船舶智能化

随着现代科学技术的发展，特别是计算机技术、人工智能技术、模糊数学理论以及人神经网络技术的发展，航海技术发生了深刻变革。如今电子海图显示与信息系统、船舶自识别系统、全球定位系统以及综合导航系统的发展，已经让人感到，航海技术随着信息技术的发展在不断地发生着深刻革命。在。人一船一环境。这样一个复杂系统中，环境因素复杂，对船舶航行影响较大，船舶驾驶员对船舶状况。航行状态。周围环境等的判断一般是定性的，其判断的主要依据是知识和海上经验。当然，根据这样的判断所做的决策未必是最佳的。因此，为了提高航行的安全和效率，达到最佳的操船效果，有必要建立智能化的船舶航行信息收集处理系统。作为船舶智能化信息处理系统一部分的智能避碰系统的研究就显得比较重要。总的来说，研究船舶避碰智能化系统具有以下重要意义:1、它是船舶自动化与智能化的一个基础性研究船舶驾驶自动化是目前船舶自动化的重要组成部分，从船舶驾驶自动化技术的研究成果来看，避碰系统是一个薄弱环节，而这一环节与船舶航行安全密切相关。所以，实现二十一世纪的船舶智能化研究和开发船舶智能避碰系统是非常必要的。作为船舶智能化重要组成部分的船舶智能避碰系统，除了推广应用，让广大航海工作者了解其功能。特点及优越性外，还可以通过对己形成的智能系统的全面分析，从中找出公用模块，并将模块移植到其它航海智能系统中去。这样可以加强该领域知识的交流，促进该领域知识的进步和完善，为以后的进一步研究提供指导知识，如程序结构、算法设计等。2、它是提高航行安全性的必要途径每一个航海驾驶人员都在探索着如何减少船舶的事故率，尤其是船舶之间的碰撞事故，为了减少和防止船舶之间碰撞事故的发生，航海界采取了多种措施，包括建立完善的规则制度、通过交通管制控制船舶、不断加强船员的培训工作等措施，但实践表明:减少碰撞事故的根本的出路在于用船舶自动化系统装备船舶。因为在。人一环境一船。系统中，环境是一个复杂的、不确定的系统，而人也经常受心理和外界因素的干扰。根据英国船东保赔协会对1987年至1990年四年期间发生近1000次船舶严重事故的调查结果表明，在发生事故的直接原因中，属人为因素的占58%；而美国对1970至1979年10年间的13191起船舶碰撞事故进行了一项专门研究，最后结论是:在所有事故中，有55%的事故发生的主要原因是人为错误。3、它是降低运输成本、提高船舶安全的一个新途径就目前而言，驾驶员的驾驶技能主要是依靠经验，尤其是有丰富驾驶经验的驾驶员是实际航海中的宝贵财富，而培养一个有丰富经验的高级航海驾驶员，却要花费大量的时间和资金。智能化系统的开发减轻了驾驶员的负担，使得船舶上的工作人员减少，这样无疑会降低运输成本。二目前，海上避碰系统还没形成完善的体系，针对这种情况，智能避碰至少需要完成以下工作:1、探测水上、水下妨碍航行的船或物体；2、判断是否会发生碰撞、搁浅、触礁等危险情况；3、采用相应的避碰措施实现避碰或避险。国内外都在进行有关智能避碰系统的研究工作，但是，真正投入到实际应用中的产品还很少，基本上仍处于不断地仿真和完善阶段。模糊控制是基于模糊集合论，模拟人的模糊推理和决策过程的一种实用控制方法。模糊控制系统的组成核心是具有智能性的模糊控制器。用其判断碰撞危险度是实际航海过程中不可缺少的一步，也是航海智能避碰系统功能中很重要的组成部分。神经网络具有许多优异的性能。它的可塑性、自适应性和自组织性使它具有很强的学习能力，它的并行处理机制使它求解问题时间短，具有满足实时性要求的潜力，它的分布存储方式使它的鲁棒性和容错性都相当好。如何将模糊理论与神经网络有机地结合起来，取长补短，提高整个系统的学习能力和表达能力，是目前受人关注的课题。将其应用于海上避碰系统也在深入的研究中。K.H.Kwik.碰撞率作为一种海上交通的危险衡准.英国航海杂志，袁安平，王新华.船舶避碰.大连海事大学出版社，1993张晓兔，刘祖源，张乐文.船舶避碰系统的智能化研究综述.船舶工程，2000.1邓志良，周耀庭.船舶操纵模糊控制器的实际及仿真.华东船舶工业学院学报，1998李士勇.模糊控制.神经网络和智能控制论.哈尔滨工业大学出版社，1996刘宇宏，陈宏波，郝燕玲.