基于改进粒子群优化算法的船舶避碰研究

朱凯鹏; 王全政; 杨文政; 于庆州; 王泽凡; 王晓原

doi:10.13873/J.1000-9787(2025)04-0040-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进粒子群优化算法的船舶避碰研究

研究与探讨 | 更新时间：2025-09-11

- 基于改进粒子群优化算法的船舶避碰研究
- 暂无标题
- 传感器与微系统 2025年第4期页码：40-43+47
- 作者机构：
  
  青岛科技大学机电工程学院
- 作者简介：
- 基金信息：
  
  国家重点研发计划“综合交通运输与智能交通”重点专项项目(2018YFB1601500)
- DOI：10.13873/J.1000-9787(2025)04-0040-04
  中图分类号： TP18;U664.82;U675.96
- 纸质出版：2025
- 稿件说明：
移动端阅览
朱凯鹏, 王全政, 杨文政, 等. 基于改进粒子群优化算法的船舶避碰研究[J]. 传感器与微系统, 2025,(4):40-43+47.
朱凯鹏, 王全政, 杨文政, 等. 基于改进粒子群优化算法的船舶避碰研究[J]. 传感器与微系统, 2025,(4):40-43+47. DOI： 10.13873/J.1000-9787(2025)04-0040-04.

DOI：

摘要

随着海上贸易的日益增长，海洋运输已逐渐成为世界各国运输和贸易发展的重要环节，如何避免船舶碰撞已成为海上贸易中的一个重要问题。针对海上船舶避碰问题，本文提出了一种改进粒子群优化(IPSO)算法，该算法根据当前粒子目标函数的平均值动态调整惯性权值，另外考虑到船舶操纵的安全性，改进了适应度函数，并结合IPSO算法，对函数进行求解。通过MATLAB仿真结果表明，与传统的PSO算法相比，IPSO算法的收敛速度提高了37.5%

搜索效率得到显著增强。

Abstract

关键词

Keywords

references

Wang Gang,Wang Xiaoyuan,Wang Quanzheng,Chen Longfei,Han Junyan,Wang Bin,Shi Huili.Complex encounter situation modeling and prediction method for unmanned ships based on bounded rational game[J].Ocean Engineering,2023.

赵迪,何克勤,赵祖高.基于改进粒子群优化算法的移动机器人路径规划[J].传感器与微系统,2023(06).

陈强,蔡琦盼,邓博仁.基于改进混沌粒子群优化算法的永磁同步电机参数辨识[J].传感器与微系统,2023(04).

刘加奇,王泰华,董征.基于改进蚁群算法的移动机器人路径规划[J].传感器与微系统,2022(05).

刘芳武.海上船舶行驶避碰策略研究[J].舰船科学技术,2016(20).

靳磊磊.基于改进遗传算法和避碰规则的无人船路径规划研究[D].青岛科技大学,2022(01).

王奇瑶.多船会遇动态避碰路径规划算法研究[D].哈尔滨工程大学,2020(06).

魏臻宇.基于模糊控制的智能船舶航迹控制研究[D].哈尔滨工程大学,2017(06).

王仁强.基于船舶领域的船舶避碰行动决策研究[D].大连海事大学,2012(09).

张玉奎.水面无人艇路径规划技术研究[D].哈尔滨工程大学,2008(06).

王则胜.基于遗传算法的船舶避碰决策研究[D].上海海事大学,2005(04).

孙立成.船舶避碰决策数学模型的研究[D].大连海事大学,2000(01).

浏览量

444

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

双LCC型无线电能传输系统参数优化策略

基于改进PSO算法的光伏阵列MPPT研究

多臂协同复合机器人的改进PID柔顺控制系统设计

基于改进粒子群优化算法的粉尘均匀性控制研究

基于改进粒子群优化算法的气体源定位研究