船舶协同多任务规划方法研究

船舶协同多任务规划方法研究

论文摘要

随着工业的发展,船舶类型越来越多样化,船舶任务也越来越复杂。为了充分发挥船舶优势、使任务复杂性与船舶能力之间保持良好协调性,研究船舶协同多任务规划问题是十分必要的。本文将船舶协同多任务规划作为研究对象,研究了任务分配模型、任务分配算法和路径规划问题。任务分配模型主要从多任务理论、船舶协同任务分配问题的数学表示和任务分配计划评价标准三个方面进行研究。通过研究多任务理论,结合船舶特点,将船舶协同多任务分配问题表示为一个五元组,并且对五元组中的各个部分进行详细说明;然后提出基于任务执行时间、船舶航行距离和船舶总燃油消耗的综合评价指标,该指标可以动态地判断不同任务分配方案的优劣。任务分配算法采用遗传蚁群混合算法对任务分配问题进行求解。首先,采用蚁群算法的思想建立初始种群,保证种群多样性;然后,提出基于任务序列的染色体编码方式,使每个染色体都对应一种可行的任务分配计划;最后,对交叉操作和变异操作进行约束,使进化后的染色体仍然满足船舶能力约束。路径规划是在得到任务分配方案后,为船舶生成可行的计划航线。本文采用基于电子海图的全局路径规划,首先,解析电子海图数据并且建立环境模型;然后,通过改进A~*算法搜索最优路径,并且对得到的锯齿状路径进行优化,得到相对平滑的可行路径。仿真实验结果表明,本文提出的任务规划方法能够在满足任务需求的前提下得到最优的任务分配方案和船舶航行路线。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  •   1.1 研究背景
  •   1.2 研究现状
  •   1.3 研究内容
  •   1.4 创新点
  •   1.5 论文的组织结构
  • 第2章 船舶协同多任务分配模型
  •   2.1 多任务理论
  •     2.1.1 多任务操作系统
  •     2.1.2 多任务学习
  •     2.1.3 CMTAP中的多任务理论
  •   2.2 任务规划的内容
  •   2.3 任务分配问题的数学表示
  •     2.3.1 问题描述
  •     2.3.2 计算复杂性
  •     2.3.3 数学模型
  •     2.3.4 约束条件
  •   2.4 任务分配计划评价指标
  •   2.5 本章小结
  • 第3章 船舶协同多任务分配算法
  •   3.1 基本遗传算法
  •   3.2 遗传蚁群混合算法
  •     3.2.1 染色体构造
  •     3.2.2 交叉和变异操作
  •     3.2.3 适应值函数
  •     3.2.4 构建初始种群
  •     3.2.5 算法实现
  •   3.3 本章小结
  • 第4章 基于电子海图的船舶全局路径规划
  •   4.1 电子海图数据解析
  •     4.1.1 电子海图数据格式
  •     4.1.2 电子海图数据解析与存储
  •   4.2 环境模型建立
  •     4.2.1 栅格法
  •     4.2.2 船舶路径规划特点
  •     4.2.3 基于栅格法的环境模型
  •   4.3 路径搜索算法
  •     4.3.1 改进的A*搜索算法
  •     4.3.2 路径平滑处理
  •   4.4 本章小结
  • 第5章 仿真实验
  •   5.1 模拟数据仿真实验
  •     5.1.1 任务执行总时间
  •     5.1.2 总航行距离
  •     5.1.3 总燃油消耗
  •     5.1.4 对比实验
  •   5.2 真实数据仿真实验
  •   5.3 本章小结
  • 第6章 总结与展望
  •   6.1 总结
  •   6.2 展望
  • 致谢
  • 参考文献
  • 附录1 攻读硕士学位期间发表的论文L
  • 附录2 攻读硕士学位期间参加的科研项目L
  • 详细摘要
  • 文章来源

    类型: 硕士论文

    作者: 项珊珊

    导师: 陈姚节

    关键词: 船舶协同多任务规划,任务分配,遗传蚁群混合算法,路径规划

    来源: 武汉科技大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 数学,公路与水路运输,自动化技术

    单位: 武汉科技大学

    分类号: TP18;O221;U692

    总页数: 67

    文件大小: 3393K

    下载量: 166

    相关论文文献

    • [1].复杂环境下多目标多无人机协同任务规划[J]. 兵器装备工程学报 2020(02)
    • [2].航天器自主任务规划修复技术研究进展[J]. 宇航学报 2019(07)
    • [3].对地观测卫星任务规划研究[J]. 计算机测量与控制 2019(11)
    • [4].军用任务规划技术综述与展望[J]. 指挥与控制学报 2017(04)
    • [5].基于贪婪策略的灵巧卫星启发式任务规划算法[J]. 无线电工程 2018(10)
    • [6].运筹帷幄 决胜千里 飞行器作战效能的倍增器——飞行器任务规划技术[J]. 太空探索 2010(04)
    • [7].一种通用无人任务规划系统设计[J]. 电子制作 2020(07)
    • [8].关于飞行任务规划问题的进一步思考[J]. 战术导弹技术 2012(03)
    • [9].国外对地观测卫星任务规划应用现状及发展趋势分析[J]. 电脑知识与技术 2012(28)
    • [10].任务规划技术对无人飞行器装备发展的作用和影响[J]. 飞航导弹 2012(12)
    • [11].“飞行器集群协同任务规划与控制”专栏征稿启事[J]. 战术导弹技术 2020(03)
    • [12].面向多航天器协同的自主任务规划方法研究[J]. 计算机测量与控制 2019(05)
    • [13].基于证据推理的效能评估及其在临近空间多任务规划中的应用[J]. 管理工程学报 2013(01)
    • [14].航天三院三部任务规划技术研究中心成立[J]. 宇航学报 2013(04)
    • [15].对地观测卫星任务规划问题研究述评[J]. 系统工程与电子技术 2013(09)
    • [16].基于相关性的扩散制造任务规划方法研究[J]. 中国机械工程 2011(23)
    • [17].基于地面任务-空间姿态映射的敏捷卫星任务规划[J]. 航空学报 2018(10)
    • [18].面向突发性事件的卫星自主任务规划[J]. 指挥控制与仿真 2015(01)
    • [19].常规导弹作战任务规划系统设计与实现[J]. 火力与指挥控制 2014(03)
    • [20].地球同步轨道卫星群在轨加注任务规划[J]. 宇航学报 2010(12)
    • [21].基于基因表达式编程的多星成像任务规划算法[J]. 中国科学院大学学报 2020(04)
    • [22].分布式协同动态任务规划的建模与一体化求解方法[J]. 中国惯性技术学报 2017(04)
    • [23].基于遗传算法和分层任务网络的战术任务规划方法[J]. 兵工自动化 2012(04)
    • [24].基于贪婪随机自适应过程的多类型卫星联合任务规划技术[J]. 系统工程与电子技术 2010(10)
    • [25].基于扩展状态深空探测器任务规划方法[J]. 深空探测学报 2018(06)
    • [26].航天三院三部任务规划技术研究中心成立[J]. 战术导弹技术 2013(03)
    • [27].无人机任务规划系统需求分析[J]. 飞航导弹 2011(03)
    • [28].异构信号处理平台任务规划相关技术研究[J]. 信息工程大学学报 2018(05)
    • [29].面向智能服务机器人任务规划的行动语言扩展[J]. 软件学报 2013(07)
    • [30].基于遗传算法的装备维修任务规划[J]. 兵工自动化 2010(11)

    标签:;  ;  ;  ;  

    船舶协同多任务规划方法研究
    下载Doc文档

    猜你喜欢