專利名稱：一種基于改進的微分進化算法的船舶航路規(guī)劃方法
技術領域：
本發(fā)明屬于船舶航路規(guī)劃技術領域，具體是ー種基于改進的微分進化算法的船舶航路規(guī)劃方法。
背景技術：
船舶航路是指船舶從某一地點駛抵另一地點的海上航行路線。船舶航路規(guī)劃，即在船舶航行前尋找一條航行時間最短、最為經濟且足夠安全的航線——計劃航線。航路規(guī)劃的原則是安全和經濟，二者相互統ー以保證航行經濟效益和戰(zhàn)略要求。因此航路規(guī)劃是一項涉及知識面廣，復雜而細致的工作。

目前應用于船舶航路規(guī)劃的方法有很多種，基本上可以分為兩大類傳統路徑規(guī)劃方法和智能路徑規(guī)劃方法。傳統路徑規(guī)劃方法在復雜和非線性化的航路規(guī)劃問題中缺乏自適應性、計算過于復雜、對不確定性因素很難做出正確響應、魯棒性差。目前，隨著新的智能算法的快速發(fā)展，使用智能性高、計算和自適應能力強的智能算法進行航路規(guī)劃已經成為路徑規(guī)劃研究的主流。R. Storr^PK. V. Price在1995年完成的一份技術報告中首次對微分進化算法進行了介紹。作為ー種簡單、高效的連續(xù)空間內全局優(yōu)化方法，微分進化算法(DE)可以認為是當前所使用的最強大的隨機實參數優(yōu)化算法之一。它在解決基準測試函數及部分實際問題時要優(yōu)于部分進化算法和諸如粒子群優(yōu)化(PSO)的啟發(fā)式捜索算法。微分進化算法通過使用與標準進化算法相似的計算步驟來進行操作。然而，不同于傳統進化算法，微分進化算法中用隨機選擇的獨立種群成員之差乘以一定系數得到的值作為變異算子對當前種群成員進行擾動，并不只是用單獨的概率分布來產生子代。航路點指的是計劃航路中包括出發(fā)點和到達點在內的各個轉向點,兩相鄰航路點之間的連線為ー航線段。這樣的航路點串以及一定方向上兩兩航路點之間的連線就構成了航路。這種定義下的船舶航路規(guī)劃可以認為是在航路點庫所構成的航路群中進行搜索?；诤铰伏c庫搜索的船舶航路規(guī)劃方法——航線網絡方法等效于典型的全局多峰優(yōu)化問題?？蓪⑽⒎诌M化算法應用來解決航線規(guī)劃，但是，傳統的微分進化算法仍不能完全避免優(yōu)化速度慢和過早收斂(早熟)這樣的問題，在進行航路規(guī)劃時，會帶來搜索時間較長、易陷入局部最優(yōu)而得不到最優(yōu)航路的缺陷。航線網絡方法是在已知的航路點庫中進行組合路徑的搜索、優(yōu)化，若單純利用航線網絡方法，所得到的最短航程僅僅是針對已知固定航路點庫的最短，可能并非實際最短。

發(fā)明內容
本發(fā)明針對應用傳統微分進化算法進行船舶航路規(guī)劃時可能出現的易陷入局部最優(yōu)、捜索時間較長的缺陷及單純利用航線網絡方法時所得到的最短航程僅僅是針對已知固定航路點庫的最短，可能并非實際最短的缺陷，對傳統微分進化算法進行改進，研究了ー種新型微分進化算法-基于鄰域變異的改進微分進化算法(DE With a ModifiedNeighborhood-Based Mutation Operator,簡稱為MNDE),并結合航線網絡方法,提出一種基于改進的微分進化算法的船舶航路規(guī)劃方法。本發(fā)明提出的一種基于改進的微分進化算法的船舶航路規(guī)劃方法，包括以下步驟步驟I、采用ニ維平面為待規(guī)劃區(qū)域進行建模，將待規(guī)劃區(qū)域內的固定航路點集作為航路點庫。步驟2、航路編碼與種群初始化，包括步驟2. I和2. 2。步驟2. I :對姆個航路點采用實數進行編碼,航路點編碼route_node = {x, y},其中，x、y分別表示航路點的經度和緯度坐標；為每條航路和航路種群進行編碼每條航路為從初始點到目標點的一組有序的航路點序列，航路種群是由各條航路組成的矩陣。
·
