船舶避碰智能決策自動(dòng)化研究

1、船舶避碰智能決策自動(dòng)化研究船舶避碰智能決策自動(dòng)化研究本文由stwyvern貢獻(xiàn)doc文檔可能在WAP端瀏覽體驗(yàn)不佳。建議您優(yōu)先選擇TXT，或下載源文件到本機(jī)查看。[收稿日期]20050928[基金項(xiàng)目]福建省自然科學(xué)基金資助項(xiàng)目(A0410023)[作者簡(jiǎn)介]李麗娜(1962)女教授從事航海自動(dòng)化技術(shù)研究.[文章編號(hào)]10077405(2006)02018805綜述船舶避碰智能決策自動(dòng)化研究李麗娜楊神化曹寶根李子富(集美大學(xué)航海學(xué)院福建

2、廈門361021)[摘要]簡(jiǎn)要論述了實(shí)現(xiàn)船舶自動(dòng)避碰的意義、自動(dòng)避碰的基本過程及其研究?jī)?nèi)容重點(diǎn)分析了國(guó)內(nèi)外船舶避碰智能決策自動(dòng)化的研究現(xiàn)狀和動(dòng)向、存在的主要問題與對(duì)策指出了船舶避碰智能決策自動(dòng)化尚待研究的課題.[關(guān)鍵詞]船舶避碰智能決策碰撞危險(xiǎn)度模糊數(shù)學(xué)專家系統(tǒng)神經(jīng)網(wǎng)絡(luò)[中圖分類號(hào)]U666124[文獻(xiàn)標(biāo)識(shí)碼]A0引言隨著航運(yùn)業(yè)的發(fā)展船舶正朝著大型化、專業(yè)化、快速化方向發(fā)展海上交通環(huán)境因此日趨復(fù)雜船舶航行密度越來越大航道與港口水域變得相

3、對(duì)狹窄使得船舶操縱問題越來越突出船舶碰撞、擱淺觸礁事故時(shí)有發(fā)生.據(jù)統(tǒng)計(jì)每年失事的船舶約200艘總噸位數(shù)為120萬t占世界船隊(duì)的04%左右這相當(dāng)于每15d失事一艘5萬t級(jí)的船舶.事實(shí)說明在船舶避碰輔助設(shè)備十分普及的今天船舶碰撞、擱淺和觸礁事故仍屢屢發(fā)生.這些事故的發(fā)生不僅造成了重大的人員傷亡、巨額財(cái)產(chǎn)損失而且對(duì)海洋環(huán)境構(gòu)成嚴(yán)重的威脅.在碰撞的事故原因調(diào)查中有80%以上是由于人為因素造成的.解決人為因素問題可以通過兩個(gè)途徑:一是加強(qiáng)船員的技

4、術(shù)培訓(xùn)及管理提高船員的素質(zhì)及責(zé)任感二是提高船舶的自動(dòng)化程度逐步實(shí)現(xiàn)航海自動(dòng)化.由于航海是一種艱苦的職業(yè)其特殊的工作條件和環(huán)境使得船員的流動(dòng)性較大.隨著經(jīng)濟(jì)的發(fā)展船員不可能長(zhǎng)期從事航海這個(gè)職業(yè)已成事實(shí)這樣必然導(dǎo)致船員海齡不高、駕駛員經(jīng)驗(yàn)不足以及技術(shù)不嫻熟等問題.綜上分析隨著科學(xué)技術(shù)的迅猛發(fā)展從技術(shù)上提高船舶的自動(dòng)化程度在決策和操作上減少人的參與減輕駕駛員的負(fù)擔(dān)逐步實(shí)現(xiàn)船舶避碰的自動(dòng)化這才是解決人為因素問題的根本辦法.因此船舶避碰自動(dòng)措施的

