基于微分进化算法的舰船导航路径规划技术研究
发布时间：2021-07-31 18:25
舰船导航路径规划，即计划航线设计，是关系到舰船安全、高效航行的重要因素。随着科技进步和智能算法领域的飞速发展，使用智能程度高、适应能力强的智能算法进行舰船航路规划已成为必然的发展和应用趋势。本课题以舰船海上航行为背景，分析研究了舰船路径规划问题，并根据舰船路径规划的技术特点，提出了一种改进微分进化算法——基于邻域变异的改进微分进化算法。以待规划区域内已知航路点库作为先验知识，提出了一种基于改进微分进化算法的舰船导航路径规划方法，并通过仿真实验验证了改进算法的优越性和应用于舰船航路规划的有效性。首先，论文对舰船导航路径规划问题进行了深入研究。阐述了舰船航线的种类及区别。分析了舰船航路规划的要求、一般步骤、主要类型。着重对本课题计划使用的规划方法进行了研究。其次，对微分进化算法的基本原理、运行流程进行了详细的阐述，归纳了不同变异策略的特点，并结合舰船导航路径规划的应用背景，提出了一种基于邻域变异的改进微分进化算法。之后根据舰船导航路径规划的特点，确定新算法中的控制参数。再次，提出使用微分进化算法进行舰船导航路径规划的具体方法，包括如下工作：结合舰船航行特点完成待规划航行区域二维环境建模；选...
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
微分进化算法的主要步骤肉微夺讲枕登注中.撇寺的i}酷解〔雄休柏成一个种群)枯秋,
共享可以使进化策略得到更优结果。称为“局部邻域模型”，其中每个向量只使用其较小邻域内进行变异操作；另一种称为“全局邻域模型”，使用当前代行变异，相当于微分进化策略 DE / target-to-best /1。邻域指的是与其相连的其他参数向量的集合，当此向量位置其他向量的影响。与邻域内其他向量的连接图称为邻域结构所指位置无关。局部邻域模型里，当一个参数向量指向搜索何时它只能直接影响到与其邻接的向量；它的二度邻居只有所改善之后才受到影响。种群中关于每个邻域最佳位置的信中特定点的吸引力下降，避免了种群陷于局部最小值。需的个体向量在实际物理空间中并不一定相邻，也不一定具有的改进微分进化算法根据种群成员的下标索引生成对应邻。新的算法中，不同向量的邻域是随机选择的，并不以适应度物理空间位置为依据，这样确保了属于同一邻域的个体向
其中g _ best ,Gω 是G 世代中最优参数向量g _ best ,GXuuuuuuuur的邻域权重系数。新生成的i ,Gω′ 取值范围限定为[0.05,0.95]。这样设置，MNDE 算法可以单独为每个向量选取理想的参i ,Gω ，也使得 MNDE 算法能够捕捉到所处理问题的独特结构进而优化算法自身性能。对于全局邻域模型中的抖动缩放因子gα 和gβ ，是在一般微分进化算法中固定缩放因子的基础上随机抖动而产生的，使算法在进化中有效保持了种群多样性，是 MND算法中用于增强搜索能力的重要参数。假设固定缩放因子为F ，则有抖动缩放因子g gα = β，且均以F 为基数进行生成一般可通过 NP *D维随机矩阵 λ *rand(N P , D)与F 相加得到。其中λ 控制抖动缩放因的抖动范围，经过实验验证，如图 3.6 所示，为使用 MNDE 进行 Rosenbrock 函数测时，λ 取不同值时算法的进化曲线。可以看出当λ 取值为 0.0001 时，认为 MNDE 算有最优表现。
【参考文献】：
期刊论文
[1]基于微分进化的多UAV紧密编队滚动时域控制[J]. 张祥银,段海滨,余亚翔. 中国科学:信息科学. 2010(04)
[2]多目标优化微分进化改进算法的实现[J]. 周清清,刘勇. 自动化仪表. 2009(12)
[3]基于微分进化算法的防空导弹火力分配[J]. 黄仁全,李为民,周晓光,张琳. 空军工程大学学报(自然科学版). 2009(05)
[4]基于微分进化求解多目标优化问题中的退化现象[J]. 张利彪,许相莉,马铭,孙彩堂,周春光. 吉林大学学报(工学版). 2009(04)
[5]基于自适应遗传算法的水面舰艇航行路径优化[J]. 吴建民,王公宝. 武汉理工大学学报(交通科学与工程版). 2009(02)
[6]基于最小二乘支持向量机的自适应差分进化算法[J]. 阎啸天,武穆清. 系统仿真学报. 2009(07)
[7]基于改进遗传算法的舰船路径规划[J]. 唐琳,蔡德荣,黄猛. 计算机工程与设计. 2009(06)
[8]微分进化算法的研究综述[J]. 苏海军,杨煜普,王宇嘉. 系统工程与电子技术. 2008(09)
[9]差分进化算法综述[J]. 杨启文,蔡亮,薛云灿. 模式识别与人工智能. 2008(04)
[10]基于蚁群算法的AUV全局路径规划方法[J]. 王宏健,伍祥红,施小成. 中国造船. 2008(02)
博士论文
[1]基于贪婪策略的微分进化算法及其应用研究[D]. 赵光权.哈尔滨工业大学 2007
硕士论文
[1]基于信息熵遗传算法的舰船导航路径规划技术研究[D]. 李魁星.哈尔滨工程大学 2010
[2]计算机仿真在开阔水域船舶避碰路径优化中的应用[D]. 田野.武汉理工大学 2009
