论文部分内容阅读
船舶碰撞危险度和船舶避碰决策模型的研究一直是航海人员最关心的问题。目前，在这个领域还存在很多问题。如何有效地避免船舶碰撞，包括碰撞危险度、避碰的时机和行动的大小的确定?以及如何完成避碰系统的自动化和智能化，减轻船舶驾驶员的劳动强度和心理负担?迄今为止，还没有令航海人员普遍满意的有效方法，也是目前国内外航海界研究的热门课题。 研究船舶碰撞危险度的目的是为避碰决策提供依据。以前，我们只是通过观测到的目标船的原始数据，如距离和方位以及它们的变化情况，判断船舶是否存在碰撞危险，即是否有和目标船发生碰撞的可能。事实上，深入研究并处理这些观测数据，会得到意想不到的、有价值的信息。 论文首先在2002年将要开始实施的船舶自动识别系统(AIS)所能提供的准确目标船信息的基础上，研究本船相对于目标船的运动，定义DCPA的大小和符号，推导出船舶避碰数学模型，给出船舶最佳避让行动与时机，得出避让行动曲线图，并且明确最佳避让行动时机不是某个点，而是一个时间段。 然后，考察避碰过程中目标般对本船的威胁程度，给出船舶碰撞危险度模型的数学表达式，定义几个与碰撞危险度有关的距离的概念，运用模糊决策和模糊神经网络的方法确定船舶避碰危险度模型中用到的几个临界系数，说明系数的物理意义，运用曲线拟合和模型分解的方法建立该碰撞危险度模型，并要求它满足下面三个条件： (1)符合实际情况； (2)容易求出，特别是对于驾驶员来说，越简单直观越容易被接受； (3)能够用来指导船舶避碰行动。 第二，在船舶碰撞危险度的基础上，运用AIS系统提供的信息，建立一个新的动态避碰行动领域模型，该领域模型随船舶碰撞危险度阈值的选择变化，对于那些碰撞危险度为0的船舶，该领域模型不存在，并用实例说明其在船舶避碰决策过程中的应用。 最后，运用包括AIS系统提供的信息，以及般舶之间的通讯模式，提出一种协调式的分布式处理方法探讨觖决多船之间的避碰决策问题。 论文的创新点体现在以下4个方面： (1)考虑除了DCPA和TCPA以外的多种影响因素，运用模糊决策和模糊神经网络方法确定模糊系数，在此基础上提出一个符合实际情况的船舶碰撞危险度(CRI)模型；—— （（”‘” l） i S t g I）C（）］id M） （f＝＜MJ川1 aX e“”’“‘““‘“““’“‘“‘）（勺1儿01且1＊＜uls＊＜uatte＊du） D 厂（”h1）ist引）叭t＊M阿）其中，。是权系数，反映0O’A对Cm的影响，决定曲线沿纵轴力向变化的程度：k为待定系数，其含义是除了DCPA以外的其它因素对CRI的影响，是一个决定曲线沿横轴方向变化的量；Dkt表示到目标船的距离；h。uN表示碰榆距离。； （幻 考察本船相对于目标船的运动，定义＊以‘A的大小和符号，“寸此相关联，得到一组避碰行为曲线，对于碰撞危险度达到规定阈值的船舶，给出最仟避让时机与行动大小。 （3） 在船舶碰楼危险度的基础上，定义－个“船舶避碰行动领域”的概念，建立了含船舶碰摔危险度（CRI）在内的动态的避碰行动领域模型，领域的大小随mI的阈值而变化，上m1的目标没有此领域，并把这个模型应用到船舶避碰过程中。 （4）在船舶具有完备的通讯模式的基础上，运用分布式处理方洽探讨解决多船之间协调避碰抉策问题。 在文章的最后坏分，给山了4组在雷达椎拟阴卜的模拟实验例朴－个仿人文验纵果，川’明H。。江卜卜门效性利”＜川咄＿．