基于天牛须搜索算法的多船避碰决策方法

刘 朝 黄立文 张 可 郝国柱

(武汉理工大学航运学院 武汉 430063)

0 引 言

在航海实践中，驾驶员通常是依靠自身经验来制定船舶的避碰决策，但当处于比较复杂的多船会遇局面时，驾驶员很难保证可以做出最优的避碰决策[1].因此，许多专家学者应用智能优化算法来研究船舶的避碰策略问题，并取得了很多的成果.文献[2]将社会情感优化算法应用到船舶转向避碰的决策中，以便求解出船舶最佳转向，但系数调节较为复杂.文献[3]基于改进的免疫粒子群算法，给出了一种求解多船会遇局面下计算最佳转向幅度的方案.文献[4]通过结合前景理论和多指标灰关联决策，建立了考虑驾驶员风险态度的避碰决策优化模型，结果表明：该模型可帮助驾驶员在不同风险偏好下选取最优避碰方案.文献[5]以船舶最近会遇距离和最近会遇时间建立碰撞危险度模型，综合考虑转向幅度和航行时间，构建了避碰决策模型，并提出了一种使用粒子群-遗传优化算法求解该决策模型的方案.然而，这些算法大多在于模拟动物的群体性活动，无法从个体中获取有效的决策，求解过程也较为繁琐.

天牛须搜索(beetle antennae search，BAS)是一种类似于遗传算法、粒子群算法、模拟退火等算法的智能优化算法[6].该算法不需要知道函数的具体形式，也不需要求解函数的梯度，就可以实现全局高效寻优.相比较粒子群算法，BAS算法仅需要一个个体，极大地降低了寻优过程的运算量.目前该算法……