專利名稱：一種基于改進(jìn)的微分進(jìn)化算法的船舶航路規(guī)劃方法
技術(shù)領(lǐng)域：
本發(fā)明屬于船舶航路規(guī)劃技術(shù)領(lǐng)域，具體是ー種基于改進(jìn)的微分進(jìn)化算法的船舶航路規(guī)劃方法。
背景技術(shù)：
船舶航路是指船舶從某一地點駛抵另一地點的海上航行路線。船舶航路規(guī)劃，即在船舶航行前尋找一條航行時間最短、最為經(jīng)濟(jì)且足夠安全的航線——計劃航線。航路規(guī)劃的原則是安全和經(jīng)濟(jì)，二者相互統(tǒng)ー以保證航行經(jīng)濟(jì)效益和戰(zhàn)略要求。因此航路規(guī)劃是一項涉及知識面廣，復(fù)雜而細(xì)致的工作。

目前應(yīng)用于船舶航路規(guī)劃的方法有很多種，基本上可以分為兩大類傳統(tǒng)路徑規(guī)劃方法和智能路徑規(guī)劃方法。傳統(tǒng)路徑規(guī)劃方法在復(fù)雜和非線性化的航路規(guī)劃問題中缺乏自適應(yīng)性、計算過于復(fù)雜、對不確定性因素很難做出正確響應(yīng)、魯棒性差。目前，隨著新的智能算法的快速發(fā)展，使用智能性高、計算和自適應(yīng)能力強(qiáng)的智能算法進(jìn)行航路規(guī)劃已經(jīng)成為路徑規(guī)劃研究的主流。R. Storr^PK. V. Price在1995年完成的一份技術(shù)報告中首次對微分進(jìn)化算法進(jìn)行了介紹。作為ー種簡單、高效的連續(xù)空間內(nèi)全局優(yōu)化方法，微分進(jìn)化算法(DE)可以認(rèn)為是當(dāng)前所使用的最強(qiáng)大的隨機(jī)實參數(shù)優(yōu)化算法之一。它在解決基準(zhǔn)測試函數(shù)及部分實際問題時要優(yōu)于部分進(jìn)化算法和諸如粒子群優(yōu)化(PSO)的啟發(fā)式捜索算法。微分進(jìn)化算法通過使用與標(biāo)準(zhǔn)進(jìn)化算法相似的計算步驟來進(jìn)行操作。然而，不同于傳統(tǒng)進(jìn)化算法，微分進(jìn)化算法中用隨機(jī)選擇的獨立種群成員之差乘以一定系數(shù)得到的值作為變異算子對當(dāng)前種群成員進(jìn)行擾動，并不只是用單獨的概率分布來產(chǎn)生子代。航路點指的是計劃航路中包括出發(fā)點和到達(dá)點在內(nèi)的各個轉(zhuǎn)向點,兩相鄰航路點之間的連線為ー航線段。這樣的航路點串以及一定方向上兩兩航路點之間的連線就構(gòu)成了航路。這種定義下的船舶航路規(guī)劃可以認(rèn)為是在航路點庫所構(gòu)成的航路群中進(jìn)行搜索?；诤铰伏c庫搜索的船舶航路規(guī)劃方法——航線網(wǎng)絡(luò)方法等效于典型的全局多峰優(yōu)化問題?？蓪⑽⒎诌M(jìn)化算法應(yīng)用來解決航線規(guī)劃，但是，傳統(tǒng)的微分進(jìn)化算法仍不能完全避免優(yōu)化速度慢和過早收斂(早熟)這樣的問題，在進(jìn)行航路規(guī)劃時，會帶來搜索時間較長、易陷入局部最優(yōu)而得不到最優(yōu)航路的缺陷。航線網(wǎng)絡(luò)方法是在已知的航路點庫中進(jìn)行組合路徑的搜索、優(yōu)化，若單純利用航線網(wǎng)絡(luò)方法，所得到的最短航程僅僅是針對已知固定航路點庫的最短，可能并非實際最短。

發(fā)明內(nèi)容
