[发明专利]一种基于人工蜂群改进算法的船舶动力定位系统的推力分配方法

权利要求书

1.一种基于人工蜂群改进算法的船舶动力定位系统的推力分配方法，其特征在于，包括以下步骤：

步骤1、推力分配系统从动力定位控制器获得当前推进器的三轴指令：纵向力、横向力和艏摇扭矩；将船舶测量系统测得的船舶位置输入到控制系统中，与期待的位置比较，动力定位控制器通过传输最佳控制指令给PLC，PLC进行推力分配；

步骤2、根据推进器的三轴指令建立动力定位系统的推力分配模型；

步骤3.结合推力分配模型，将粒子群参数初始化；确定种群数为50，代表有多少个初始的分配方案；设置粒子群算法的最大迭代次数为200，随机初始化粒子的位置与速度；所述的迭代次数表示在众多的分配方案空间中搜索的次数，推进器越多，算法的迭代次数越多；

步骤4.建立推力分配模型中的目标函数和约束条件，初始化粒子最优位置和全局最优位置；

步骤5.计算每个粒子的适应度值；每个粒子有一个由优化函数所决定的适应度，以评价该粒子当前位置的优劣，即解的优劣；其适应度函数是推力分配的目标函数；推力分配的目标函数考虑最小化推进系统能耗和推力误差，其约束条件的考虑项包括：推力大小、推力变化率、方位角变化率、推力禁区；

步骤6.更新初始化粒子的速度和位置，再通过计算每个粒子的适应度值，更新粒子个体最优位置和全局最优位置；若当前粒子的适应度值优于个体最优，则用当前粒子位置替换个体最优，若当前种群粒子的适应度值优于全局最优，则用当前粒子位置替换全局最优；

步骤7.重复步骤5、6，对推力最优分配方案进行搜索，直到满足方案找到最优的粒子位置或达到最大迭代次数200，则输出最优解；

步骤8.将上述粒子群算法输出的最优解引入到人工蜂群算法的初始化阶段；人工蜂群中采蜜蜂按自适应随机优化策略搜索一个新的蜜源，并对该蜜源位置的适应度进行计算，更新蜜源位置；如果新蜜源的适应度值优于原来的位置，则用新蜜源替换原蜜源；

步骤9.观察蜂根据蜜源的花蜜量依概率选择一个蜜源位置，并根据双向随机搜索机制随机产生一个新的位置，并对该位置进行评价，保留最优解；

步骤10.在限定循环次数后若仍不能改进蜜源x_i的适应度，则放弃该位置，采蜜蜂将变成侦查蜂，并且由其搜索新的蜜源来替代旧蜜源，同时蜜源x_i的位置将被改变；

步骤11.进行终止条件的判断：重复进行步骤8、9、10，直到满足方案所需精度或最大迭代次数，输出最优解，并给出最终的各推进器推力的大小及其方位角。

2.根据权利要求1所述的一种基于人工蜂群改进算法的船舶动力定位系统的推力分配方法，其特征在于，步骤2中所述的推进器的三轴指令建立动力定位系统的推力分配模型为：

τ＝[F_X，F_Y，F_N]^T＝B·u (1)

其中，τ＝[F_X，F_Y，F_N]^T表示动力定位控制系统的指令力和力矩，F_X表示纵荡方向上的力，F_Y表示横荡方向上的力，F_N为艏摇力矩；u表示动力定位船舶上n个推进器产生的推力大小，B为推进器的配置矩阵，L_iy、L_ix为第i个推进器的位置。