基于克隆选择优化的多船避碰决策研究
发布时间：2021-01-06 10:06
多船避碰决策是通过对两船避碰决策进行分析和改进,而逐步发展起来的一门新的技术。智能优化算法的发展,为多船会遇态势下的船舶避碰决策提供了新的思路。本文将改进的克隆选择算法应用到多船避碰决策寻优,提高了决策行动在多船避碰中的效果。在船舶安全会遇距离和船舶碰撞几何原理的基础上,利用模糊数学的方法,本文提出了一种船舶复合碰撞危险度的计算方法。并对3种不同的碰撞危险度计算方法的结果进行分析比较,结果表明了该方法相比于一般碰撞危险度量化计算的方法更合理。本文将模拟退火算法中的退火策略引入到克隆选择算法中,设计了基于模拟退火的克隆选择算法。综合考虑了克隆选择算法和模拟退火算法的特点,使2种算法在优化行为、结构和机制上能够相互补充。算例验证了混合算法的可行性,并通过与基本克隆选择算法比较,说明了设计算法的有效性。在多船避碰决策研究中,将避碰行动的相关变量构成改进算法的抗体串,综合考虑影响船舶避碰行动决策的多种因素,建立了相应合理的多目标函数。并考虑到各种因素之间的差异,对目标函数进行线性权重分配,使避碰函数模型更加符合航海实际和简单化。通过亲和度函数来进行综合评价,利用改进的克隆选择算法进行迭代优化,...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图２．１?ＤＣＰＪ和ｒｃ／＾［的计算??
值和大小［４１］。在进行碰撞危险度的量化计算时，ＤＣＥ４和可以表征船舶具??体的会遇态势，且能够避免在建立模糊推理规则时，输入维数过大而导致的规则??组合“爆炸”。将ＤＣＥ４和ｒｃ你作为模糊推理的输入变量，利用图２．２中表述的??模糊推理过程１来计算船舶碰撞危险度Ｑ，并将其作为碰撞危险度输出结果。??借鉴国内外研究成果和海上开阔水域避碰经验，表２．１分别给出了变量ＴＣＥ４、??ＤＣＥ４和Ｑ的５个语言值，对变量和碰撞危险度Ｑ进行定量分析，??并划分等级。用模糊语言变量“Ｓ?（小）”、“ＭＳ?（中小）”、“Ｍ?（中）”、“ＭＢ?（中??大）”、“Ｂ?（大）”来表示ＤＣ烈和ＤＣ／Ｍ。用模糊语言变量“Ｌ?（危险最小）”、“ＭＬ??（危险较小）”、“Ｍ?（危险中等）”、“ＭＨ?（危险较大）”、“Ｈ?（危险极大）”来表??示碰撞危险度。??－１０－??
??和Ｃ２的隶属度函数，图２．５表述了复合碰撞危险度Ｃ３的隶属度函数。通过隶属??度函数的５个语言值来定义Ｃ３，复合碰撞危险度Ｃ３的值在０？１之间。??ｉｉｉｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??Ｌ?ＭＬ?Ｍ?ＭＨ?ＦＩ???Ｉ?Ｉ?ｉ?ｉ
【参考文献】：
期刊论文
[1]基于拟态物理学优化算法的船舶转向避碰决策[J]. 于家根,刘正江,卜仁祥,高孝日,李伟峰. 中国航海. 2016(01)
[2]混合智能系统在船舶自动避碰决策中的应用[J]. 吕红光,尹勇,尹建川. 大连海事大学学报. 2015(04)
[3]基于最优控制的海上多目标船避碰研究[J]. 陈立家,黄立文,熊勇. 中国安全科学学报. 2014(01)
[4]混沌模拟退火粒子群优化算法研究及应用[J]. 刘爱军,杨育,李斐,邢青松,陆惠,张煜东. 浙江大学学报(工学版). 2013(10)
[5]模拟退火算法及改进研究[J]. 石利平. 信息技术. 2013(02)
[6]危险模式免疫控制算法优化船舶避碰策略[J]. 白一鸣,韩新洁,孟宪尧. 中国航海. 2012(02)
[7]一种主观的船舶碰撞危险度评价模型[J]. 刘茹茹,胡勤友. 上海海事大学学报. 2012(01)
[8]基于序次Probit模型的航道船舶碰撞危险度研究[J]. 文元桥,张恒,万品. 中国安全科学学报. 2012(02)
[9]多船避碰决策理论与模型分析[J]. 郑思伟. 船海工程. 2011(05)
[10]一种改进的免疫克隆选择算法[J]. 刘琼,吴小俊. 山东大学学报(工学版). 2009(06)
博士论文
[1]改进免疫克隆选择算法的研究与应用[D]. 石刚.东北大学 2011
[2]危险模式人工免疫算法及其应用研究[D]. 许庆阳.大连海事大学 2010
[3]船舶碰撞危险度及避碰决策模型的研究[D]. 毕修颖.大连海事大学 2000
[4]船舶避碰决策数学模型的研究[D]. 孙立成.大连海事大学 2000
[5]船舶自动避碰决策系统的研究[D]. 郑中义.大连海事大学 2000
硕士论文
[1]基于船舶碰撞危险度的避碰决策研究[D]. 任鹏.大连海事大学 2015
[2]船舶扩展式博弈避碰决策系统建立与仿真研究[D]. 王刚.大连海事大学 2014
[3]遗传算法在船舶避碰行动决策中的应用研究[D]. 李瑶.大连海事大学 2013
[4]开阔水域单船避碰智能决策研究[D]. 李万垒.大连海事大学 2013
[5]基于模糊综合评判的船舶碰撞危险度模型研究[D]. 章泽虎.大连海事大学 2012
[6]免疫克隆选择算法改进及其应用研究[D]. 赵勇.湖南大学 2011
[7]基于粒子群优化算法的船舶避碰研究[D]. 潘朋朋.江苏科技大学 2011
[8]免疫克隆选择算法研究及其应用[D]. 刘朝华.湖南大学 2010
[9]免疫算法和模拟退火算法求解TSP问题的研究[D]. 吴进波.武汉理工大学 2007
[10]模拟退火算法的研究及其应用[D]. 冯玉蓉.昆明理工大学 2005
本文编号：2960376
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图２．１?ＤＣＰＪ和ｒｃ／＾［的计算??
