[发明专利]基于狮群混合鲸鱼算法的船舱警报智能规划方法

说明书

本发明涉及一种基于狮群混合鲸鱼算法的船舱警报智能规划方法，包括以下步骤：步骤S1:基于狮群算法模型，在幼狮位置更新中加入鲸鱼算法的螺旋泡网攻击以及包围猎物机制，构建狮群混合鲸鱼算法模型；步骤S2:获取待优化船舱的平面设计图，将狮群混合鲸鱼算法模型个体视为船舱警报器安装位置坐标方案，计算个体的警报器安装方案的舱内空间平均响度并作为目标函数，并基于狮群混合鲸鱼算法模型，获取最优安装方案。本发明实现船舱警报器智能规划，有效提高规划效率及质量。

技术领域

本发明涉及一种基于狮群混合鲸鱼算法的船舱警报智能规划方法。

背景技术

船舱警报器设置必须满足国际海上人命安全公约(International Conventionfor Safety of Life at Sea,SOLAS)中针对船舶警报器的响度要求，比如警报器响起时分贝值必须大于背景分贝值10dB以上以及其分贝值不得超过120dB导致造成人耳听力损害，再配合环境的安装条件与使用者需求，该工程问题可视为一个多限制条件的优化问题。而现有技术中多为人为观察安装，并未有智能化规划的技术方案。

发明内容

有鉴于此，本发明的目的在于提供一种基于狮群混合鲸鱼算法的船舱警报智能规划方法，实现船舱警报器智能规划，有效提高规划效率及质量。

为实现上述目的，本发明采用如下技术方案：

一种基于狮群混合鲸鱼算法的船舱警报智能规划方法，包括以下步骤：

步骤S1:基于狮群算法模型，在幼狮位置更新中加入鲸鱼算法的螺旋泡网攻击以及包围猎物机制，构建狮群混合鲸鱼算法模型；

步骤S2:获取待优化船舱的平面设计图，将狮群混合鲸鱼算法模型个体视为船舱警报器安装位置坐标方案，计算个体的警报器安装方案的舱内空间平均响度并作为目标函数，并基于狮群混合鲸鱼算法模型，获取最优安装方案。

进一步的，所述狮群算法模型，具体为：

设N只狮子组成一个群体，成年狮由群体最优解的狮王与adult-1只母狮所组成，而幼狮的数量为N-adult，成年狮所占的比例因子ρ对整个搜寻效果具有影响，ρ越小，幼狮占比增加，第i只狮子的位置表示为：

p_i＝(p_i1,p_i2,…,p_iD),1≤i≤N, (1)

adult＝Nρ. (2)

其中，D为维度数，adult为成年狮的数量，ρ为成年狮所占的比例因子。

狮王的位置更新公式如下：

其中，t为算法的当前迭代次数；为第t+1次迭代时狮王的位置；g^t为第t次迭代时群体最佳位置；γ为标准正态分布N(0,1)的随机数；为第t次迭代时狮王的历史最佳位置。

母狮的更新公式如下：

D_f＝step·exp(-30(t/T)¹⁰), (5)

step＝0.1(high-low). (6)

其中，为第t+1次迭代时第i只母狮的位置；为第t次迭代时第i只母狮的历史最佳位置；为在第t次迭代时随机挑选第c只协作母狮所对应的历史最佳位置；D_f为母狮移动范围的扰动因子；T为迭代总次数；step为狮子在活动范围内最大移动步长；high为狮子活动范围的最大值；low为狮子活动范围的最小值。