文档介绍：江苏科技大学
硕士学位论文
基于粒子群优化算法的船舶避碰研究
姓名:潘朋朋
申请学位级别:硕士
专业:信号与信息处理
指导教师:田雨波
2010-03-10
摘要
近年来,随着海上船舶数量的增加和船舶吨位的增大,船舶航行安全问题日益重
要,如何保证海上船舶的航行安全是一个迫切需要解决的问题,同时也是许多专家和
学者研究的重点和热点。
合理的船舶避碰方案的确定和船舶碰撞危险度的确定是保证海上船舶航行安全的
重要问题,本文首先通过粒子群优化算法及改进的两种粒子群优化算法来进行船舶避
碰方案的确定。然后考虑到船舶碰撞危险度的确定是一个很复杂的过程,受很多因素
的影响,具有很强的非线性特征,本文基于粒子群算法和神经网络的特点,构建了粒
子群神经网络模型,并通过函数拟合、分类和广义异或问题进行验证,最后将粒子群
神经网络模型应用到船舶碰撞危险度的确定。
论文的主要研究成果可归纳如下:
(1) 将粒子群优化算法、改进的混沌粒子群优化算法和免疫粒子群优化算法三种
算法应用到船舶避碰方案的确定上,通过本船分别与一个目标船、两个目标船和三个
目标船形成的各种会遇态势进行仿真,并与穷举法的结果相比较,证明了这三种算法
可以取得比较好的效果,可以应用到船舶避碰方案的确定上。
(2) 构建了粒子群神经网络模型。针对神经网络结构的不确定性和权阈值的随机
性,本文首先通过混合粒子群优化算法来同时确定神经网络的网络结构和权阈值,然
后再通过 BP 算法进行训练。主要表现在通过二进制粒子群算法确定各个隐含层的神
经元数和十进制粒子群优化算法确定网络的权阈值。
(3) 通过函数拟合数值实验、Iris 花分类、Wine 数据集分类、LED 分类和广义异
或问题,来验证粒子群神经网络模型的性能,结果表明粒子群神经网络模型可以取得
较好的效果。
(4) 将粒子群神经网络模型应用到船舶碰撞危险度的确定上。分别通过具有影响
碰撞危险度的两个因素和六个因素的样本数据进行碰撞危险度的确定,取得了较好的
效果。

关键词粒子群优化算法;神经网络;避碰幅度;船舶碰撞危险度

VI
Abstract
Abstract
In recent years, with the number of ships increasing and ships’ weights growing,
navigation security issues are increasingly important. How to ensure the safety of ships
sailing is an urgent need to resolve. At the same time, many experts and scholars are
studying the emphasis.
Reasonable ways to ships collision avoidance and the suitable determines of ships
collision avoidance are the guarantee of the safety navigation. Firstly, this thesis gives the
ways of ships collision avoidance by particle swarm optimization (PSO) algorithm and other
two improved PSO algorithm. Then considering the determination of ships collision risk is a
plex process, and it is affected by many factors. Also, it has a strong feature of the
nonlinear. Based on the features of PSO algorithm and the work, this thesis
constructs the model of work. It is verified through function fitting, classification
and general XOR problem. At last, this model is applied to determination of ships collision
avoidance.
The main re