基于改进多目标麻雀搜索算法的多船避碰决策

作     者：胡文兴 

作者单位：大连海事大学 

学位级别：硕士

导师姓名：朱金善

授予年度：2023年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081505[工学-港口、海岸及近海工程] 081104[工学-模式识别与智能系统] 08[工学] 0815[工学-水利工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：多船避碰 麻雀搜索算法 多目标优化 Pareto最优 精英选择策略 

摘      要：随着现代船舶越来越朝着大型化、高速化、自动化方向发展以及人为因素等影响,船舶碰撞事故时有发生。船舶智能避碰决策是智能航运的核心,因此开展智能避碰决策的研究对智能航运发展十分重要。本文针对开阔水域多船会遇场景下的船舶避碰决策问题,提出一种改进后的多目标麻雀搜索算法(Improved Multi-objective Sparrow Search Algorithm,IMOSSA),有助于提高船舶智能避碰决策水平,为后续智能避碰决策研究提供一定的参考和借鉴。本文主要工作内容如下:总结分析了船舶碰撞危险度和避碰行动决策算法的国内外研究现状,通过对比研究建立了综合考虑d(Distance of Closest Point of Approach)、t(Time to Closest Point of Approach)、相对方位、相对距离和船速比5大要素的碰撞危险度计算模型。在笛卡尔坐标系下求取船舶相对运动参数,根据本船与相关目标船碰撞危险度的计算结果确定重点避让船进行避碰操作。基于船舶航行安全性和经济性构建符合国际海上避碰规则和“海员通常做法的决策目标函数,为后续研究奠定基础。为解决以往单目标优化算法将多个目标函数线性加权进行求解存在的目标冲突以及权重分配问题,提出一种基于帕累托最优和快速非支配排序的改进多目标麻雀搜索算法。为增强算法种群多样性,引入模拟退火算法中的退火策略更新麻雀种群位置;基于精英选择策略,对所有非支配解的拥挤度距离进行降序排列,剔除最小的解并重复直到保留前沿解个数,以提高算法的全局收敛性能,更快去除劣解。选取ZDT系列函数(Zero-Ductility Transition)中的ZDT1、ZDT2、ZDT3、ZDT4和ZDT6共5个经典基准测试函数对改进后算法的收敛性和均匀性进行仿真测试并和改进前算法进行对比。引入反世代距离和空间评价2个测试指标对测试结果进行评价。仿真结果表明:改进后的IMOSSA在ZDT1上的反世代距离和空间评价指标较之前分别下降了94.5%和89.7%,在ZDT2上的反世代距离和空间评价指标较之前分别下降了74.8%和82%,在ZDT3上的反世代距离和空间评价指标则分别下降了40%和66%,算法性能有明显提升,改进算法有效。梳理分析了多船会遇场景下的避碰决策过程,利用改进后算法收敛速度快、可实现全局寻优的特点,将其应用于多船会遇下的避碰决策仿真,获取符合要求的帕累托最优解。结果表明本文提出的改进多目标麻雀搜索算法用于求解多船避碰决策是有效可行的。