本發(fā)明針對應(yīng)用傳統(tǒng)微分進(jìn)化算法進(jìn)行船舶航路規(guī)劃時可能出現(xiàn)的易陷入局部最優(yōu)、捜索時間較長的缺陷及單純利用航線網(wǎng)絡(luò)方法時所得到的最短航程僅僅是針對已知固定航路點庫的最短，可能并非實際最短的缺陷，對傳統(tǒng)微分進(jìn)化算法進(jìn)行改進(jìn)，研究了ー種新型微分進(jìn)化算法-基于鄰域變異的改進(jìn)微分進(jìn)化算法(DE With a ModifiedNeighborhood-Based Mutation Operator,簡稱為MNDE),并結(jié)合航線網(wǎng)絡(luò)方法,提出一種基于改進(jìn)的微分進(jìn)化算法的船舶航路規(guī)劃方法。本發(fā)明提出的一種基于改進(jìn)的微分進(jìn)化算法的船舶航路規(guī)劃方法，包括以下步驟步驟I、采用ニ維平面為待規(guī)劃區(qū)域進(jìn)行建模，將待規(guī)劃區(qū)域內(nèi)的固定航路點集作為航路點庫。步驟2、航路編碼與種群初始化，包括步驟2. I和2. 2。步驟2. I :對姆個航路點采用實數(shù)進(jìn)行編碼,航路點編碼route_node = {x, y},其中，x、y分別表示航路點的經(jīng)度和緯度坐標(biāo)；為每條航路和航路種群進(jìn)行編碼每條航路為從初始點到目標(biāo)點的一組有序的航路點序列，航路種群是由各條航路組成的矩陣。
·
步驟2. 2 :編碼完成后，進(jìn)行種群初始化首先，在平面上旋轉(zhuǎn)坐標(biāo)系，將原坐標(biāo)系轉(zhuǎn)換為以起點到終點連線為橫軸的新坐標(biāo)系，然后垂直于旋轉(zhuǎn)坐標(biāo)系橫軸將待規(guī)劃區(qū)域等分為D個部分，第i部分區(qū)域標(biāo)記為Point_i，i從I到D ;然后，生成初始航路種群Path，初始航路種群包含NP個初始航路，每條初始航路都通過如下方法得到順次從區(qū)域Point_i中隨機(jī)選取一點作為基準(zhǔn)航路點，將各基準(zhǔn)航路點順序連接，得到一條連接起點與終點的初始航路；航路種群Path采用NP*D維的航路種群矩陣表示，航路種群矩陣中的元素為航路點，第j個行向量為第j條航路Path_j。步驟3 :首先設(shè)計航程最短性能指標(biāo)和威脅代價最小性能指標(biāo)，然后確定航路規(guī)劃中判斷航路優(yōu)劣的總性能評價函數(shù)=C=Ic1Ct+(I-Ic1)Cu,代價權(quán)值んG
，c表示航路的總性能評價值，Ct表示航路上各航路點的威脅代價，Cu表示航路上各航路點的油耗代價。步驟4 :采用微分進(jìn)化算法，對G世代的航路種群內(nèi)部進(jìn)化變異、交叉操作，生成候選航路種群，G初始為1，具體步驟4包括步驟4. I :依據(jù)步驟3中給出的總性能評價函數(shù)，計算當(dāng)前世代航路種群Path中各航路的總性能評價值，選取其中總性能評價值最小的航路，將該航路對應(yīng)的行向量標(biāo)記為最優(yōu)參數(shù)向量;定義NP*D維矩陣mutate_Path_glob用于存放姆一世代的全局施予
向量矩陣，G世代的全局施予向量矩陣的第i個行向量表示為；步驟4. 2 :對G世代的航路種群矩陣中每個行向量文=，選取在下標(biāo)號i的前后鄰
