船舶避碰的粒子群-遗传（PSO-GA）的混合优化算法研究

周凤杰

（重庆青年职业技术学院，重庆 400712）

0 引 言

随着世界各国之间贸易往来越来越频繁，船舶海上运输已经成为一种国际性的运输产业，目前全世界大多数国家大宗进出口货物都在使用海上运输，海运航线极为繁忙。同时随着海上科技的发展，船舶吨位越来越大，船速也越来越快，加大了海上碰撞事故发生的可能性。为避免船舶发生碰撞，船舶避碰决策研究已成为航海界关注的重要议题[1-3]。一直以来，许多专家学者都在发表有关避碰自动化、人工智能化的研究成果，目的就是为了避免或减少船舶在海上交通流量大与交通形式复杂情况下发生碰撞事故。经过多年的发展，该领域里的研究已逐步从传统的基于数学理论的分析转变为具有智能化以及学科多样性的路径规划分析，相关领域的学术研究成果也在不断丰富[4-6]。

以模糊逻辑算法为基础，针对船舶碰撞危险度方面，通过计算机模拟的方法，给出了船舶航行避碰操作的决策模型。也有学者针对船舶碰撞危险度进行评估，利用模糊理论得到学习样本，以每个目标的DCPA（Distance of the Closest Point of Approach）和TCPA（Time to the Closest Point of Approach）作为输入，船舶碰撞危险指标作为输出，并应用倒传递神经网络进行多属性决策[7-8]。除了进行船舶避碰的安全决策外，有学者还针对船舶避碰决策中的船舶运动态势和避碰时机，应用灰色理论预测模型，以最近会遇距离及时间为预测参数，实际预测各目标与相对船舶之间在下一刻的运动方向[9-10]。近年来，研究学者开始将人工智能技术引入到避碰领域，利用类神经网络、模糊理论及遗传算法等来进行避碰问题的研究，进而开启了有别于纯数学模式的软件计算自动避碰研究领域。……