[3]微分进化算法的改进与扩展[D]. 鄢东姝.吉林大学 2009
[4]水面无人艇的全局路径规划技术研究[D]. 饶森.哈尔滨工程大学 2007
[5]基于微分进化算法的机器人路径规划方法[D]. 张晓丽.大连理工大学 2006
[6]船舶综合信息系统[D]. 李玉锁.大连海事大学 2005
[7]基于优进策略的差分进化算法及其化工应用[D]. 方强.浙江大学 2004
[8]ECDIS中的航线设计与最优航法[D]. 谢兴澜.大连海事大学 2003
本文编号：3313967
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
微分进化算法的主要步骤肉微夺讲枕登注中.撇寺的i}酷解〔雄休柏成一个种群)枯秋,
共享可以使进化策略得到更优结果。称为“局部邻域模型”，其中每个向量只使用其较小邻域内进行变异操作；另一种称为“全局邻域模型”，使用当前代行变异，相当于微分进化策略 DE / target-to-best /1。邻域指的是与其相连的其他参数向量的集合，当此向量位置其他向量的影响。与邻域内其他向量的连接图称为邻域结构所指位置无关。局部邻域模型里，当一个参数向量指向搜索何时它只能直接影响到与其邻接的向量；它的二度邻居只有所改善之后才受到影响。种群中关于每个邻域最佳位置的信中特定点的吸引力下降，避免了种群陷于局部最小值。需的个体向量在实际物理空间中并不一定相邻，也不一定具有的改进微分进化算法根据种群成员的下标索引生成对应邻。新的算法中，不同向量的邻域是随机选择的，并不以适应度物理空间位置为依据，这样确保了属于同一邻域的个体向
其中g _ best ,Gω 是G 世代中最优参数向量g _ best ,GXuuuuuuuur的邻域权重系数。新生成的i ,Gω′ 取值范围限定为[0.05,0.95]。这样设置，MNDE 算法可以单独为每个向量选取理想的参i ,Gω ，也使得 MNDE 算法能够捕捉到所处理问题的独特结构进而优化算法自身性能。对于全局邻域模型中的抖动缩放因子gα 和gβ ，是在一般微分进化算法中固定缩放因子的基础上随机抖动而产生的，使算法在进化中有效保持了种群多样性，是 MND算法中用于增强搜索能力的重要参数。假设固定缩放因子为F ，则有抖动缩放因子g gα = β，且均以F 为基数进行生成一般可通过 NP *D维随机矩阵 λ *rand(N P , D)与F 相加得到。其中λ 控制抖动缩放因的抖动范围，经过实验验证，如图 3.6 所示，为使用 MNDE 进行 Rosenbrock 函数测时，λ 取不同值时算法的进化曲线。可以看出当λ 取值为 0.0001 时，认为 MNDE 算有最优表现。
【参考文献】：
期刊论文
[1]基于微分进化的多UAV紧密编队滚动时域控制[J]. 张祥银,段海滨,余亚翔. 中国科学:信息科学. 2010(04)
[2]多目标优化微分进化改进算法的实现[J]. 周清清,刘勇. 自动化仪表. 2009(12)
[3]基于微分进化算法的防空导弹火力分配[J]. 黄仁全,李为民,周晓光,张琳. 空军工程大学学报(自然科学版). 2009(05)
[4]基于微分进化求解多目标优化问题中的退化现象[J]. 张利彪,许相莉,马铭,孙彩堂,周春光. 吉林大学学报(工学版). 2009(04)
[5]基于自适应遗传算法的水面舰艇航行路径优化[J]. 吴建民,王公宝. 武汉理工大学学报(交通科学与工程版). 2009(02)
[6]基于最小二乘支持向量机的自适应差分进化算法[J]. 阎啸天,武穆清. 系统仿真学报. 2009(07)
[7]基于改进遗传算法的舰船路径规划[J]. 唐琳,蔡德荣,黄猛. 计算机工程与设计. 2009(06)
[8]微分进化算法的研究综述[J]. 苏海军,杨煜普,王宇嘉. 系统工程与电子技术. 2008(09)
[9]差分进化算法综述[J]. 杨启文,蔡亮,薛云灿. 模式识别与人工智能. 2008(04)
[10]基于蚁群算法的AUV全局路径规划方法[J]. 王宏健,伍祥红,施小成. 中国造船. 2008(02)
博士论文
[1]基于贪婪策略的微分进化算法及其应用研究[D]. 赵光权.哈尔滨工业大学 2007
硕士论文
[1]基于信息熵遗传算法的舰船导航路径规划技术研究[D]. 李魁星.哈尔滨工程大学 2010
[2]计算机仿真在开阔水域船舶避碰路径优化中的应用[D]. 田野.武汉理工大学 2009
[3]微分进化算法的改进与扩展[D]. 鄢东姝.吉林大学 2009
[4]水面无人艇的全局路径规划技术研究[D]. 饶森.哈尔滨工程大学 2007
[5]基于微分进化算法的机器人路径规划方法[D]. 张晓丽.大连理工大学 2006
[6]船舶综合信息系统[D]. 李玉锁.大连海事大学 2005
[7]基于优进策略的差分进化算法及其化工应用[D]. 方强.浙江大学 2004
[8]ECDIS中的航线设计与最优航法[D]. 谢兴澜.大连海事大学 2003
本文编号：3313967
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3313967.html