域范圍內(nèi)的總性能評價值最小的行向量作為向量的鄰域最優(yōu)參數(shù)向量^^，鄰域半徑為R，NP個鄰域最優(yōu)參數(shù)向量構(gòu)成NP*D維局部最優(yōu)個體矩陣Path_nbm ;定義NP*D維矩陣mUtate_Path_l0C，用于存放每一世代的局部施予向量矩陣，G世代的局部施予向量矩陣的第i個行向量表示為/步驟4. 3 :定乂 NP*U維矩陣mutate_Path，用于存放每一世代的最終施于向量矩陣，G世代的最終施于向量矩陣的第i個行向量1^為Vl G = di G gj G + (I-も)-LulCoi,表示進(jìn)化變異得到的G世代航路種群矩陣中第i個行向量的鄰域權(quán)重系數(shù)；步驟4. 4 :根據(jù)設(shè)置的交叉率Cr，將最終施予向量矩陣的行向量和當(dāng)前時代航路種群矩陣的行向量進(jìn)行交叉操作，生成試驗向量矩陣croSS_Path，試驗向量矩陣就是候選航路種群。步驟5 :進(jìn)行選擇操作，具體是步驟5. I :將候選航路種群，按照步驟3中給出的總性能評價函數(shù)確定候選航路種群中各航路的總性能評價值，判斷候選航路種群的第j條航路的總性能評價值是否小于當(dāng)前世代的航路種群中的第j條航路的總性能評價值，若是，則將當(dāng)前世代的航路種群中的第j條航路替換為侯選航路種群中的第j條航路；若否，保持當(dāng)前世代的航 路種群中的第j條航路不變；步驟5. 2 :判斷當(dāng)前世代的航路種群的所有航路是否都進(jìn)行了選擇操作，若否，轉(zhuǎn)步驟5. I ;若是，航路種群中NP個航路均完成選擇操作，構(gòu)成新一代航路種群，更新G =G+1。步驟6 :判斷G世代航路種群的各個航路的總性能評價值的均方差5是否小于均方差閾值Ctl,若是，執(zhí)行步驟7 ;若否，進(jìn)ー步判斷當(dāng)前代數(shù)G是否大于等于最大進(jìn)化代數(shù)N，若是，則沒有找到可行航路，結(jié)束本方法；若否，轉(zhuǎn)步驟4執(zhí)行。步驟7 :選取G世代航路種群中總性能評價值最小的航路作為最優(yōu)航路，輸出，結(jié)束本方法。本發(fā)明方法的優(yōu)點和積極效果在于(I)本發(fā)明采取基于固定航路點庫隨機(jī)選取初始航路點的方式生成初始航路種群，保證了初始航路種群的質(zhì)量，并避免了規(guī)劃結(jié)果局限于固定航路點庫的缺陷。(2)本發(fā)明采用基于鄰域變異的改進(jìn)微分進(jìn)化算法(MNDE)，通過對算法中的鄰域權(quán)重系數(shù)進(jìn)行調(diào)節(jié)，并在全局鄰域模型中使用抖動縮放因子，增強(qiáng)傳統(tǒng)微分進(jìn)化算法的“探索”能力，即提高全局捜索能力，保證不同的航路點組合之間進(jìn)行充分的信息交流，在全局鄰域模型中利用MNDE在航路種群中通過進(jìn)化得到一條最優(yōu)或者近似最優(yōu)的航路解。


圖I為本發(fā)明的船舶航路規(guī)劃方法的整體流程圖；圖2為本發(fā)明的船舶航路規(guī)劃方法所采用的改進(jìn)的微分進(jìn)化算法的基本流程圖；圖3為環(huán)境建模，準(zhǔn)備種群初始化時規(guī)劃環(huán)境D等分的示意圖；圖4為基于改進(jìn)的微分進(jìn)化算法進(jìn)行船舶航路規(guī)劃的規(guī)劃結(jié)果圖；圖5為算法DE1，DE2，DEGL,本發(fā)明改進(jìn)算法MNDE分別應(yīng)用于艦船航路規(guī)劃的進(jìn)化曲線。
