一種狼群搜索算法優(yōu)化的船舶自動避碰方法
【技術領域】
[0001] 本發(fā)明屬于船舶自動避碰路徑規(guī)劃技術領域，主要涉及一種狼群搜索算法優(yōu)化的 船舶自動避碰方法。
【背景技術】
[0002] 船舶自動避碰是指船舶在海上航行過程中與其他船形成會遇態(tài)勢，通過碰撞危險 度分析確定需要采取避碰行動，則船員基于已有的《國際海上避碰規(guī)則》，以及船間信息采 集和船內信息自主的交換的情況下，通過優(yōu)化策略得到船舶避碰最佳方式，從而生成"經 濟"且"安全"的避碰航行路徑。輔助船員快速做出避碰決策，有利于減少海上事故的發(fā)生。
[0003] 因此，船舶避碰智能化是當前國際航海學術界研宄的前沿熱點課題之一。其 中，單船避碰系統(tǒng)的實現(xiàn)過程中涉及到避碰信息的接收與融合、目標跟蹤、碰撞危險度分 析、會遇態(tài)勢的判斷、優(yōu)化路徑的生成以及避碰路徑的動態(tài)顯示，是一個多目標非線性的 規(guī)劃問題，所以，涉及到各種人工智能技術在船舶避碰領域的研宄應用，包括細菌覓食算 法（AutomaticCollisionAvoidingSupportSystemforShipsinCogestedWaters andatOpenSea.M.D.Nguyen,V.T.Nguyen,H.Tamaru. 2012Internationalconference onControl,AutomationandInformationScineces(2012):96-101.)?人工魚群算 法（馬文耀，吳兆麟，楊家軒.人工魚群算法的避碰路徑規(guī)劃決策支持[J].中國航 海.2014, 37 (3) : 15-20.DOI: 10. 3969/j.issn. 1000_4653. 2014. 03. 015.)，支持模糊邏 輯、危險模式算法（白一鳴，韓新杰，孟憲堯。危險模式免疫控制算法優(yōu)化船舶避碰策略 [J].中國航海，2012,35(2) :29-32.)等。但是這些算法本身存在算法實現(xiàn)復雜，后期收 斂速度慢或是易陷入局部最優(yōu)等問題。2007年yang提出了仿生狼群算法，2013年吳虎 勝具體描述了狼群搜索算法的實現(xiàn)過程（吳虎勝，張鳳鳴，吳廬山.一種新的群體智能 算法一狼群算法.系統(tǒng)工程與電子技術.20131153(11) :2430-2438)。該算法在機器人路 徑規(guī)劃（ChenguangYang,XuyanTuandJieChen,"AlgorithmofMarriageinHoney BeesOptimizationBasedontheWolfPackSearch，"InternationalConference onIntelligentPervasiveComputingIPC2007,pp. 462-467, 2007.)、電池充電增強 管理系統(tǒng)（Te-ChunHung，Shyh-JierHuang，F(xiàn)u-ShengPai，Chen-WeiKuDesignof Lithium-IonBatteryChargingSystemEnhancedwithWolfPackAlgorithm. 2012Third InternationalConferenceonInnovationsinBio-InspiredComputingand Applications.DOI10. 1109/IBICA. 2012. 63. 195-200.)、PID參數(shù)優(yōu)化（WuHusheng，Zhang Fengming.AUncultivatedWolfPackAlgorithmforHighdimensionalFunctionsand ItsApplicationinParametersOptimizationofPIDController. 2014IEEECongress onEvolutionaryComputation(CEC)July6-11，2014,Beijing，China. 1477-1482.)等方 面中得到了應用研究。體現(xiàn)了狼群搜索算法實現(xiàn)簡單、全局收斂性好、求解精度高的特性。 但是算法存在由于搜索越界降低了收斂速度的缺陷。

