基于改进的随机路径图及和声算法的舰船航线规划

针对海上航行中障碍物躲避问题, 提出改进的随机路径图及和声算法为舰船进行航线规划. 该算法首先利 用改进的随机路径图, 在障碍物边缘、起点与终点连线等关键区域进行节点设置及扩充, 根据舰船及障碍物运动特 征, 分阶段在海图上设置节点并连接, 利用较少的节点生成完备的路径网络图, 基于此选择节点生成初始全局航线; 其次利用改进的和声算法对航线进行优化, 障碍物的运动特性导致解空间为复杂的多峰形态, 为避免节点位置变动 导致新生成航线不可行, 设置限定条件, 仅对满足要求的航线利用航线交叉、消除节点、微调等策略进行优化. 实验 结果表明, 相较对比算法, 所提算法能够有效生成更高质量的全局航线, 且在优化过程中生成的不可行航线数量远 低于其余几种算法, 具有更高的可靠性及稳定性.     

析因-粒子群算法及其在海上运动目标搜寻中的应用

针对粒子群算法在处理多峰复杂函数优化问题时容易陷入局部极值,难以满足海上运动目标搜寻问题的需要,提出一种基于析因思想的改进粒子群算法.所提算法结合种群智能思想与析因实验设计思想,利用随机化及区组化策略,设计参数在不同水平的组合,并得到相应的适应度值,获取各个参数的适应度曲线;分析各参数变化对适应度值的影响以及参数间的交互作用,基于此获取解空间形态;针对不同参数采用不同策略,利用种群迭代寻找全局最优解,使种群针对交互作用明显的参数侧重于全局搜索,针对交互作用不明显的参数侧重于局部搜索;最后将所提算法应用于海上运动目标搜寻问题,实验结果表明,相较其他几种对比算法,所提出的算法能够有效制定更优的搜寻计划.     

基于记忆库粒子群算法的海上协作搜寻计划制定

海上搜寻任务通常由多个设施协作完成。针对海上协作搜寻计划制定问题,提出一种记忆库粒子群算法。该算法利用组合优化策略和连续优化策略,首先为单个设施生成相应的备选解并构建记忆库,通过从记忆库中学习、随机生成两种方式生成新的备选解;然后采用网格法更新记忆库,每个网格中最多有一个备选解保存在记忆库中,保证记忆库中备选解的多样性,基于此对解空间进行有效的全局搜索;最后通过从记忆库中随机选择多个备选解组合生成初始协作搜寻方案,利用粒子群策略围绕质量较好的备选解进行有效的局部搜索。实验结果表明,在效率方面,所提算法运行时间较短,在获取最小方差的同时可提高1%~5%的任务成功率,可有效应用于海上协作搜寻计划制定。