發(fā)布時間：2021-01-01 14:30

　　隨著港口和航道的通航密度迅速增加,船舶呈現(xiàn)大型化、專業(yè)化、高速化的發(fā)展趨勢,海上交通環(huán)境越發(fā)的復(fù)雜。同時由于人民需求的增加和沿海城市經(jīng)濟的快速發(fā)展,海上與沿海區(qū)域的開發(fā)利用越來越頻繁（如跨海大橋、海底隧道、海上鉆井平臺、各類水工設(shè)施等）這就對船舶的安全通行產(chǎn)生了一定的影響。為了提高船舶在施工水域通行的安全性,對通行船舶進(jìn)行智能誘導(dǎo),使船舶安全地避開施工區(qū)域上的障礙物通行則顯得尤為重要。路徑規(guī)劃作為船舶智能誘導(dǎo)系統(tǒng)的重要組成部分,因此本文以船舶施工水域靜態(tài)環(huán)境建模、路徑規(guī)劃為主要研究內(nèi)容,繼而展開了與路徑規(guī)劃相關(guān)的算法改進(jìn)工作。本文的研究內(nèi)容有以下三個方面:（1）在分析比較多種路徑規(guī)劃方法后,選擇Maklink環(huán)境建模作為本文的主要方法,結(jié)合國內(nèi)外的相關(guān)研究,在Maklink建模的基礎(chǔ)上運用多種智能算法進(jìn)行求解,如蟻群算法、遺傳算法、粒子群算法、布谷鳥算法、模擬退火算法等十種啟發(fā)式智能算法,并建立了多個衡量算法性能的指標(biāo)對它們進(jìn)行比較,并且對布谷鳥算法提出了改進(jìn),最終在仿真平臺上進(jìn)行了仿真實驗,驗證了改進(jìn)后的布谷鳥算法有更好的表現(xiàn)結(jié)果。（2）為了符合實際需求,提高規(guī)劃航線的安全性,提出了... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．?１施工水域示意圖??Ｆｉｇ．?２．１?Ｃｏｎｓｔｒｕｃｔｉｏｎ?ｗａｔｅｒ?ａｒｅａ?ｄｉａｇｒａｍ??

步驟５。??步驟５判斷該連線與該頂點處對應(yīng)的凸多邊形的兩個邊界線組成的兩個外角。??ａ兩個角均小于或等于１８０，該連線為最優(yōu)的自由鏈接線，因此，忽略該點的所有??候選連線。??ｂ如果該連線不是最優(yōu)連線，即存在一個角大于１８０度，則把該連線存入到候選連??線當(dāng)中。??步驟６檢查所有候選連線中的外角是否還有角度超過１８０度，若有，選擇下一條??連線轉(zhuǎn)到步驟４；若沒有則轉(zhuǎn)到下一步。??步驟７檢査并刪除冗余鏈接線。??步驟８重復(fù)步驟１到７，直到遍歷完所有障礙物的頂點。??構(gòu)建完成后如圖２．２所不：??Ｉ??２００?ｒ???１??１８０?＇?魯９??？２??１６０?－??？?．１０??１２。??１００－??丄?＃２２?．８?４１１??４０?＾?ｍｕ??２〇?卜?＃１?＾１５！??？２４?＃１６??〇?Ｌ?：——ｃ????－ｆ?——」．????￡??０?５０?１００?１５０?２００??圖２．?２?Ｍａｋｌｉｎｋ鏈接圖??Ｆｉｇ．?２．２?Ｍａｋｌｉｎｋ?ｇｒａｐｈ??７??

?大連海事大學(xué)專業(yè)學(xué)位碩士學(xué)位論文???＃Ａ＃＾Ｃ??（ａ）不可通行區(qū)域情形１?洲不；可通行區(qū)域情形２?〇：）凹＿邊形分解圖??圖２．３改進(jìn)Ｍａｋｌｉｎｋ示意圖??Ｆｉｇ．?２．３?Ｉｍｐｒｏｖｅｄ?Ｍａｋｌ?ｉｎｋ?ｓｃｈｅｍａｔｉｃ??最后用上述方法畫出施工水域的全ｇ連通圖，如圖２．４所示，其中點線是Ｍａｋｌｉｎｋ??線，黑實線為相鄰Ｍａｋｌｉｎｋ線的中點連線得到的無向網(wǎng)格圖。??２００．?；???：丨??０?５０?１００?１５０?．?２００??圖２．４施工水域全局連通圖??Ｆｉｇ．?２．４?Ｇｌｏｂａｌ?ｃｏｎｎｅｃｔｉｖｉｔｙ?ｍａｐ?ｏｆ?ｃｏｎｓｔｒｕｃｔｉｏｎ?ｗａｔｅｒｓ??２．２?路徑規(guī)劃智能算法??２．２．１?遺傳算法求解流程??求解思想在于把節(jié)點在鏈接線上的位置作為基因進(jìn)行編碼，構(gòu)建種群，對于每一條??染色體，用Ｄ＾ｋｓｔｒａ算法計算出最短路徑長度做為該染色體的適應(yīng)度值。算法流程圖如??圖２．５所示。??利用Ｄｉｊｋｓｔｒａ算法的結(jié)果作為基準(zhǔn)路徑的好處在于可以提高遺傳算法的收斂速度，??并保證了遺傳算法的收斂方向，避免了局部收斂。??Ｊ?＞?；?ｉ??９??

【參考文獻(xiàn)】：
期刊論文
[1]融合粒子群與蟻群算法的機器人路徑規(guī)劃[J]. 雷超帆,趙華東,江南.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2020(01)
[2]基于改進(jìn)蟻群算法的移動機器人動態(tài)路徑規(guī)劃[J]. 王雷,石鑫.  南京理工大學(xué)學(xué)報. 2019(06)
[3]螺線型氣動軟體致動器設(shè)計與建模[J]. 張志遠(yuǎn),王松濤,王學(xué)謙,孟得山,梁斌.  機器人. 2020(01)
[4]基于改進(jìn)人工魚群算法和MAKLINK圖的機器人路徑規(guī)劃[J]. 郭偉,秦國選,王磊,孫日杰.  控制與決策. 2020(09)
[5]基于改進(jìn)勢場蟻群算法的移動機器人最優(yōu)路徑規(guī)劃[J]. 張強,陳兵奎,劉小雍,劉曉宇,楊航.  農(nóng)業(yè)機械學(xué)報. 2019(05)
[6]基于Dubins軌跡的多無人飛行器隊形重構(gòu)航跡規(guī)劃方法研究（英文）[J]. 陳清陽,魯亞飛,賈高偉,李樾,朱炳杰,林君燦.  Journal of Central South University. 2018(11)
[7]螢火蟲算法結(jié)合人工勢場法的機器人路徑規(guī)劃[J]. 李麗娜,郭永強,張曉東,盧媛,徐攀峰.  計算機工程與應(yīng)用. 2018(20)
[8]基于改進(jìn)模擬退火算法的搬運機器人路徑規(guī)劃[J]. 陶重犇,雷祝兵,李春光,孫云飛,周海冰.  計算機測量與控制. 2018(07)
[9]艦載機牽引系統(tǒng)路徑規(guī)劃方法[J]. 張競,吳宇,屈香菊.  北京航空航天大學(xué)學(xué)報. 2018(10)
[10]基于改進(jìn)A*算法的移動機器人路徑規(guī)劃[J]. 趙曉,王錚,黃程侃,趙燕偉.  機器人. 2018(06)



本文編號：2951459