[发明专利]基于遗传算法的航线规划方法

说明书

本发明涉及一种基于遗传算法的时间最短航线规划方法、燃油量最小航线规划方法、成本最低航线规划方法，时间最短航线规划方法，包括：构建船舶航线目标函数模型和船舶航线约束条件；对航线的航路点信息、航路点之间各个航路段的航速进行实值编码，生成染色个体，形成初始航线航速群体；计算各染色个体的船舶航线目标函数值，并计算各染色个体的适应度；根据适应度对各染色个体进行选择、配对、交叉和变异运算，形成次遗传航线航速群体；计算次遗传航线航速群体的船舶航线目标函数值，并以次遗传航线航速群体为下一轮的初始航线航速群体，重复以上步骤，直到计算出时间最短航线，该方法能够根据实际气象条件和航行需求完成航线航速设计。

技术领域

本发明涉及船舶航线设计领域，尤其涉及一种基于遗传算法的时间最短航线规划方法、燃油量最小航线规划方法、成本最低航线规划方法。

背景技术

在船舶航线设计中，航线的安全性和经济性是衡量航线优劣的重要指标。因此，船舶航线优化设计技术对海上运输的安全性和经济性具有非常重要的意义，特别是对于跨洋船舶航行。结合海洋环境的气象条件，特别是风浪等对船舶航行速度的影响，合理设计航线和航速，达到利用有利气象和规避不利气象的目的，能有效提高船舶运输安全性、降低燃油消耗和提高船舶的到港准时率。

目前，行业内主要由气象导航公司在航行前根据船舶的出发港和目的港，结合中长期的气象条件设计航线并推送给船舶。但一般的气象航线设计时未充分结合船舶的特征和性能来考虑气象条件会对船舶航行速度造成的影响，并且无法在航行中根据实时气象条件进行航线的调整，具有一定的局限性。气象导航是指根据天气、海况条件及航行任务，为船舶拟定最佳航线的技术。能避离灾害性风浪区，保证航行安全，并提高航行的经济效益。

同时，随着行业发展，当前已有许多学者开始研究船舶最佳气象航线设计问题并提出了一些方法，如等时方法、变分法等，但这些方法都是根据起点和终点规划出一条航线，可能并不满足行业内的航线设计习惯，实用性较低，同时也无法结合气象对航行速度做出合理建议。

气象导航机构多在航行前依据船舶发布的航行任务和中长期的气象预报数据进行航线设计，具有以下局限性：一是中长期气象预报数据不够准确，航线有时可能是不够经济的；二是气象导航机构对船舶的载货情况、船舶主机特性、船舶稳性、船舶失速情况等等了解并不够充分，推荐航线不能完全符合本船特点和要求；三是航行中船舶和气象导航机构之间通信可能存在问题导致气象导航机构无法针对实时变化的气象条件对航线进行及时修正。

目前常用的路径规划算法包括Dijkstra算法、A星算法、等时线法、神经网络、遗传算法等，并多用于机器人、无人机等领域。路径规划算法多存在各自的局限性，如等时线法计算复杂度高、Dijkstra算法和 A星算法得到的航线不平滑、遗传算法计算结果受初始种群质量影响较大易过早收敛或降低效率等。

遗传算法是模拟生物进化规则而演化来的随机化搜索方法，能同时处理问题解集中的多个解，覆盖面大，减少陷入局部最优解的风险，同时算法本身易于实现并行化。

因此，提供一种基于遗传算法的时间最短航线规划方法、燃油量最小航线规划方法、成本最低航线规划方法。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于遗传算法的时间最短航线规划方法、燃油量最小航线规划方法、成本最低航线规划方法，能够充分考虑气象条件、船舶特性等对航行的影响，设计满足用户指定需求的航线航速。

根据本发明的一个方面，提供一种基于遗传算法的时间最短航线规划方法，包括：

S110，基于航线的航路点、航路点之间各个航路段的航速构建船舶航线实际航行时间目标函数模型，基于航线的危险区航行时间构建船舶航线约束条件；