一种基于改进灰狼算法的北极冰区船舶路径规划方法

本发明涉及北极冰区船舶路径规划，尤其涉及一种基于改进灰狼算法的北极冰区船舶路径规划方法。

背景技术：

1、近年随着全球气候逐渐变暖，北极海冰面积逐年减小，船舶在北极冰区实现商业通航，但由于复杂冰情的影响，船舶在航行过程中易因海冰侵袭而发生碰撞、冰困等事故。北极航行船舶多为pc7级船舶，所以考虑航行实际和航行安全，需要生成科学规划的冰区航线并集成在船舶中，根据集成的冰区航线对pc7级船舶的航行过程进行导航。传统的航线(路径)规划算法包括遗传(ga)算法、快速扩展随机树(rrt)算法、人工势场法(apf)、a*算法等。其中：ga算法运用于路径规划问题时存在搜索效率不高、易产生早熟收敛等问题；apf法存在易陷入局部最优、引力函数和斥力难以处理等问题；rrt算法存在搜索后期速度缓慢，搜索效率低等问题；a*算法存在搜索点数多，搜索范围大，效率低等问题。

2、当前许多群智能优化算法如粒子群算法(pso)、蚁群算法(aco)、灰狼算法(gwo)等已应用到路径规划问题中，且效果优于传统路径规划算法。其中，gwo算法具有搜索实时性和能力强的优点，但易陷入局部最优，没有任何措施能帮助其跳出局部最优解，导致路径节点的分布不具有多样性，往往达不到理想的路径规划效果。

技术实现思路

1、本发明提供一种基于改进灰狼算法的北极冰区船舶路径规划方法，以克服上述技术问题。

2、一种基于改进灰狼算法的北极冰区船舶路径规划方法，包括，

3、步骤一、获取船舶类型、航行区域以及航行区域的海冰数据，对航行区域进行栅格化处理，通过极地操作限制评估风险指数系统和航行区域的海冰数据计算每一个栅格的风险指数，根据栅格的风险指数的取值对栅格所在的区域是否可航进行标记，根据标记后的航行区域建立船舶航行的目标函数，

4、步骤二、构建灰狼算法模型，设置最大迭代次数，通过tent混沌映射对灰狼种群的位置信息进行初始化，根据位置信息计算灰狼狼群的适应度值，并对适应度值进行递减排序，获取排序前三的三只灰狼作为头狼，

5、步骤三、当前迭代次数小于最大迭代次数时，灰狼狼群通过围猎行为和捕食行为更新位置信息，根据更新后的位置信息计算灰狼狼群的适应度值，更新围猎行为和捕食行为所需的参数，

6、步骤四、根据灰狼狼群的适应度值计算头狼的适应度值，判断头狼的适应度值是否发生变化，若发生变化，则当前迭代次数增加1，进入步骤五，若不发生变化，则对灰狼狼群的位置信息进行优化，根据优化后的位置信息计算适应度值，重新计算头狼的适应度值并判断头狼的适应度值是否发生变化，

7、步骤五、根据灰狼狼群的适应度值计算目标函数的取值，当目标函数的取值满足阈值时或当前迭代次数等于最大迭代次数时，终止迭代，将狼群的位置信息作为船舶的路径，反之，返回步骤三。

8、优选地，所述通过极地操作限制评估风险指数系统和航行区域的海冰数据计算每一个栅格的风险指数包括根据公式(1)计算风险指数，

9、

10、其中，z为海冰的类型，dz为第z类冰的密集度；rivsz为第z类冰的风险指数值。

11、优选地，所述通过tent混沌映射对灰狼种群的位置信息进行初始化包括根据公式(2)获取灰狼狼群的初始位置信息，

12、

13、其中，为狼群初始位置序列，k狼群数，i为当前迭代次数，分别为列的最大值与最小值，其中根据公式(3)获得，

14、

15、其中，u为[0,1]区间的随机数。

16、优选地，所述对灰狼狼群的位置信息进行优化包括根据莱维飞行策略生成随机步长对灰狼狼群的位置信息进行全局优化，或根据随机游走策略与贪心机制对灰狼狼群的位置信息进行局部优化。