具體實施例方式下面結(jié)合附圖舉例對本發(fā)明做更詳細(xì)地描述。本發(fā)明的船舶航路規(guī)劃方法，首先獲取待規(guī)劃區(qū)域內(nèi)環(huán)境信息，對待規(guī)劃區(qū)域進(jìn)行環(huán)境建摸。在環(huán)境建模完成的基礎(chǔ)上進(jìn)行航路編碼，即航路表達(dá)，采取合理方式處理、表達(dá)航路信息，并生成一定規(guī)模的初始種群；之后具體設(shè)計進(jìn)化操作中的變異、交叉算子對初始種群進(jìn)行進(jìn)化操作。設(shè)計航路的適應(yīng)度評價函數(shù)，毎次進(jìn)化產(chǎn)生子代后進(jìn)行適應(yīng)度評估，并依照一定的選擇機(jī)制選出較優(yōu)個體，至此完成ー個世代循環(huán)。在設(shè)定終止條件滿足后得到最優(yōu)或者次優(yōu)航路解，完成一次航路規(guī)劃。下面結(jié)合圖I對本發(fā)明的船舶航路規(guī)劃方法的各步驟進(jìn)行具體說明。步驟I、對待規(guī)劃區(qū)域進(jìn)行建摸。由于船舶航行時始終處于ニ維平面，本發(fā)明采用ニ維平面對待規(guī)劃區(qū)域進(jìn)行建模，將待規(guī)劃區(qū)域內(nèi)的固定航路點集存儲在ニ維數(shù)組中，該ニ維數(shù)組中存儲的固定航路點集作為航路點庫。由于本發(fā)明著重考慮基于航路點庫的航路捜索與優(yōu)化，航程最短是首要考慮因素，為簡單起見，待規(guī)劃環(huán)境中的島礁、沉船等障礙物一律采用最大包含的圓形禁航區(qū)表示，禁航區(qū)內(nèi)航路不能通過，其他區(qū)域為可行域，航路可以通過。步驟2、航路編碼與種群初始化。·步驟2. I :本發(fā)明將航路編碼分兩步進(jìn)行，先對航路中的航路點進(jìn)行編碼，然后對航路進(jìn)行編碼。船舶航路可表示為從初始點到目標(biāo)點的一組有序的航路點。船舶的姆個航路點應(yīng)該包括該點的經(jīng)諱度值。由此，航路點編碼route_node = {x, y},其中，x、y分別表示該航路點的經(jīng)度和緯度坐標(biāo)，采用實數(shù)編碼。由航路點構(gòu)成的航路為ー維數(shù)組，航路種群則是由各條航路組成的矩陣，各條航路和航路種群中的各航路點均采用經(jīng)緯度坐標(biāo)編碼。步驟2. 2 :在航路點庫的基礎(chǔ)上，隨機(jī)選取航路點構(gòu)成初始航路，并進(jìn)行初始種群的生成。假設(shè)航路種群的規(guī)模為NP，航路可行解維數(shù)為D，各航路可行解初始化為Path_j=zeros (I, D), j從I到NP,航路種群初始化為Path=Zeros (NP, D)。航路種群Path采用NP*D維矩陣表示，稱為航路種群矩陣，矩陣中的元素為航路點，第j個行向量為第j條航路Path_j。編碼完成后，首先在待規(guī)劃區(qū)域內(nèi)建立旋轉(zhuǎn)坐標(biāo)系，將原坐標(biāo)系轉(zhuǎn)換為以起點到終點連線為橫軸的新的坐標(biāo)系，然后垂直于旋轉(zhuǎn)坐標(biāo)系橫軸將待規(guī)劃區(qū)域D等分。這樣待規(guī)劃區(qū)域內(nèi)的已知航路點同時也被分為D個部分，第i部分標(biāo)記為Point_i (i從I到D)。