步驟2. 2 :編碼完成后，進行種群初始化首先，在平面上旋轉坐標系，將原坐標系轉換為以起點到終點連線為橫軸的新坐標系，然后垂直于旋轉坐標系橫軸將待規(guī)劃區(qū)域等分為D個部分，第i部分區(qū)域標記為Point_i，i從I到D ;然后，生成初始航路種群Path，初始航路種群包含NP個初始航路，每條初始航路都通過如下方法得到順次從區(qū)域Point_i中隨機選取一點作為基準航路點，將各基準航路點順序連接，得到一條連接起點與終點的初始航路；航路種群Path采用NP*D維的航路種群矩陣表示，航路種群矩陣中的元素為航路點，第j個行向量為第j條航路Path_j。步驟3 :首先設計航程最短性能指標和威脅代價最小性能指標，然后確定航路規(guī)劃中判斷航路優(yōu)劣的總性能評價函數=C=Ic1Ct+(I-Ic1)Cu,代價權值んG
，c表示航路的總性能評價值，Ct表示航路上各航路點的威脅代價，Cu表示航路上各航路點的油耗代價。步驟4 :采用微分進化算法，對G世代的航路種群內部進化變異、交叉操作，生成候選航路種群，G初始為1，具體步驟4包括步驟4. I :依據步驟3中給出的總性能評價函數，計算當前世代航路種群Path中各航路的總性能評價值，選取其中總性能評價值最小的航路，將該航路對應的行向量標記為最優(yōu)參數向量;定義NP*D維矩陣mutate_Path_glob用于存放姆一世代的全局施予
向量矩陣，G世代的全局施予向量矩陣的第i個行向量表示為；步驟4. 2 :對G世代的航路種群矩陣中每個行向量文=，選取在下標號i的前后鄰
域范圍內的總性能評價值最小的行向量作為向量的鄰域最優(yōu)參數向量^^，鄰域半徑為R，NP個鄰域最優(yōu)參數向量構成NP*D維局部最優(yōu)個體矩陣Path_nbm ;定義NP*D維矩陣mUtate_Path_l0C，用于存放每一世代的局部施予向量矩陣，G世代的局部施予向量矩陣的第i個行向量表示為/步驟4. 3 :定乂 NP*U維矩陣mutate_Path，用于存放每一世代的最終施于向量矩陣，G世代的最終施于向量矩陣的第i個行向量1^為Vl G = di G gj G + (I-も)-LulCoi,表示進化變異得到的G世代航路種群矩陣中第i個行向量的鄰域權重系數；步驟4. 4 :根據設置的交叉率Cr，將最終施予向量矩陣的行向量和當前時代航路種群矩陣的行向量進行交叉操作，生成試驗向量矩陣croSS_Path，試驗向量矩陣就是候選航路種群。步驟5 :進行選擇操作，具體是步驟5. I :將候選航路種群，按照步驟3中給出的總性能評價函數確定候選航路種群中各航路的總性能評價值，判斷候選航路種群的第j條航路的總性能評價值是否小于當前世代的航路種群中的第j條航路的總性能評價值，若是，則將當前世代的航路種群中的第j條航路替換為侯選航路種群中的第j條航路；若否，保持當前世代的航 路種群中的第j條航路不變；步驟5. 2 :判斷當前世代的航路種群的所有航路是否都進行了選擇操作，若否，轉步驟5. I ;若是，航路種群中NP個航路均完成選擇操作，構成新一代航路種群，更新G =G+1。步驟6 :判斷G世代航路種群的各個航路的總性能評價值的均方差5是否小于均方差閾值Ctl,若是，執(zhí)行步驟7 ;若否，進ー步判斷當前代數G是否大于等于最大進化代數N，若是，則沒有找到可行航路，結束本方法；若否，轉步驟4執(zhí)行。步驟7 :選取G世代航路種群中總性能評價值最小的航路作為最優(yōu)航路，輸出，結束本方法。本發(fā)明方法的優(yōu)點和積極效果在于(I)本發(fā)明采取基于固定航路點庫隨機選取初始航路點的方式生成初始航路種群，保證了初始航路種群的質量，并避免了規(guī)劃結果局限于固定航路點庫的缺陷。(2)本發(fā)明采用基于鄰域變異的改進微分進化算法(MNDE)，通過對算法中的鄰域權重系數進行調節(jié)，并在全局鄰域模型中使用抖動縮放因子，增強傳統微分進化算法的“探索”能力，即提高全局捜索能力，保證不同的航路點組合之間進行充分的信息交流，在全局鄰域模型中利用MNDE在航路種群中通過進化得到一條最優(yōu)或者近似最優(yōu)的航路解。


