利索能及
我要发布
收藏
专利号: 2019107500379
申请人: 青岛科技大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-05-11
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种无人船双目标气象航线优化方法,其特征在于,其包括:获取初始航线,并对所述初始航线进行离散化处理,得到多个初始航路点,所述多个初始航路点包括起始点、终点以及位于所述起始点与所述终点之间的多个中间航路点;

结合采集的海洋气象数据得到双目标优化函数,其中所述双目标优化函数同时满足最短时航线优化准则和最优能耗航线优化准则;

对所述多个中间航路点中的任一中间航路点进行随机扰动求得多个新的航路点,并对所述多个新的航路点利用所述双目标优化函数计算得到最佳航路点;包括:从所述多个中间航路点中紧邻所述起始点 的中间航路点开始,针对所述中间航路点按照预设扰动规则得到相对应的多个新的航路点;

连接所述中间航路点之前的航路点与所述多个新的航路点,得到多条恒向线;

计算船舶通过每段所述恒向线所需的能耗和时间;

根据计算得到所述能耗和所述时间通过理想点算法计算得到目标函数值,包括:根据所述能耗和所述时间分别计算关于能耗和航时的两个单目标函数,其中所述两个单目标函数为能耗最优目标函数Za和航时最短目标函数Zb,计算公式分别为:其中,Si为第i段恒向线的长度,Te为船舶的主机推力,(Te)i为第i段恒向线上船舶的主机推力,N为所述初始航线上的恒向线个数,vi为第i段恒向线的船舶实际航速;

根据所述两个单目标函数结合理想点算法计算目标函数值h,所述目标函数值h的计算公式为:

其中,fa和fb为根据所述理想点算法确定的可行区内的横坐标和纵坐标,ω1和ω2分别为能耗与航时的权重因子,且ω1+ω2=1,γ1和γ2为转换因子,用于将能耗和航时转化为评价航线的经济性指标, 为单目标函数Za的最小值, 为单目标函数Zb的最小值,且fa和fb满足:

选择所述目标函数值最小的航路点为最佳航路点;

基于所述双目标优化函数对所述多个中间航路点进行遍历,分别得到多个与所述中间航路点相对应的最佳航路点,根据所述起始点、所述终点和所述多个最佳航路点得到最佳航线。

2.如权利要求1所述的无人船双目标气象航线优化方法,其特征在于,所述获取初始航线为大圆航线,所述大圆航线为所述起始点到所述终点之间航程最短的航线。

3.如权利要求1所述的无人船双目标气象航线优化方法,其特征在于,所述海洋气象数据包括:风向角度、船体迎风角、波高和船舶失速。

4.如权利要求3所述的无人船双目标气象航线优化方法,其特征在于,所述双目标优化函数为:

s.t.0

N>0

Si>0

Te≥0

其中Z为双目标函数值,ω1和ω2分别为能耗与航时的权重因子,且ω1+ω2=1,γ1和γ2为转换因子,用于将能耗和航时转化为评价航线的经济性指标,N为所述初始航线上的恒向线个数,vi为第i段恒向线的船舶实际航速,vmax为船舶临界速度,Si为第i段恒向线的长度,Te为船舶的主机推力;

船舶临界速度vmax的计算公式为:

0.13 ‑4 23 1.6 ‑4 23vmax=e [1.4×10 q +12.0‑h] +4.0×10 q +7.0其中h为所述波高,q为相对波向,用于表示船舶行驶方向与波浪方向的夹角。

5.如权利要求1所述的无人船双目标气象航线优化方法,其特征在于,所述针对所述中间航路点按照预设扰动规则得到相对应的多个新的航路点包括:获取中间航路点的经度和纬度;

产生第一随机数,所述第一随机数的范围为0‑1;

判断所述第一随机数是否大于0.5,如果所述第一随机数大于0.5,则所述中间航路点的经度增加0.25~1.25范围内的随机的数值,如果所述第一随机数小于或等于0.5,则所述中间航路点的经度减少0.25~1.25范围内的随机的数值;

产生第二随机数,所述第二随机数的范围为0‑1;

判断所述第二随机数是否大于0.5,如果所述第二随机数大于0.5,则所述中间航路点的纬度增加0.25~1.25范围内的随机的数值,如果所述第二随机数小于或等于0.5,则所述中间航路点的纬度减少0.25~1.25范围内的随机的数值;

根据所述第一随机数和所述第二随机数扰动后的经度和纬度得到所述多个新的航路点。

6.如权利要求1所述的无人船双目标气象航线优化方法,其特征在于,所述计算所述船舶通过每段所述恒向线所需的能耗和时间包括:计算所需的能耗的公式为:

其中We为船舶主机提供的能量,N为航线上恒向线的个数,(Te)i为第i段恒向线上船舶的主机推力,Si代表第i段恒向线的长度;

针对所述初始航线的航行时间的计算公式为:其中t为航程的总航时,v为船舶实际航速,vi为第i段恒向线的船舶实际航速,v0为船舶静水航速,h为波高,vwind为风速。

7.如权利要求1所述的无人船双目标气象航线优化方法,其特征在于,对于所述能耗最优目标函数Za和所述航时最短目标函数Zb采用智能水滴算法进行求解得到最小值。

8.一种无人船双目标气象航线优化系统,其特征在于,包括:离散处理模块,用于获取初始航线,并对所述初始航线进行离散化处理,得到多个初始航路点,所述多个初始航路点包括起始点、终点以及位于所述起始点与所述终点之间的多个中间航路点;

双目标函数模块,用于结合采集的海洋气象数据得到双目标优化函数,其中所述双目标优化函数同时满足最短时航线优化准则和最优能耗航线优化准则;

求解最佳值模块,用于对所述多个中间航路点中的任一中间航路点进行随机扰动求得多个新的航路点,并对所述多个新的航路点利用所述双目标优化函数计算得到最佳航路点;包括:

从所述多个中间航路点中紧邻所述起始点 的中间航路点开始,针对所述中间航路点按照预设扰动规则得到相对应的多个新的航路点;

连接所述中间航路点之前的航路点与所述多个新的航路点,得到多条恒向线;

计算船舶通过每段所述恒向线所需的能耗和时间;

根据计算得到所述能耗和所述时间通过理想点算法计算得到目标函数值,包括:根据所述能耗和所述时间分别计算关于能耗和航时的两个单目标函数,其中所述两个单目标函数为能耗最优目标函数Za和航时最短目标函数Zb,计算公式分别为:其中,Si为第i段恒向线的长度,Te为船舶的主机推力,(Te)i为第i段恒向线上船舶的主机推力,N为所述初始航线上的恒向线个数,vi为第i段恒向线的船舶实际航速;

根据所述两个单目标函数结合理想点算法计算目标函数值h,所述目标函数值h的计算公式为:

其中fa和fb为根据所述理想点算法确定的可行区内的横坐标和纵坐标,ω1和ω2分别为能耗与航时的权重因子,且ω1+ω2=1,γ1和γ2为转换因子,用于将能耗和航时转化为评价航线的经济性指标, 为单目标函数Za的最小值, 为单目标函数Zb的最小值,且fa和fb满足:

选择所述目标函数值最小的航路点为最佳航路点;

航线规划模块,用于基于所述双目标优化函数对所述多个中间航路点进行遍历,分别得到多个与所述中间航路点相对应的最佳航路点,根据所述起始点、所述终点和所述多个最佳航路点得到最佳航线。