基于改进蚁群算法的波浪滑翔机路径规划研究

发布时间：2021-02-09 10:12

　　波浪滑翔机是一种只依靠波浪能和太阳能就能工作的新型海洋观测平台,其独特的双体结构将波浪能转变为推动自身前进的机械能;所搭载的光伏系统能够满足通信控制和数据传输的电力需求。波浪滑翔机的出现,解决了传统海洋观测平台观测范围的局限性问题,克服了极端的海洋环境,保证了数据的准确性,同时节约了大量的成本。然而,正是因为独特双体结构的驱动,波浪滑翔机的路径规划要受到海洋环境的影响;复杂的海洋环境使波浪滑翔机的航行方向和航行速度具有很大的不确定性,对路径规划进行研究的传统算法已经不能满足波浪滑翔机航行的需求,蚁群算法是一类智能多主体系统,同时作为一个分布式系统,具有高度的复杂性和超强的能力,可以帮助求解很多复杂的问题。相对于传统的机器人路径规划,波浪滑翔机的路径规划对海洋环境具有很大的依赖性。本文首先用栅格算法对复杂的海洋环境进行建模,将影响航行的环境因素在栅格中表示;其次对基本蚁群算法的理论知识及其算法步骤进行了描述,同时,为了解决蚁群算法收敛速度较慢、陷入局部最优等问题,通过引入一个可调参数构成负反馈,平衡各条路径的信息素,对基本蚁群算法的启发函数进行改进;在信息素更新方式中,引入精英蚂蚁,在信... 

【文章来源】：青岛大学山东省

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

波浪滑翔机实物图

图 1.2 波浪滑翔机实物图机的主要优势是突破了化学能源驱动的限制，依托海洋中的波，机体搭载的太阳能发电系统能够为所需的电气装置提供电力感器配合全球卫星系统，可以实现与岸上的远程通信和数据传

青岛大学硕士学位论文的浮标附近，进行海洋数据采集，所采集的数据与浮标比，数据准确性高度一致。2012 年 12 月，波浪动力滑翔器系统航行 16668km，历时 12 个月，刷新了无人系统的历司和 Liquid Robotics 公司进行合作，共同研发新一代波16 年诺格公司与 Liquid Robotics 公司进行业界合作，测讯连络载台的可行性，代替以往不稳定的浮标。

【参考文献】：
期刊论文
[1]波浪滑翔机的水动力性能分析[J]. 张禹,薄玉清,刘慧芳.  制造业自动化. 2017(03)
[2]基于二次栅格划分的移动sink最小路径构建算法[J]. 王薇,史浩山,黄鹏宇,高宝建,牛进平,王举.  西北工业大学学报. 2016(06)
[3]基于混合蚁群和粒子群优化LSSVM的脉动风速预测[J]. 李春祥,丁晓达,叶继红.  振动与冲击. 2016(21)
[4]深海装备技术发展趋势分析[J]. 赵羿羽,曾晓光,郎舒妍.  船舶物资与市场. 2016(05)
[5]基于改进蚁群算法的水面无人艇智能避碰方法研究[J]. 尚明栋,朱志宇,周涛.  船舶工程. 2016(09)
[6]波浪能滑翔机理论和数值计算研究现状[J]. 杨富茗,王大政.  舰船科学技术. 2016(15)
[7]一种运输自动导引车路径规划研究[J]. 吴文军,张岩,吴为民,龚松柏,张荣辉.  机器人技术与应用. 2016(03)
[8]基于维诺图和二分图的水面移动基站路径规划方法[J]. 夏娜,束强,赵青,伊君.  自动化学报. 2016(08)
[9]基于改进智能水滴算法的汽车避障局部路径规划[J]. 宋晓琳,潘鲁彬,曹昊天.  汽车工程. 2016(02)
[10]海洋动力环境观测设备综合测试平台技术研究[J]. 李博,成方林,叶颖,张翼飞,闫秦.  海洋开发与管理. 2016(01)

博士论文
[1]洋流影响下的水下滑翔机动力学建模、运动分析与控制器设计研究[D]. 范双双.浙江大学 2013

硕士论文
[1]基于改进势场蚁群算法的波浪动力滑翔器路径规划算法研究[D]. 赵红.青岛大学 2016
[2]基于反渗透方法的新能源海水淡化系统研究[D]. 周婷.上海海洋大学 2016
[3]基于群智能优化的智能组卷算法研究[D]. 吴迪.河南师范大学 2016
[4]波浪驱动滑翔器工作机理分析与水下滑翔体的结构设计[D]. 丁乃蓬.浙江大学 2015
[5]水下滑翔机反步控制及其快速控制原型研究[D]. 张凯.上海交通大学 2015
[6]波浪滑翔机的水动力分析[D]. 胡合文.哈尔滨工程大学 2015
[7]波浪滑翔器总体技术研究[D]. 卢旭.哈尔滨工程大学 2015
[8]改进的混合型蚁群算法及其应用[D]. 孙晶.中北大学 2014
[9]基于蚁群算法的聚类算法研究[D]. 黄延红.电子科技大学 2011
[10]蚁群优化算法及其应用研究[D]. 张频捷.中南大学 2010



本文编号：3025476