圖I為本發(fā)明的船舶航路規(guī)劃方法的整體流程圖；圖2為本發(fā)明的船舶航路規(guī)劃方法所采用的改進的微分進化算法的基本流程圖；圖3為環(huán)境建模，準備種群初始化時規(guī)劃環(huán)境D等分的示意圖；圖4為基于改進的微分進化算法進行船舶航路規(guī)劃的規(guī)劃結果圖；圖5為算法DE1，DE2，DEGL,本發(fā)明改進算法MNDE分別應用于艦船航路規(guī)劃的進化曲線。
具體實施例方式下面結合附圖舉例對本發(fā)明做更詳細地描述。本發(fā)明的船舶航路規(guī)劃方法，首先獲取待規(guī)劃區(qū)域內環(huán)境信息，對待規(guī)劃區(qū)域進行環(huán)境建摸。在環(huán)境建模完成的基礎上進行航路編碼，即航路表達，采取合理方式處理、表達航路信息，并生成一定規(guī)模的初始種群；之后具體設計進化操作中的變異、交叉算子對初始種群進行進化操作。設計航路的適應度評價函數，毎次進化產生子代后進行適應度評估，并依照一定的選擇機制選出較優(yōu)個體，至此完成ー個世代循環(huán)。在設定終止條件滿足后得到最優(yōu)或者次優(yōu)航路解，完成一次航路規(guī)劃。下面結合圖I對本發(fā)明的船舶航路規(guī)劃方法的各步驟進行具體說明。步驟I、對待規(guī)劃區(qū)域進行建摸。由于船舶航行時始終處于ニ維平面，本發(fā)明采用ニ維平面對待規(guī)劃區(qū)域進行建模，將待規(guī)劃區(qū)域內的固定航路點集存儲在ニ維數組中，該ニ維數組中存儲的固定航路點集作為航路點庫。由于本發(fā)明著重考慮基于航路點庫的航路捜索與優(yōu)化，航程最短是首要考慮因素，為簡單起見，待規(guī)劃環(huán)境中的島礁、沉船等障礙物一律采用最大包含的圓形禁航區(qū)表示，禁航區(qū)內航路不能通過，其他區(qū)域為可行域，航路可以通過。步驟2、航路編碼與種群初始化?！げ襟E2. I :本發(fā)明將航路編碼分兩步進行，先對航路中的航路點進行編碼，然后對航路進行編碼。船舶航路可表示為從初始點到目標點的一組有序的航路點。船舶的姆個航路點應該包括該點的經諱度值。由此，航路點編碼route_node = {x, y},其中，x、y分別表示該航路點的經度和緯度坐標，采用實數編碼。由航路點構成的航路為ー維數組，航路種群則是由各條航路組成的矩陣，各條航路和航路種群中的各航路點均采用經緯度坐標編碼。步驟2. 2 :在航路點庫的基礎上，隨機選取航路點構成初始航路，并進行初始種群的生成。假設航路種群的規(guī)模為NP，航路可行解維數為D，各航路可行解初始化為Path_j=zeros (I, D), j從I到NP,航路種群初始化為Path=Zeros (NP, D)。航路種群Path采用NP*D維矩陣表示，稱為航路種群矩陣，矩陣中的元素為航路點，第j個行向量為第j條航路Path_j。編碼完成后，首先在待規(guī)劃區(qū)域內建立旋轉坐標系，將原坐標系轉換為以起點到終點連線為橫軸的新的坐標系，然后垂直于旋轉坐標系橫軸將待規(guī)劃區(qū)域D等分。這樣待規(guī)劃區(qū)域內的已知航路點同時也被分為D個部分，第i部分標記為Point_i (i從I到D)。如圖3所示，將ー個待規(guī)劃區(qū)域分為五部分，并顯示了兩條航路Pathl和Path2，圖中FfF5表示威脅源，黑色點表示航路點庫中的航路點。生成初始種群吋，順次從Pointj中隨機選取一點作為基準航路點，根據航路點的分布密度，規(guī)劃時使用的航路點可在基準航路點周圍一定距離內隨機選取，以確保初始種群的質量并增加種群多祥性。將所選的各基準航路點按順序連接，得到一條連接起點與終點的路徑PathJ，即ー個航路解。按種群規(guī)模選取NP個初始航路解，可得初始種群Path。至此，種群初始化的工作完成。步驟3、評價函數設計。步驟3. I :設計航程最短性能指標，航程最短性能指標是評價完成規(guī)定航行任務的燃油性能指標。