原文传递
基于粒子群算法的超大型油船航线优化研究
| 论文题名： | 基于粒子群算法的超大型油船航线优化研究 |
| 关键词： | 航线规划;海上运输;多目标优化;粒子群算法;Pareto最优解集 |
| 摘要： | 随着世界经济全球化的发展，国际间的货物运输快速增长，其中80％以上的货物选择海上运输。但随着燃油价格的上涨和IMO碳排放要求的提高，海上运输面临着前所未有的挑战，其中航线优化是提高船舶运营能源利用和经济效益的一种有效手段。因此以航行安全为前提，综合考虑航行时间和燃油消耗进行船舶航线优化研究具有重要意义。 综合考虑气象和约束条件，以某超大型远洋油船为研究对象，建立船舶航线优化数学模型，利用Python语言开发基于粒子群算法的单目标和Pareto最优解的多目标船舶航线优化源程序。在模型验证基础上，以大圆航线和某超大型远洋油船历史航线为参考，对比分析单目标和多目标下航线优化在船舶能源利用和经济效益方面潜力，并根据不同海运市场行情规划船舶最经济航线，为船舶营运公司提供技术支持。 结果表明，建立的满载工况下船舶静水阻力模型计算误差在3％以内，风浪附加阻力模型计算结果趋势正确。在最低油耗目标下，优化航线单航次总油耗比历史航线节省15.2t，提高节油率1.51％，全年节省燃油约425.6t，显著降低燃油消耗。在最短航时目标下，优化航线比历史航线实际航行时间缩短11.3h，全年缩短航行时间约327.7h，为运力紧张时航线的选择提供优化方案。当同时考虑最低油耗和最短航时目标，优化的Pareto最优解集的最佳折中航线航次总耗时300.3h、总油耗995.3t，比最低油耗优化航线缩短航时1.9h，比最短航时优化航线节省燃油9.1t，实现了燃油消耗和航行时间的兼顾。在近期海运行情下，Pareto最优解集中最经济航线的单航次总费用为649111.2美元，比历史航线总费用节省10131.7美元;另外在任何极端市场行情下，Pareto最优解集优化航线单航次总费用均低于历史航线总费用。基于粒子群算法的船舶航线优化的实现，为决策者根据海况和市场行情选择最优航线提供技术支持。 |
| 作者： | 陈攀 |
| 专业： | 动力工程及工程热物理 |
| 导师： | 李彦军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
