[发明专利]一种智能船舶避碰算法测试场景的自适应生成方法

权利要求书

1.一种智能船舶避碰算法测试场景的自适应生成方法，其特征在于，包括如下步骤：

S1：根据测试场景的组成因素和所述组成因素的取值范围，获取若干第一船舶与第二船舶的初始会遇场景以及所述初始会遇场景对应的初始状态数据；

S2：对若干所述初始会遇场景的避碰结果进行打分，以获取所述初始会遇场景对应的船舶避碰结果的初始分数值，并建立样本数据集；所述样本数据集包括初始状态数据集和初始分数值集；

S3：对所述样本数据集进行训练，建立预测模型，以获取预测会遇场景集以及所述预测会遇场景集对应的预测状态数据集和预测分数值集；并建立预测数据集，所述预测数据集包括所述预测状态数据集和预测分数值集；

S4：将所述样本数据集与所述预测数据集进行整合，以建立识别数据集，所述识别数据集包括识别状态数据集和识别分数值集；其中，所述识别状态数据集包括初始状态数据集和预测状态数据集；所述识别分数值集包括初始分数值集和预测分数值集；

S5：对所述识别分数值集中的识别分数值进行分类，得到分类后的识别分数值集，以获取每一类的识别分数值集所对应的智能船舶避碰算法的性能模式，和在所述性能模式下的分类后的识别状态数据集，并将分类结果进行保存并绘制；

S6：处理分类后的识别状态数据集和对应的分类后识别分数值集，以获取处理数据集，所述处理数据集包括处理分数值集和处理状态数据集；

S7：将处理数据集中的每个处理状态数据进行分类，以获取子数据集；

S8：计算所述子数据集之间的欧氏距离，获取距离数据集，并选取所述距离数据集中百分比小于第一阈值数量的距离数据，以获取所述性能模式的边界数据集合，所述边界数据集合即作为智能船舶避碰算法测试的场景。

2.根据权利要求1所述的一种智能船舶避碰算法测试场景的自适应生成方法，其特征在于，所述S3中的对所述样本数据集进行训练，建立预测模型的方法为：通过高斯过程回归模型进行训练，建立预测模型。

3.根据权利要求1所述的一种智能船舶避碰算法测试场景的自适应生成方法，其特征在于，所述S5对所述识别数据集中的识别分数值进行分类采用的是均值漂移聚类算法，并将通过聚类算法得到的聚类结果进行保存并绘制矩形图。

4.根据权利要求1所述的一种智能船舶避碰算法测试场景的自适应生成方法，其特征在于，所述S6中处理分类后的识别状态数据集和对应的分类后的识别分数值集，采用的是数据归一化处理，其公式如下：

公式中：代表标准化后的数据；x_{i_origin}代表第i项数据；x_min代表同类数据中的最小值；x_max代表同类数据中的最大值。

5.根据权利要求1所述的一种智能船舶避碰算法测试场景的自适应生成方法，其特征在于，所述S7中将所述处理数据集中的处理状态数据进行分类采用的是基于密度聚类的方法获取子数据集，并将所获取的子数据集采用不同的颜色进行矩阵图的绘制。

6.根据权利要求1所述的一种智能船舶避碰算法测试场景的自适应生成方法，其特征在于，所述S8中计算所述子数据集之间的欧氏距离的公式如下：

其中P代表子数据集中的第一子数据；C代表子数据集中的第二子数据，P_ij代表第一子数据中的初始状态数据中的组成因素；C_ij代表第二子数据中的初始状态数据中的组成因素。