航程最短性能指標可表示為niin (■:, = f c^d/，L 為航路長度Cu表示航路上各航路點的油耗代價，是航路長度L的函數，L也表示所規(guī)劃的航路的整體路徑，由一系列的航路點連線而成。仿真實驗中，設置I長度的航路的油耗代價恒為I。設Lu表示相鄰兩個航路點i和j之間的路徑，其值為該段路徑的長度，則從航路點i到航路點j的航路油耗代價ヰ. 等于從航路點i到航路點j之間的航程的長度Lij,即。則所規(guī)劃的航路的總長度值等價于航路油耗代價，即簡單認為=し步驟3. 2 :設計船舶航路規(guī)劃的評價函數一性能指標中的完成規(guī)定航行任務的安全性能指標，即威脅代價最小性能指標。威脅代價最小性能指標可表示為
權利要求
1.一種基于改進的微分進化算法的船舶航路規(guī)劃方法，其特征在于，包括如下步驟 步驟I、采用ニ維平面為待規(guī)劃區(qū)域進行建模，將待規(guī)劃區(qū)域內的固定航路點集作為航路點庫； 步驟2、航路編碼與種群初始化，具體是； 步驟2. I :對姆個航路點采用實數進行編碼,航路點編碼route_node = {x, y},其中,x、y分別表示航路點的經度和緯度坐標；為每條航路和航路種群進行編碼每條航路為從初始點到目標點的一組有序的航路點序列，航路種群是由各條航路組成的矩陣； 步驟2. 2 :編碼完成后，生成初始航路種群Path，航路種群Path采用NP*D維的矩陣表示，航路種群矩陣中的元素為航路點，第j個行向量為第j條航路Path_j ； 步驟3 :首先設計航程最短性能指標和威脅代價最小性能指標，然后確定航路規(guī)劃中判斷航路優(yōu)劣的總性能評價函數=C=Ic1Ct+(I-Ic1)Cu,代價權值Ic1 G [O，I]，C表示航路的總性能評價值，Ct表示航路上各航路點的威脅代價，Cu表示航路上各航路點的油耗代價； 步驟4 :采用微分進化算法，對G世代的航路種群內部進化變異、交叉操作，生成候選航路種群，G初始為1，具體步驟4包括 步驟4. I :依據步驟3中給出的總性能評價函數，計算當前世代航路種群Path中各航路的總性能評價值，選取其中總性能評價值最小的航路，將該航路對應的行向量標記為最優(yōu)參數向量ぶ;定義NP*D維矩陣mutate_Path_glob用于存放姆一世代的全局施予向量矩陣，G世代的全局施予向量矩陣的第i個行向量表示為G ; 步驟4. 2 :對G世代的航路種群矩陣中每個行向量$，選取在下標號i的前后鄰域范圍內的總性能評價值最小的行向量作為向量的鄰域最優(yōu)參數向量^^，鄰域半徑為R，NP個鄰域最優(yōu)參數向量構成NP*D維局部最優(yōu)個體矩陣Path_nbrr ;定義NP*D維矩陣mUtate_Path_lC，用于存放每一世代的局部施予向量矩陣，G世代的局部施予向量矩陣的第i個行向量表示力Z 步驟4. 3 :足義NP*D維矩陣mutate_Path，用于存放每一世代的最終施于向量矩陣，G世代的最終施于向量矩陣的第i個行向量^;為1 c = ^,G ' Sug +(I-^g)' A.g' “表示進化變異得到的G世代航路種群矩陣中第i個行向量的鄰域權重系數； 步驟4. 4 :根據設置的交叉率Cr，將最終施予向量矩陣的行向量和當前時代航路種群矩陣的行向量進行交叉操作，生成試驗向量矩陣croSS_Path，試驗向量矩陣就是候選航路種群； 步驟5:進行選擇操作，具體是 步驟5. I :將候選航路種群，按照步驟3中給出的總性能評價函數確定候選航路種群中各航路的總性能評價值，判斷候選航路種群的第j條航路的總性能評價值是否小于當前世代的航路種群中的第j條航路的總性能評價值，若是，則將當前世代的航路種群中的第j條航路替換為侯選航路種群中的第j條航路；若否，保持當前世代的航路種群中的第j條航路不變； 步驟5. 2 :判斷當前世代的航路種群的所有航路是否都進行了選擇操作，若否，轉步驟.5.I ;若是，航路種群中NP個航路均完成選擇操作，構成新一代航路種群，更新G = G+1 ；步驟6:判斷G世代航路種群的各個航路的總性能評價值的均方差f是否小于均方差閾值Ctl,若是，執(zhí)行步驟7 ;若否，進ー步判斷當前代數G是否大于等于最大進化代數N，若是，則沒有找到可行航路，結束本方法；若否，轉步驟4執(zhí)行； 步驟7 :選取G世代航路種群中總性能評價值最小的航路作為最優(yōu)航路，輸出，結束本方法。
