艦船導(dǎo)航路徑規(guī)劃，即計劃航線設(shè)計，是關(guān)系到艦船安全、高效航行的重要因素。隨著科技進(jìn)步和智能算法領(lǐng)域的飛速發(fā)展，使用智能程度高、適應(yīng)能力強(qiáng)的智能算法進(jìn)行艦船航路規(guī)劃已成為必然的發(fā)展和應(yīng)用趨勢。本課題以艦船海上航行為背景，分析研究了艦船路徑規(guī)劃問題，并根據(jù)艦船路徑規(guī)劃的技術(shù)特點，提出了一種改進(jìn)微分進(jìn)化算法——基于鄰域變異的改進(jìn)微分進(jìn)化算法。以待規(guī)劃區(qū)域內(nèi)已知航路點庫作為先驗知識，提出了一種基于改進(jìn)微分進(jìn)化算法的艦船導(dǎo)航路徑規(guī)劃方法，并通過仿真實驗驗證了改進(jìn)算法的優(yōu)越性和應(yīng)用于艦船航路規(guī)劃的有效性。首先，論文對艦船導(dǎo)航路徑規(guī)劃問題進(jìn)行了深入研究。闡述了艦船航線的種類及區(qū)別。分析了艦船航路規(guī)劃的要求、一般步驟、主要類型。著重對本課題計劃使用的規(guī)劃方法進(jìn)行了研究。其次，對微分進(jìn)化算法的基本原理、運(yùn)行流程進(jìn)行了詳細(xì)的闡述，歸納了不同變異策略的特點，并結(jié)合艦船導(dǎo)航路徑規(guī)劃的應(yīng)用背景，提出了一種基于鄰域變異的改進(jìn)微分進(jìn)化算法。之后根據(jù)艦船導(dǎo)航路徑規(guī)劃的特點，確定新算法中的控制參數(shù)。再次，提出使用微分進(jìn)化算法進(jìn)行艦船導(dǎo)航路徑規(guī)劃的具體方法，包括如下工作：結(jié)合艦船航行特點完成待規(guī)劃航行區(qū)域二維環(huán)境建模；選... 

【文章來源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

微分進(jìn)化算法的主要步驟肉微奪講枕登注中.撇寺的i}酷解〔雄休柏成一個種群)枯秋,

共享可以使進(jìn)化策略得到更優(yōu)結(jié)果。稱為“局部鄰域模型”，其中每個向量只使用其較小鄰域內(nèi)進(jìn)行變異操作；另一種稱為“全局鄰域模型”，使用當(dāng)前代行變異，相當(dāng)于微分進(jìn)化策略 DE / target-to-best /1。鄰域指的是與其相連的其他參數(shù)向量的集合，當(dāng)此向量位置其他向量的影響。與鄰域內(nèi)其他向量的連接圖稱為鄰域結(jié)構(gòu)所指位置無關(guān)。局部鄰域模型里，當(dāng)一個參數(shù)向量指向搜索何時它只能直接影響到與其鄰接的向量；它的二度鄰居只有所改善之后才受到影響。種群中關(guān)于每個鄰域最佳位置的信中特定點的吸引力下降，避免了種群陷于局部最小值。需的個體向量在實際物理空間中并不一定相鄰，也不一定具有的改進(jìn)微分進(jìn)化算法根據(jù)種群成員的下標(biāo)索引生成對應(yīng)鄰。新的算法中，不同向量的鄰域是隨機(jī)選擇的，并不以適應(yīng)度物理空間位置為依據(jù)，這樣確保了屬于同一鄰域的個體向

