【技術實現步驟摘要】
本專利技術涉及船舶航行領域，具體涉及一種基于混合算法的航線航速分層規劃方法及存儲介質。
技術介紹
1、隨著集裝箱船、油輪、散貨船等大型專業船舶的不斷發展，對航線規劃提出了更高的要求。海洋環境復雜多變，氣象因素、海底地形以及航行環境都直接影響了海上航行的安全和效率。另外，船舶作為重要的碳排放源，環保性能越來越受到重視。隨著衛星通信、大數據和人工智能技術發展，船舶航線規劃正逐步向智能化方向發展。綜合考慮氣象因素和航行環境，利用智能化技術規劃安全、高效、綠色的航線成為航線規劃的重要方法。
2、在考慮海洋環境和船舶特性條件下，一些智能算法被廣泛應用于航線規劃中。例如，tsou將遺傳算法應用于航線規劃。zhu提出粒子群-蟻群融合算法進行船舶航線規劃，通過粒子群算法對航線進行全局搜索得到次優解，再通過蟻群算法進行二次優化，能夠快速搜索到最優路徑。
3、現有方法基于參考航線進行航線規劃，效果良好。一旦航線庫內不存在一條由出發地到目標地的參考航線，利用起始點到終點的航線點插值得到參考航線，在參考航線附近基于智能化算法進行優化效果較差。另外，單一的優化算法容易陷入局部最優問題。
技術實現思路
1、為實現上述目的及其它相關目的，本專利技術公開了一種基于混合算法的航線航速分層規劃方法，包括：
2、構建搜索空間；
3、基于a星算法和二次優化策略，在搜索空間內規劃參考航線；
4、根據參考航線劃分氣象航線，得到氣象航路點；
5、根據氣象航
6、a：依據船舶參數初始化種群group，種群個體數num_group，個體維度n-1維，迭代次數num_ite，并計算對應每兩個氣象航路點之間航線的對應油耗；
7、b：根據目標函數找到種群最優解gbest和個體最優解pbest；
8、c：引入遺傳算法的交叉變異，生成子個體，擴大搜索范圍，防止粒子群算法陷入局部最優，采用君主策略對相鄰個體進行交叉處理，在交叉變異之后，對父種群和子種群按照適應度進行升序排序，選擇前num_group個個體作為新種群；
9、d：依據gbest和pbest對新種群進一步更新，包括：
10、令表示第i個粒子的在第t次迭代的適應度值，表示所有粒子在第t次迭代中的平均適應度值，表示第t次迭代的種群最優適應度值；
11、t<num_ite時，若，采用混沌更新，否則采用粒子群算法進行更新，其中為閾值，；
12、e：對步驟(d)得到的新種群計算目標函數、每段的航行時間，更新gbest和pbest，
13、f：當迭代次數小于num_ite時，重復步驟(c)-(e)，直至循環結束，得到gbest為基于最省油耗目標函數的速度最優解。
14、進一步的，所述構建搜索空間包括：
15、將地圖中的陸地和島嶼作為不可航行區域，以0.01°×0.01°為柵格單位構建二維柵格地圖，作為a星算法的搜索空間。
16、進一步的，所述在搜索空間內規劃參考航線包括：
17、在搜索空間中以最短距離為目標函數，采用a星算法進行航線搜索；
18、采用二次優化策略剔除冗余節點，包括：
19、從目標航路點開始正序連接航點，直到連線與障礙物相交；
20、將目標航路點與障礙物之間的航路點均作為冗余節點進行剔除。
21、進一步的，所述根據參考航線劃分氣象航線，得到氣象航路點包括：
22、以與氣象信息的分辨率相同大小的柵格劃分參考航線，參考航線與柵格的交點作為氣象航路點，每相鄰兩個氣象航路點之間的航線為氣象航線。
23、進一步的，計算對應每兩個氣象航路點之間航線的對應油耗包括：
24、構建失速模型，計算船舶速度；
25、根據船舶速度計算船舶凈水阻力、迎風阻力和波浪阻力；
26、根據船舶凈水阻力、迎風阻力、波浪阻力和傳遞效率計算主機每小時燃油消耗量；
27、根據氣象航線和主機每小時燃油消耗量計算得到航行總油耗。
28、進一步的，當采用混沌更新時，包括：
29、；
30、其中，是t+1代第i個個體的第j個維度的解，為t代第i個個體第j個維度的解，表示第i個粒子的第j維的最小值，該最小值表示船舶航行的最小速度，表示第i個粒子的第j維的最大值，該最大值表示船舶航行的最大速度；
31、；
32、式中，表示第i個粒子的第j維在第t次迭代的混沌變量，是控制量，表示第i個粒子的第j維在第t+1次迭代的混沌變量。
33、進一步的，當采用粒子群更新時，包括：
34、；
35、；
36、；
37、；
38、式中，為t+1代第i個個體的第j個維度解的更新步長，是壓縮因子，和是學習因子，是0-1的隨機數，為t代第i個個體的第j個維度解的更新步長，是t代第i個個體對應的最優解的第j個維度的解，是種群最優個體的第j個維度的解，是t+1代第i個個體的第j個維度的解，為t代第i個個體第j個維度的解。
39、另一方面，本專利技術提供了一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現上述的方法。
40、通過采用上述技術方案，航線庫內無參考航線的情況下利用分層規劃的方法能夠首先規劃出一條參考航線，并且綜合考慮氣象預報信息在參考航線的基礎上進一步細分得到更加精確的氣象航線，基于遺傳-混沌粒子群算法完成航速優化。遺傳算法的個體之間共享信息能夠比較均勻的向最優解移動，但是針對高維優化問題，遺傳算法會降低算法迭代效率。粒子群算法收斂速度更快，但是容易陷入局部最優。因此采用遺傳-粒子群混合算法能夠使算法快速收斂，且不易陷入局部最優。
本文檔來自技高網...【技術保護點】
1.一種基于混合算法的航線航速分層規劃方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述構建搜索空間包括：
3.根據權利要求1所述的方法，其特征在于，所述在搜索空間內規劃參考航線包括：
4.根據權利要求1所述的方法，其特征在于，所述根據參考航線劃分氣象航線，得到氣象航路點包括：
5.根據權利要求1所述的方法，其特征在于，計算對應每兩個氣象航路點之間航線的對應油耗包括：
6.根據權利要求1所述的方法，其特征在于，當采用混沌更新時，包括：
7.根據權利要求1所述的方法，其特征在于，當采用粒子群更新時，包括：
8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求1-7之一所述的方法。
【技術特征摘要】
1.一種基于混合算法的航線航速分層規劃方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述構建搜索空間包括：
3.根據權利要求1所述的方法，其特征在于，所述在搜索空間內規劃參考航線包括：
4.根據權利要求1所述的方法，其特征在于，所述根據參考航線劃分氣象航線，得到氣象航路點包括：
5.根據權利要求...
【專利技術屬性】
技術研發人員：劉永成，張鵬宇，柯文文，陳擎霄，王海月，李峰輝，李興國，王鵬程，
申請(專利權)人：天津云遙宇航科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。