17、优选地，所述根据莱维飞行策略生成随机步长对灰狼狼群的位置信息进行全局优化包括根据公式(4)、(5)生成随机步长，根据公式(6)、(7)对灰狼狼群中所有灰狼个体的位置信息进行全局优化，

18、

19、

20、

21、

22、其中，s为随机步长，μ和ν均服从正态分布，σv＝1，γ为伽马函数，ψ为(0，2)区间内的随机值，r为随机量，a∈[-1，1]为比例分子，qb为当前迭代的全局最优解，为第t次迭代时第i只灰狼的位置信息。

23、优选地，所述根据随机游走策略与贪心机制对灰狼狼群的位置信息进行局部优化包括根据公式(8)生成第i只灰狼的新位置信息q′i(t)，并根据公式(9)判断是否将新位置信息作为第i只灰狼的位置信息，

24、

25、

26、其中，qj(t)和qk(t)为第t次迭代中的第j只灰狼和第k只灰狼的位置信息；是缩放因子，fit(*)为贪心函数。

27、本发明提供一种基于改进灰狼算法的北极冰区船舶路径规划方法，通过tent混沌映射使得灰狼算法在运行中避开局部最优解，从而保持种群的多样性，提高全局搜索能力；采用levy飞行停滞扰动策略与随机游走策略，分别增强全局搜索与局部寻优能力，加入贪心机制以保留适应度更优的解，最终使规划路径更优，提高船舶路径规划的效率、收敛速度与避障效果。

技术特征：

1.一种基于改进灰狼算法的北极冰区船舶路径规划方法，其特征在于，包括，

2.根据权利要求1所述的一种基于改进灰狼算法的北极冰区船舶路径规划方法，其特征在于，所述通过极地操作限制评估风险指数系统和航行区域的海冰数据计算每一个栅格的风险指数包括根据公式(1)计算风险指数，

3.根据权利要求1所述的一种基于改进灰狼算法的北极冰区船舶路径规划方法，其特征在于，所述通过tent混沌映射对灰狼种群的位置信息进行初始化包括根据公式(2)获取灰狼狼群的初始位置信息，

4.根据权利要求1所述的一种基于改进灰狼算法的北极冰区船舶路径规划方法，其特征在于，所述对灰狼狼群的位置信息进行优化包括根据莱维飞行策略生成随机步长对灰狼狼群的位置信息进行全局优化，或根据随机游走策略与贪心机制对灰狼狼群的位置信息进行局部优化。

5.根据权利要求4所述的一种基于改进灰狼算法的北极冰区船舶路径规划方法，其特征在于，所述根据莱维飞行策略生成随机步长对灰狼狼群的位置信息进行全局优化包括根据公式(4)、(5)生成随机步长，根据公式(6)、(7)对灰狼狼群中所有灰狼个体的位置信息进行全局优化，

6.根据权利要求4所述的一种基于改进灰狼算法的北极冰区船舶路径规划方法，其特征在于，所述根据随机游走策略与贪心机制对灰狼狼群的位置信息进行局部优化包括根据公式(8)生成第i只灰狼的新位置信息q′i(t)，并根据公式(9)判断是否将新位置信息作为第i只灰狼的位置信息，

技术总结
本发明公开了一种基于改进灰狼算法的北极冰区船舶路径规划方法，包括，获取船舶类型、航行区域以及航行区域的海冰数据，对航行区域进行栅格化处理，建立船舶航行的目标函数；构建灰狼算法模型，通过Tent混沌映射对灰狼种群的位置信息进行初始化，灰狼狼群通过围猎行为和捕食行为更新位置信息，根据位置信息计算目标函数的取值，判断目标函数的取值是否满足阈值或当前迭代次数等于最大迭代次数，若满足则获取将狼群的位置信息作为船舶的路径，反之则对灰狼狼群的位置信息进行优化，根据优化后的位置信息重新计算目标函数的取值。通过本发明使得规划路径更优，提高了船舶在冰区进行路径规划的效率、收敛速度与避障效果。

技术研发人员：章文俊,林俣曈,周翔宇,杨雪,孟祥坤,白伟伟,刘军坡,李连博,谢海波
受保护的技术使用者：大连海事大学
技术研发日：
技术公布日：2024/1/15