其中g(shù) _ best ,Gω 是G 世代中最優(yōu)參數(shù)向量g _ best ,GXuuuuuuuur的鄰域權(quán)重系數(shù)。新生成的i ,Gω′ 取值范圍限定為[0.05,0.95]。這樣設(shè)置，MNDE 算法可以單獨為每個向量選取理想的參i ,Gω ，也使得 MNDE 算法能夠捕捉到所處理問題的獨特結(jié)構(gòu)進(jìn)而優(yōu)化算法自身性能。對于全局鄰域模型中的抖動縮放因子gα 和gβ ，是在一般微分進(jìn)化算法中固定縮放因子的基礎(chǔ)上隨機(jī)抖動而產(chǎn)生的，使算法在進(jìn)化中有效保持了種群多樣性，是 MND算法中用于增強(qiáng)搜索能力的重要參數(shù)。假設(shè)固定縮放因子為F ，則有抖動縮放因子g gα = β，且均以F 為基數(shù)進(jìn)行生成一般可通過 NP *D維隨機(jī)矩陣 λ *rand(N P , D)與F 相加得到。其中λ 控制抖動縮放因的抖動范圍，經(jīng)過實驗驗證，如圖 3.6 所示，為使用 MNDE 進(jìn)行 Rosenbrock 函數(shù)測時，λ 取不同值時算法的進(jìn)化曲線�？梢钥闯霎�(dāng)λ 取值為 0.0001 時，認(rèn)為 MNDE 算有最優(yōu)表現(xiàn)。

【參考文獻(xiàn)】：
期刊論文
[1]基于微分進(jìn)化的多UAV緊密編隊滾動時域控制[J]. 張祥銀,段海濱,余亞翔.  中國科學(xué):信息科學(xué). 2010(04)
[2]多目標(biāo)優(yōu)化微分進(jìn)化改進(jìn)算法的實現(xiàn)[J]. 周清清,劉勇.  自動化儀表. 2009(12)
[3]基于微分進(jìn)化算法的防空導(dǎo)彈火力分配[J]. 黃仁全,李為民,周曉光,張琳.  空軍工程大學(xué)學(xué)報(自然科學(xué)版). 2009(05)
[4]基于微分進(jìn)化求解多目標(biāo)優(yōu)化問題中的退化現(xiàn)象[J]. 張利彪,許相莉,馬銘,孫彩堂,周春光.  吉林大學(xué)學(xué)報(工學(xué)版). 2009(04)
[5]基于自適應(yīng)遺傳算法的水面艦艇航行路徑優(yōu)化[J]. 吳建民,王公寶.  武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版). 2009(02)
[6]基于最小二乘支持向量機(jī)的自適應(yīng)差分進(jìn)化算法[J]. 閻嘯天,武穆清.  系統(tǒng)仿真學(xué)報. 2009(07)
[7]基于改進(jìn)遺傳算法的艦船路徑規(guī)劃[J]. 唐琳,蔡德榮,黃猛.  計算機(jī)工程與設(shè)計. 2009(06)
[8]微分進(jìn)化算法的研究綜述[J]. 蘇海軍,楊煜普,王宇嘉.  系統(tǒng)工程與電子技術(shù). 2008(09)
[9]差分進(jìn)化算法綜述[J]. 楊啟文,蔡亮,薛云燦.  模式識別與人工智能. 2008(04)
[10]基于蟻群算法的AUV全局路徑規(guī)劃方法[J]. 王宏健,伍祥紅,施小成.  中國造船. 2008(02)

博士論文
[1]基于貪婪策略的微分進(jìn)化算法及其應(yīng)用研究[D]. 趙光權(quán).哈爾濱工業(yè)大學(xué) 2007

碩士論文
[1]基于信息熵遺傳算法的艦船導(dǎo)航路徑規(guī)劃技術(shù)研究[D]. 李魁星.哈爾濱工程大學(xué) 2010
[2]計算機(jī)仿真在開闊水域船舶避碰路徑優(yōu)化中的應(yīng)用[D]. 田野.武漢理工大學(xué) 2009
[3]微分進(jìn)化算法的改進(jìn)與擴(kuò)展[D]. 鄢東姝.吉林大學(xué) 2009
[4]水面無人艇的全局路徑規(guī)劃技術(shù)研究[D]. 饒森.哈爾濱工程大學(xué) 2007
[5]基于微分進(jìn)化算法的機(jī)器人路徑規(guī)劃方法[D]. 張曉麗.大連理工大學(xué) 2006
[6]船舶綜合信息系統(tǒng)[D]. 李玉鎖.大連海事大學(xué) 2005
[7]基于優(yōu)進(jìn)策略的差分進(jìn)化算法及其化工應(yīng)用[D]. 方強(qiáng).浙江大學(xué) 2004
[8]ECDIS中的航線設(shè)計與最優(yōu)航法[D]. 謝興瀾.大連海事大學(xué) 2003



本文編號：3313967