5、難易程度文獻(xiàn)[5]船舶避碰智能決策的自動(dòng)生成正是用它來衡量多船情況下危險(xiǎn)目標(biāo)的危險(xiǎn)度大小決定避讓參考目標(biāo).22關(guān)于避碰智能決策的自動(dòng)生成與優(yōu)化221模糊數(shù)學(xué)方法文獻(xiàn)[6]研究的“船舶避碰的模糊決策”利用模糊數(shù)學(xué)結(jié)合實(shí)際調(diào)查提出了一種避碰決策方法同時(shí)給出了在船舶交叉相遇局面中讓路船的讓路時(shí)機(jī)和轉(zhuǎn)向幅度.這一方法對(duì)于進(jìn)行避碰研究幫助海員進(jìn)行避碰決策避免船舶碰撞有一定意義.222神經(jīng)網(wǎng)絡(luò)方法文獻(xiàn)[7]采用神經(jīng)網(wǎng)絡(luò)的方法來處理電子海圖系統(tǒng)中船舶

6、自動(dòng)避碰利用電子海圖技術(shù)在模擬海上環(huán)境的基礎(chǔ)上考慮船舶操縱特性及其海況影響提出一種解決自動(dòng)避碰的新方法.但在研究過程中發(fā)現(xiàn)用單一網(wǎng)絡(luò)模型不能處理所有的船舶會(huì)遇狀態(tài)而是將船舶會(huì)遇狀態(tài)確定為分級(jí)網(wǎng)絡(luò)不同的會(huì)遇狀態(tài)對(duì)應(yīng)著不同的神經(jīng)網(wǎng)絡(luò)構(gòu)成組合神經(jīng)網(wǎng)絡(luò)群.神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)的權(quán)值及其參量設(shè)計(jì)以及怎樣確立組合神經(jīng)網(wǎng)絡(luò)中各個(gè)子網(wǎng)絡(luò)之間的相互關(guān)系這是一項(xiàng)非常艱巨而復(fù)雜的工作.因此迄今為止神經(jīng)網(wǎng)絡(luò)方法在船舶自動(dòng)避碰研究中尚未得到成功的應(yīng)用.223

7、遺傳算法方法文獻(xiàn)[8]提出了將一條航路定義為遺傳群體中的一個(gè)個(gè)體將航路上的轉(zhuǎn)向點(diǎn)定義為個(gè)體的基189集美大學(xué)學(xué)報(bào)(自然科學(xué)版)第11卷因從而基于遺傳算法對(duì)船舶航路進(jìn)行規(guī)劃以達(dá)到安全避讓來船的目的.雖然該方法在許多地方還不夠成熟尤其是沒有充分考慮《規(guī)則》和海員的習(xí)慣做法等在安全航路設(shè)計(jì)中常會(huì)出現(xiàn)違反航海常規(guī)和避碰規(guī)則的結(jié)果但至少提出了一個(gè)新的研究思路.文獻(xiàn)[9]在遺傳算法的基礎(chǔ)上引入了bayes模型根據(jù)國(guó)際避碰規(guī)則和海上避碰慣例計(jì)算航路的

8、平均信息量把平均信息量加入遺傳算法的適應(yīng)度函數(shù)來優(yōu)化傳統(tǒng)的遺傳算法試驗(yàn)結(jié)果表明該方法可得到更符合《規(guī)則》和海上避讓常規(guī)的次優(yōu)解.224采用專家智能技術(shù)文獻(xiàn)[10]研究的避碰知識(shí)庫(kù)是一種咨詢式的避碰決策系統(tǒng).通過歸納獲得的專家信息提出了兩船間只有6種特定的會(huì)遇類型并通過調(diào)查歸納出14種可能采取的避碰行動(dòng).該系統(tǒng)存在的主要問題是:對(duì)于復(fù)雜的多船會(huì)遇局面避碰決策系統(tǒng)無法給出避碰行動(dòng)決策對(duì)此只能由駕駛員自己根據(jù)局面進(jìn)行處理這顯然不適應(yīng)自動(dòng)避碰決