如圖3所示，將ー個待規(guī)劃區(qū)域分為五部分，并顯示了兩條航路Pathl和Path2，圖中FfF5表示威脅源，黑色點表示航路點庫中的航路點。生成初始種群吋，順次從Pointj中隨機(jī)選取一點作為基準(zhǔn)航路點，根據(jù)航路點的分布密度，規(guī)劃時使用的航路點可在基準(zhǔn)航路點周圍一定距離內(nèi)隨機(jī)選取，以確保初始種群的質(zhì)量并增加種群多祥性。將所選的各基準(zhǔn)航路點按順序連接，得到一條連接起點與終點的路徑PathJ，即ー個航路解。按種群規(guī)模選取NP個初始航路解，可得初始種群Path。至此，種群初始化的工作完成。步驟3、評價函數(shù)設(shè)計。步驟3. I :設(shè)計航程最短性能指標(biāo)，航程最短性能指標(biāo)是評價完成規(guī)定航行任務(wù)的燃油性能指標(biāo)。航程最短性能指標(biāo)可表示為niin (■:, = f c^d/，L 為航路長度Cu表示航路上各航路點的油耗代價，是航路長度L的函數(shù)，L也表示所規(guī)劃的航路的整體路徑，由一系列的航路點連線而成。仿真實驗中，設(shè)置I長度的航路的油耗代價恒為I。設(shè)Lu表示相鄰兩個航路點i和j之間的路徑，其值為該段路徑的長度，則從航路點i到航路點j的航路油耗代價ヰ. 等于從航路點i到航路點j之間的航程的長度Lij,即。則所規(guī)劃的航路的總長度值等價于航路油耗代價，即簡單認(rèn)為=し步驟3. 2 :設(shè)計船舶航路規(guī)劃的評價函數(shù)一性能指標(biāo)中的完成規(guī)定航行任務(wù)的安全性能指標(biāo)，即威脅代價最小性能指標(biāo)。威脅代價最小性能指標(biāo)可表示為
權(quán)利要求
1.一種基于改進(jìn)的微分進(jìn)化算法的船舶航路規(guī)劃方法，其特征在于，包括如下步驟 步驟I、采用ニ維平面為待規(guī)劃區(qū)域進(jìn)行建模，將待規(guī)劃區(qū)域內(nèi)的固定航路點集作為航路點庫； 步驟2、航路編碼與種群初始化，具體是； 步驟2. I :對姆個航路點采用實數(shù)進(jìn)行編碼,航路點編碼route_node = {x, y},其中,x、y分別表示航路點的經(jīng)度和緯度坐標(biāo)；為每條航路和航路種群進(jìn)行編碼每條航路為從初始點到目標(biāo)點的一組有序的航路點序列，航路種群是由各條航路組成的矩陣； 步驟2. 2 :編碼完成后，生成初始航路種群Path，航路種群Path采用NP*D維的矩陣表示，航路種群矩陣中的元素為航路點，第j個行向量為第j條航路Path_j ； 步驟3 :首先設(shè)計航程最短性能指標(biāo)和威脅代價最小性能指標(biāo)，然后確定航路規(guī)劃中判斷航路優(yōu)劣的總性能評價函數(shù)=C=Ic1Ct+(I-Ic1)Cu,代價權(quán)值Ic1 G [O，I]，C表示航路的總性能評價值，Ct表示航路上各航路點的威脅代價，Cu表示航路上各航路點的油耗代價； 步驟4 :采用微分進(jìn)化算法，對G世代的航路種群內(nèi)部進(jìn)化變異、交叉操作，生成候選航路種群，G初始為1，具體步驟4包括 步驟4. I :依據(jù)步驟3中給出的總性能評價函數(shù)，計算當(dāng)前世代航路種群Path中各航路的總性能評價值，選取其中總性能評價值最小的航路，將該航路對應(yīng)的行向量標(biāo)記為最優(yōu)參數(shù)向量ぶ;定義NP*D維矩陣mutate_Path_glob用于存放姆一世代的全局施予向量矩陣，G世代的全局施予向量矩陣的第i個行向量表示為G ; 步驟4. 