一种复杂海洋环境影响下基于能耗和采样量多目标优化的UUV路径规划方法

    公开(公告)号:CN108931243B

    公开(公告)日:2020-12-22

    申请号:CN201810519546.6

    申请日:2018-05-28

    Abstract: 本发明的目的在于提供一种复杂海洋环境影响下基于能耗和采样量多目标优化的UUV路径规划方法,包括以下步骤:确定UUV实际的对地航行速度以及由海洋预报系统提供的实时更新的海流信息,初始化优化算法所需的各类参数,通过空间分解建模随机产生路径控制节点,使用B‑Spline拟合生成初始路径。进入MOPSO算法迭代过程,求解出对应优化目标评价函数下的帕雷托解集。根据当前最新更新的海洋预报信息和UUV能量水平,通过FCE方法从上述解集中选解。输出最终选定解对应的路径控制节点。根据上述路径控制节点,通过B‑Spline方法拟合得到路径轨迹结果。本发明致力于生成最适用于UUV当前能耗水平和未来海洋特征变化趋势的最优路径控制节点,并通过拟合该路径节点得到最优路径轨迹。

    一种复杂海洋环境影响下基于能耗和采样量多目标优化的UUV路径规划方法

    公开(公告)号:CN108931243A

    公开(公告)日:2018-12-04

    申请号:CN201810519546.6

    申请日:2018-05-28

    CPC classification number: G01C21/10 G01C21/343 G01P3/00 G01P5/00

    Abstract: 本发明的目的在于提供一种复杂海洋环境影响下基于能耗和采样量多目标优化的UUV路径规划方法,包括以下步骤:确定UUV实际的对地航行速度以及由海洋预报系统提供的实时更新的海流信息,初始化优化算法所需的各类参数,通过空间分解建模随机产生路径控制节点,使用B-Spline拟合生成初始路径。进入MOPSO算法迭代过程,求解出对应优化目标评价函数下的帕雷托解集。根据当前最新更新的海洋预报信息和UUV能量水平,通过FCE方法从上述解集中选解。输出最终选定解对应的路径控制节点。根据上述路径控制节点,通过B-Spline方法拟合得到路径轨迹结果。本发明致力于生成最适用于UUV当前能耗水平和未来海洋特征变化趋势的最优路径控制节点,并通过拟合该路径节点得到最优路径轨迹。

    一种基于改进的具有适应性的量子粒子群算法的优化计算方法

    公开(公告)号:CN108615069A

    公开(公告)日:2018-10-02

    申请号:CN201810248937.9

    申请日:2018-03-25

    Abstract: 本发明的目的在于提供一种基于改进的具有适应性的量子粒子群算法的优化计算方法,本发明采取的技术方案是根据需要建立合适的评价指标,区分各粒子的优化程度,依据各粒子优化状态自行分配不同的惯性权值。本发明解决了传统QPSO算法中唯一的控制参数,惯性权重线性减少的单一的调整问题。通过针对性地调整不同优化程度的粒子的惯性权重,能够有效提高算法全局寻优的能力。

    一种考虑海洋环流影响的UUV基于能量消耗优化的远程航海路径规划方法

    公开(公告)号:CN108762280B

    公开(公告)日:2021-09-28

    申请号:CN201810519508.0

    申请日:2018-05-28

    Abstract: 本发明的目的在于提供一种考虑海洋环流影响的UUV基于能量消耗优化的远程航海路径规划方法,包括以下步骤:确定UUV实际的对地航行速度以及实时更新的海流信息;初始化优化算法所需的各类参数;通过空间分解建模随机产生路径控制节点,使用B‑Spline拟合生成初始路径。进入QPSO算法迭代过程,计算当前路径对应粒子平均最佳位置,计算当前路径对应UUV的能量消耗。通过相应的优化过程确定最终的最优解。输出最终的路径控制节点。根据最终的控制节点拟合生成能耗最优的路径轨迹。本发明中以能耗为优化目标经由三种优化算法得到的能量消耗值均远低于相同算法在以航行时间为优化目标下所消耗的能量。

    一种考虑海洋环流影响的UUV基于能量消耗优化的远程航海路径规划方法

    公开(公告)号:CN108762280A

    公开(公告)日:2018-11-06

    申请号:CN201810519508.0

    申请日:2018-05-28

    CPC classification number: G05D1/0692 G01C21/3446 G06Q10/047

    Abstract: 本发明的目的在于提供一种考虑海洋环流影响的UUV基于能量消耗优化的远程航海路径规划方法,包括以下步骤:确定UUV实际的对地航行速度以及实时更新的海流信息;初始化优化算法所需的各类参数;通过空间分解建模随机产生路径控制节点,使用B‑Spline拟合生成初始路径。进入QPSO算法迭代过程,计算当前路径对应粒子平均最佳位置,计算当前路径对应UUV的能量消耗。通过相应的优化过程确定最终的最优解。输出最终的路径控制节点。根据最终的控制节点拟合生成能耗最优的路径轨迹。本发明中以能耗为优化目标经由三种优化算法得到的能量消耗值均远低于相同算法在以航行时间为优化目标下所消耗的能量。

Patent Agency Ranking