值和大小［４１］。在进行碰撞危险度的量化计算时，ＤＣＥ４和可以表征船舶具??体的会遇态势，且能够避免在建立模糊推理规则时，输入维数过大而导致的规则??组合“爆炸”。将ＤＣＥ４和ｒｃ你作为模糊推理的输入变量，利用图２．２中表述的??模糊推理过程１来计算船舶碰撞危险度Ｑ，并将其作为碰撞危险度输出结果。??借鉴国内外研究成果和海上开阔水域避碰经验，表２．１分别给出了变量ＴＣＥ４、??ＤＣＥ４和Ｑ的５个语言值，对变量和碰撞危险度Ｑ进行定量分析，??并划分等级。用模糊语言变量“Ｓ?（小）”、“ＭＳ?（中小）”、“Ｍ?（中）”、“ＭＢ?（中??大）”、“Ｂ?（大）”来表示ＤＣ烈和ＤＣ／Ｍ。用模糊语言变量“Ｌ?（危险最小）”、“ＭＬ??（危险较小）”、“Ｍ?（危险中等）”、“ＭＨ?（危险较大）”、“Ｈ?（危险极大）”来表??示碰撞危险度。??－１０－??
??和Ｃ２的隶属度函数，图２．５表述了复合碰撞危险度Ｃ３的隶属度函数。通过隶属??度函数的５个语言值来定义Ｃ３，复合碰撞危险度Ｃ３的值在０？１之间。??ｉｉｉｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??Ｌ?ＭＬ?Ｍ?ＭＨ?ＦＩ???Ｉ?Ｉ?ｉ?ｉ
【参考文献】：
期刊论文
[1]基于拟态物理学优化算法的船舶转向避碰决策[J]. 于家根,刘正江,卜仁祥,高孝日,李伟峰. 中国航海. 2016(01)
[2]混合智能系统在船舶自动避碰决策中的应用[J]. 吕红光,尹勇,尹建川. 大连海事大学学报. 2015(04)
[3]基于最优控制的海上多目标船避碰研究[J]. 陈立家,黄立文,熊勇. 中国安全科学学报. 2014(01)
[4]混沌模拟退火粒子群优化算法研究及应用[J]. 刘爱军,杨育,李斐,邢青松,陆惠,张煜东. 浙江大学学报(工学版). 2013(10)
[5]模拟退火算法及改进研究[J]. 石利平. 信息技术. 2013(02)
[6]危险模式免疫控制算法优化船舶避碰策略[J]. 白一鸣,韩新洁,孟宪尧. 中国航海. 2012(02)
[7]一种主观的船舶碰撞危险度评价模型[J]. 刘茹茹,胡勤友. 上海海事大学学报. 2012(01)
[8]基于序次Probit模型的航道船舶碰撞危险度研究[J]. 文元桥,张恒,万品. 中国安全科学学报. 2012(02)
[9]多船避碰决策理论与模型分析[J]. 郑思伟. 船海工程. 2011(05)
[10]一种改进的免疫克隆选择算法[J]. 刘琼,吴小俊. 山东大学学报(工学版). 2009(06)
博士论文
[1]改进免疫克隆选择算法的研究与应用[D]. 石刚.东北大学 2011
[2]危险模式人工免疫算法及其应用研究[D]. 许庆阳.大连海事大学 2010
[3]船舶碰撞危险度及避碰决策模型的研究[D]. 毕修颖.大连海事大学 2000
[4]船舶避碰决策数学模型的研究[D]. 孙立成.大连海事大学 2000
[5]船舶自动避碰决策系统的研究[D]. 郑中义.大连海事大学 2000
硕士论文
[1]基于船舶碰撞危险度的避碰决策研究[D]. 任鹏.大连海事大学 2015
[2]船舶扩展式博弈避碰决策系统建立与仿真研究[D]. 王刚.大连海事大学 2014
[3]遗传算法在船舶避碰行动决策中的应用研究[D]. 李瑶.大连海事大学 2013
[4]开阔水域单船避碰智能决策研究[D]. 李万垒.大连海事大学 2013
[5]基于模糊综合评判的船舶碰撞危险度模型研究[D]. 章泽虎.大连海事大学 2012
[6]免疫克隆选择算法改进及其应用研究[D]. 赵勇.湖南大学 2011
[7]基于粒子群优化算法的船舶避碰研究[D]. 潘朋朋.江苏科技大学 2011
[8]免疫克隆选择算法研究及其应用[D]. 刘朝华.湖南大学 2010
[9]免疫算法和模拟退火算法求解TSP问题的研究[D]. 吴进波.武汉理工大学 2007
[10]模拟退火算法的研究及其应用[D]. 冯玉蓉.昆明理工大学 2005
本文编号：2960376
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/2960376.html