2 :對G世代的航路種群矩陣中每個行向量$，選取在下標(biāo)號i的前后鄰域范圍內(nèi)的總性能評價值最小的行向量作為向量的鄰域最優(yōu)參數(shù)向量^^，鄰域半徑為R，NP個鄰域最優(yōu)參數(shù)向量構(gòu)成NP*D維局部最優(yōu)個體矩陣Path_nbrr ;定義NP*D維矩陣mUtate_Path_lC，用于存放每一世代的局部施予向量矩陣，G世代的局部施予向量矩陣的第i個行向量表示力Z 步驟4. 3 :足義NP*D維矩陣mutate_Path，用于存放每一世代的最終施于向量矩陣，G世代的最終施于向量矩陣的第i個行向量^;為1 c = ^,G ' Sug +(I-^g)' A.g' “表示進(jìn)化變異得到的G世代航路種群矩陣中第i個行向量的鄰域權(quán)重系數(shù)； 步驟4. 4 :根據(jù)設(shè)置的交叉率Cr，將最終施予向量矩陣的行向量和當(dāng)前時代航路種群矩陣的行向量進(jìn)行交叉操作，生成試驗向量矩陣croSS_Path，試驗向量矩陣就是候選航路種群； 步驟5:進(jìn)行選擇操作，具體是 步驟5. I :將候選航路種群，按照步驟3中給出的總性能評價函數(shù)確定候選航路種群中各航路的總性能評價值，判斷候選航路種群的第j條航路的總性能評價值是否小于當(dāng)前世代的航路種群中的第j條航路的總性能評價值，若是，則將當(dāng)前世代的航路種群中的第j條航路替換為侯選航路種群中的第j條航路；若否，保持當(dāng)前世代的航路種群中的第j條航路不變； 步驟5. 2 :判斷當(dāng)前世代的航路種群的所有航路是否都進(jìn)行了選擇操作，若否，轉(zhuǎn)步驟.5.I ;若是，航路種群中NP個航路均完成選擇操作，構(gòu)成新一代航路種群，更新G = G+1 ；步驟6:判斷G世代航路種群的各個航路的總性能評價值的均方差f是否小于均方差閾值Ctl,若是，執(zhí)行步驟7 ;若否，進(jìn)ー步判斷當(dāng)前代數(shù)G是否大于等于最大進(jìn)化代數(shù)N，若是，則沒有找到可行航路，結(jié)束本方法；若否，轉(zhuǎn)步驟4執(zhí)行； 步驟7 :選取G世代航路種群中總性能評價值最小的航路作為最優(yōu)航路，輸出，結(jié)束本方法。
2.根據(jù)權(quán)利要求I所述的船舶航路規(guī)劃方法，其特征在于，步驟2.2中生成初始航路種群，具體方法為首先，在平面上旋轉(zhuǎn)坐標(biāo)系，將原坐標(biāo)系轉(zhuǎn)換為以起點到終點連線為橫軸的新坐標(biāo)系，然后垂直于旋轉(zhuǎn)坐標(biāo)系橫軸將待規(guī)劃區(qū)域等分為D個部分，第i部分區(qū)域標(biāo)記為Point_i，i從I到D ;然后，生成初始航路種群Path，初始航路種群包含NP個初始航路，每條初始航路都通過如下方法得到順次從區(qū)域Pointj中隨機(jī)選取一點作為基準(zhǔn)航路點，將各基準(zhǔn)航路點順序連接，得到一條連接起點與終點的初始航路。
3.根據(jù)權(quán)利要求I所述的船舶航路規(guī)劃方法，其特征在干，步驟3中所述的航程最短性能指標(biāo)，表示為
4.根據(jù)權(quán)利要求I所述的船舶航路規(guī)劃方法，其特征在于，所述的步驟4.I中世代G的全局施予向量矩陣的第i個行向量為G根據(jù)下式生成
