级在中等以上的航线。以交通网络描述风险等级为中等及以下的航线,构建交通网络无向图,采用数据挖掘技术中的A*算法获取其中航程最短的航线,该航线即为舰船最佳航线。应用结果显示:该方法能够准确评估航线风险,并有效降低舰船航行风险、航行时间以及能源消耗。

基于离散航迹点的舰船航行轨迹仿真估计

最近,航海技术发展迅速,在贸易、军事、科研等众多领域起到越来越重要的作用.人们对于舰船航行的规划、仿真、监控与跟踪等方面的研究更细致、更全面.本文主要研究基于舰船航行中跟踪到的稀疏航迹点的航线估计问题,用于态势图的仿真显示.为了估计出通过所有航迹点、合理、平滑的航线,我们提出了由粗到细的航线估计算法,该算法主要包含三个层级.提出的算法使用数据量较小的经验航海线路图和全球海陆分布图,这两种图的数据获取容易,并且可实现较快速的航线估计.大量实验证明,提出的由粗到细的层级算法能较好的完成航线的估计.同时,提出的算法也可以用于舰船航行前的航线规划.算法仍然存在一些问题和不足,例如没有考虑海洋水深等问题,这将是我们下一步的研究内容.

改进粒子群优化算法的船舶最优航线导航研究

为缩短船舶航行的时间,避免船舶航行触碰障碍物发生故障,提出改进粒子群优化算法的船舶最优航线导航方法。由于基础粒子群算法寻优时会陷入早熟,基于代价函数选取较差粒子与精英粒子,采用具有动能补偿的更新速度方法处理较差粒子,避免寻优陷入早熟;借鉴最差粒子的失败经验,避免单个粒子在运动时搜索最差解。基于改进粒子群算法构建船舶最优航线导航模型,结合海洋实际环境改进应用方向,通过粒子的适应度函数大小,确定船舶最优航线导航。经过试验验证,该方法计算船舶航行参数较为准确,搜索出的航线用时最短,能够正确规避海洋上的障碍物。