【發(fā)明內容】

[0004] 本發(fā)明的目的在于提供一種狼群搜索算法優(yōu)化的船舶自動避碰方法。
[0005] 本發(fā)明的目的是這樣實現(xiàn)的：
[0006] (1)建立船舶仿真試驗所需的仿真界面，并確定用于避碰的船舶參數(shù)；
[0007] (2)確定船舶會遇態(tài)勢以及碰撞危險度分析：采用兩船交叉的會遇態(tài)勢，做出我 船和目標船的碰撞危險度分析CRl=L/,^ ?CTtff其中UtT為基于時間碰撞危險度、UdT為空間 碰撞危險度且只有當UtT和UdT全不為零的情況下才存在船舶碰撞危險；
[0008] (3)設計船舶避碰目標函數(shù)：通過船舶避碰運動過程建模，得到我船經濟避碰的 目標函數(shù)S=miii.b丨AS+ ?2Ap}，加權系數(shù)a^a2= 1，且a〇，a2> 〇,AS為避碰 而多航行的路程，Ap是在避碰過程中轉過的角度；
[0009] (4)改進狼群搜索算法通過狼群的競選行為、召喚行為、圍攻行為以及更新機制， 搜索滿足目標函數(shù)的船舶避碰最優(yōu)路徑：
[0010] (4. 1)初始化狼群：避碰路徑狼群規(guī)模N，搜索空間的維數(shù)K，第i匹狼的位置為Xi =(Xn，Xi2,Xik. ? ?XiK)，iG(1，N)kG(1，K)，且Xik=Xik -+rand* (Xik ^x-XikJ，rand是 [0, 1]之間的隨機數(shù)，Xik _和Xikmin分別表示第k維的搜索空間的最大值和最小數(shù)值；
[0011] (4.2)競選頭狼：選取最優(yōu)的q匹探狼競選頭狼，第i匹競選狼分別在K維空 間中，在自己周圍的H個搜索方向上進行搜索，第i個競選狼在k維時的當前位置為Xik， 第j個方向第k維的單位矢量為unitVectorSjk，第k維更新后的位置為Yjk:Yjk=Xik+ rand*unitVectorsjk*stepa*basicStepkjG(1，H)，搜索過程中根據(jù)不同的搜索空間以 及第i匹狼在第k維空間中的最大值和最小值為Xik_，Xikmin，整個搜索空間線性長度
【主權項】
1. 一種狼群捜索算法優(yōu)化的船舶自動避碰方法，其特征在于：具體包括w下幾個步 驟： (1) 建立船舶仿真試驗所需的仿真界面，并確定用于避碰的船舶參數(shù)； (2) 確定船舶會遇態(tài)勢W及碰撞危險度分析；采用兩船交叉的會遇態(tài)勢，做出我船和 目標船的碰撞危險度分析CRI=[/,r?C/wr其中UtT為基于時間碰撞危險度、UdT為空間碰撞 危險度且只有當UtT和UdT全不為零的情況下才存在船舶碰撞危險； (3) 設計船舶避碰目標函數(shù)；通過船舶避碰運動過程建模，得到我船經濟避碰的目標 函數(shù)S二min的+ 切，加權系數(shù)ai+a2= 1，且a1> 0,a2> 0,AS為避碰而多 航行的路程，A口是在避碰過程中轉過的角度； (4) 改進狼群捜索算法通過狼群的競選行為、召喚行為、圍攻行為W及更新機制，捜索 滿足目標函數(shù)的船舶避碰最優(yōu)路徑： (4. 1)初始化狼群；避碰路徑狼群規(guī)模N，捜索空間的維數(shù)K，第i匹狼的位置為Xi= 狂。，X。，X化...X化），iG(1，腳kG(1，K)，且X化=X化m化甘and* 狂化max-Xikm化），rand是[0, 1] 之間的隨機數(shù)，Xikmay和Xikmi。分別表示第k維的捜索空間的最大值和最小數(shù)值； (4.2)競選頭狼；選取最優(yōu)的q匹探狼競選頭狼，第i匹競選狼分別在K維空間 中，在自己周圍的H個捜索方向上進行捜索，第i個競選狼在k維時的當前位置為Xik， 第j個方向第k維的單位矢量為unitVectorsjk，第k維更新后的位置為Yjk;Y*=Xik+ rand*unitVectorSjk*stepa*basicStePkjE(1,H)，捜索過程中根據(jù)不同的捜索空間W 及第i匹狼在第k維空間中的最大值和最小值為Xikmay,Xikmi。，整個捜索空間線性長度
計算基本步長basic