5.根據(jù)權(quán)利要求I所述的船舶航路規(guī)劃方法，其特征在于，所述的步驟4.2中G世代的局部施予向量矩陣的第i個行向量G根據(jù)下式生成
6.根據(jù)權(quán)利要求I或5所述的船舶航路規(guī)劃方法，其特征在于，步驟4.2中所述的鄰域半徑R = 3。
7.根據(jù)權(quán)利要求I所述的船舶航路規(guī)劃方法，其特征在干，步驟4.3中所述的鄰域權(quán)重系數(shù)“，采取自適應(yīng)方式進(jìn)行設(shè)置，具體方法是把鄰域權(quán)重系數(shù)作為航路種群矩陣行向量的ー個分量，每個航路種群矩陣的行向量都具有獨立的鄰域權(quán)重系數(shù)，設(shè)G世代航路種群矩陣中第i個行向量的鄰域權(quán)重系數(shù)為，初代鄰域權(quán)重系數(shù)的值在
中隨機(jī)選取，則《 “進(jìn)化變異的鄰域權(quán)重參數(shù)“根據(jù)下式得到
8.根據(jù)權(quán)利要求4或5或7所述的船舶航路規(guī)劃方法，其特征在于，所述的固定縮放因子F取值為0.4。
9.根據(jù)權(quán)利要求I所述的船舶航路規(guī)劃方法，其特征在于，步驟4.4中所述的生成試驗向量矩陣，具體方法是首先，產(chǎn)生隨機(jī)下標(biāo)值J^and = ceil (D*rand), jrand G [I, 2,…，D],rand表示0到I之間的隨機(jī)數(shù)，ceil表示對D*rand向正無窮方向取整；然后，對航路種群中的第j條航路進(jìn)行交叉操作，j從I到NP :按順序取當(dāng)前航路的第s個航路點，s從I到D,判斷條件航路點的序號s = jrand或rand〈=Cr是否成立,若成立，則將第s個航路點替換為第j個最終施予向量的第s個元素，否則，第s個航路點保持不變；最終，在航路種群的所有行里完成交叉操作后，得到的航路種群矩陣就是試驗向量矩陣croSS_Path。
10.根據(jù)權(quán)利要求I所述的船舶航路規(guī)劃方法，其特征在于，所述的最大進(jìn)化代數(shù)N為200。
全文摘要
本發(fā)明是一種基于改進(jìn)的微分進(jìn)化算法的船舶航路規(guī)劃方法，首先對待規(guī)劃區(qū)域進(jìn)行環(huán)境建模，選取實數(shù)編碼方式進(jìn)行航路編碼并基于航線網(wǎng)絡(luò)方法完成航路種群的初始化；然后對航路種群采用改進(jìn)的微分進(jìn)化算法進(jìn)行變異和交叉操作，根據(jù)總性能評價函數(shù)進(jìn)行選擇操作；最后獲得最優(yōu)航路解。本發(fā)明基于固定航路點庫隨機(jī)選取初始航路點，生成初始種群，保證了初始種群的質(zhì)量并避免了規(guī)劃結(jié)果局限于固定航路點庫的缺陷；所采用的改進(jìn)的微分進(jìn)化算法通過鄰域權(quán)重系數(shù)進(jìn)行調(diào)節(jié)，并在全局鄰域模型中使用抖動縮放因子，提高全局搜索能力，保證不同的航路點組合之間進(jìn)行充分的信息交流，以產(chǎn)生更優(yōu)的航路解。
文檔編號G01C21/20GK102788581SQ20121024658
公開日2012年11月21日 申請日期2012年7月17日 優(yōu)先權(quán)日2012年7月17日
發(fā)明者劉廠, 張振興, 王重雷, 高峰 申請人:哈爾濱工程大學(xué)