2.根據權利要求I所述的船舶航路規(guī)劃方法，其特征在于，步驟2.2中生成初始航路種群，具體方法為首先，在平面上旋轉坐標系，將原坐標系轉換為以起點到終點連線為橫軸的新坐標系，然后垂直于旋轉坐標系橫軸將待規(guī)劃區(qū)域等分為D個部分，第i部分區(qū)域標記為Point_i，i從I到D ;然后，生成初始航路種群Path，初始航路種群包含NP個初始航路，每條初始航路都通過如下方法得到順次從區(qū)域Pointj中隨機選取一點作為基準航路點，將各基準航路點順序連接，得到一條連接起點與終點的初始航路。
3.根據權利要求I所述的船舶航路規(guī)劃方法，其特征在干，步驟3中所述的航程最短性能指標，表示為
4.根據權利要求I所述的船舶航路規(guī)劃方法，其特征在于，所述的步驟4.I中世代G的全局施予向量矩陣的第i個行向量為G根據下式生成
5.根據權利要求I所述的船舶航路規(guī)劃方法，其特征在于，所述的步驟4.2中G世代的局部施予向量矩陣的第i個行向量G根據下式生成
6.根據權利要求I或5所述的船舶航路規(guī)劃方法，其特征在于，步驟4.2中所述的鄰域半徑R = 3。
7.根據權利要求I所述的船舶航路規(guī)劃方法，其特征在干，步驟4.3中所述的鄰域權重系數“，采取自適應方式進行設置，具體方法是把鄰域權重系數作為航路種群矩陣行向量的ー個分量，每個航路種群矩陣的行向量都具有獨立的鄰域權重系數，設G世代航路種群矩陣中第i個行向量的鄰域權重系數為，初代鄰域權重系數的值在
中隨機選取，則《 “進化變異的鄰域權重參數“根據下式得到
8.根據權利要求4或5或7所述的船舶航路規(guī)劃方法，其特征在于，所述的固定縮放因子F取值為0.4。
9.根據權利要求I所述的船舶航路規(guī)劃方法，其特征在于，步驟4.4中所述的生成試驗向量矩陣，具體方法是首先，產生隨機下標值J^and = ceil (D*rand), jrand G [I, 2,…，D],rand表示0到I之間的隨機數，ceil表示對D*rand向正無窮方向取整；然后，對航路種群中的第j條航路進行交叉操作，j從I到NP :按順序取當前航路的第s個航路點，s從I到D,判斷條件航路點的序號s = jrand或rand〈=Cr是否成立,若成立，則將第s個航路點替換為第j個最終施予向量的第s個元素，否則，第s個航路點保持不變；最終，在航路種群的所有行里完成交叉操作后，得到的航路種群矩陣就是試驗向量矩陣croSS_Path。
10.根據權利要求I所述的船舶航路規(guī)劃方法，其特征在于，所述的最大進化代數N為200。
全文摘要
本發(fā)明是一種基于改進的微分進化算法的船舶航路規(guī)劃方法，首先對待規(guī)劃區(qū)域進行環(huán)境建模，選取實數編碼方式進行航路編碼并基于航線網絡方法完成航路種群的初始化；然后對航路種群采用改進的微分進化算法進行變異和交叉操作，根據總性能評價函數進行選擇操作；最后獲得最優(yōu)航路解。本發(fā)明基于固定航路點庫隨機選取初始航路點，生成初始種群，保證了初始種群的質量并避免了規(guī)劃結果局限于固定航路點庫的缺陷；所采用的改進的微分進化算法通過鄰域權重系數進行調節(jié)，并在全局鄰域模型中使用抖動縮放因子，提高全局搜索能力，保證不同的航路點組合之間進行充分的信息交流，以產生更優(yōu)的航路解。
文檔編號G01C21/20GK102788581SQ20121024658
公開日2012年11月21日 申請日期2012年7月17日 優(yōu)先權日2012年7月17日
發(fā)明者劉廠, 張振興, 王重雷, 高峰 申請人:哈爾濱工程大學