一种基于模糊原理的碰撞危险度分析.中国航海，1998王江晴.人工神经网络、模糊系统和演化计算的结合，武汉理工大学学报(交通科学与工程版)，2002.26(3):327-331程启明等.船舶航迹保持的神经网络控制方法研究.仪器仪表学报，1999.23(4):25-30曾任.人工神经元网络及其应用.清华大学出版社，2000刘宇宏，陈洪波，郝燕玲.一种基于神经网络的碰撞危险度模型.中国航海，1998，43(2)李人厚.智能控制理论和方法.西安电子科技大学出版社，1999唐晓光，刘祖源.基于神经网络的船舶操纵运动水动力预报.武汉理工大学学报(交通科学与工程版)，2002，26(l):25-27在分析总结国内外船舶避碰智能系统研究成果的基础上，提出了该系统中总体结构模型、船舶会遇形势的划分、碰撞危险度决策、避让时机决策、AIS系统在该系统中的运用、不同船舶间的协调避让和来船动态对避碰决策的影响等关键问题的研究思路和设想，明确了今后进一步完善船舶智能避碰决策与控制系统的研究方向.研究了船舶碰撞原因以及船舶碰撞过程。根据船舶避碰原理，探讨了船舶避碰中相关参数的概念及船舶DcAP(最近会遇距离)和TCAP(会遇时间)的数学模型，以及预防船舶碰撞的对策。简述了模糊控制的基本理论和模糊控制系统的组成，根据船舶航行控制特点，研究了基于二阶传递函数的船舶运动PDI控制模型，并完成了其控制仿真。阐述了碰撞危险度的有关概念，研究了基于模糊原理的碰撞危险度模型。研究了人工神经网络原理及基于BP算法的神经网络，利用神经网络自适应和自学习的功能来记忆、学习危险度判断专家样本，并利用网络对船舶会遇局势进行危险度判定，阐述了神经网络评判方法。分析了BP网络实际应用中存在的问题之后阐述了几种BP网络算法改进方法。最后，采用改进后的BP神经网络:动量一自适应学习速率算法的BP神经网络建立基于神经网络的船舶避碰模型，分析了仿真实例，说明了采用动量一自适应学习速率算法的网络的优点。重点研究了船舶碰撞危险度的评判并建立基于模糊原理和神经网络的船舶碰撞危险度评判模型。在上述工作的基础之上，针对模糊控制和神经网络控制各自的长处与不足，分析了将神经网络与模糊理论相结合的理论。并研究分析了一种船舶智能避碰专家系统基本框架。1、建立一个科学、合理的总体结构模型在船舶智能避碰决策与控制系统的研究中，关键在于如何建立一个科学、合理的总体结构模型，将专家系统技术、模糊决策技术和神经网络技术等合理地运用在各个避碰决策子系统中，从根本上解决现有研究成果中知识库的。瓶颈。问题。2、进一步完善系统中各子系统的决策模型国内外至今还没有在会遇形势、碰撞危险度和船舶避让行动与避让时机的决策模型等方面达成相对一致的认识，还有待于做进一步系统、深入的研究。3、AIS系统在船舶智能避碰决策与控制系统中的运用目前，国内外已有不少专家着手研究AIS在船舶智能避碰决策与控制系统中的应用，但还没有获得理想的成果。如何充分合理、高效地利用AIS提供的信息，解决船舶避碰中可能发生的不协调避让问题等，还有待于进一步深入的研究。装备AIS和未装备AIS的船舶间的协调避让问题，也是船舶智能避碰决策与控制系统应解决的问题。3、建立科学、合理的模拟实验和仿真实验方案如何制定一个科学、合理，具有代表性的训练方案，不仅能全面验证本船智能避碰决策与控制系统在不同会遇局面、不同会遇阶段避碰决策与控制的有效性，还应充分验证系统在可能导致会遇双方采取不协调避让行动和直航船。独自采取行动。时避让决策与控制的有效性，是船舶智能避碰决策与控制系统研究中一项十分重要的内容。2.4�不协调避让问题船舶智能避碰决策与控制系统中要解决的不以人工智能、人工神经网络和模糊理论为主要研究工具和手段，并结合海上交通工程学的研究成果，研究探讨了船舶智能避碰系统的框架。在系统的研究过程中，首先对船舶避碰领域知识进行分析，并研究了船舶碰撞的原理、过程及对策；然后运用模糊数学理论，建立了评判碰撞危险度的模糊数学模型，该模型考虑了船舶的操纵性能、能见度等多种因素；接着结合人工神经网络系统理论，探讨了船舶智能避碰系统的设计思路及船舶智能避碰系统的框架。