详情

原文传递智能VTS中应急疏港决策研究

论文题名：	智能VTS中应急疏港决策研究
关键词：	船舶交通服务;应急疏港决策;碰撞风险评价;船舶交通冲突;优先规则
摘要：	船舶进出港操作的安全和高效是航运企事业和海事职能部门共同关注的话题。应急疏港决策是研究压港状态下船舶的疏散问题。鉴于船舶运动存在非线性及不确定性特征，本文研究确定性条件下和模糊条件下的应急疏港决策问题，旨在为VTS在船舶风险管理、船舶疏散方面提供新的解决方案，进一步提升港口水上交通运转效率。　　首先，利用数据关联度分析与处理技术，借助表征学习算法检测异常值，构建了船舶静态数据质量评价体系。其次，结合清洗后的轨迹数据和应急疏港动态数据与图形学中的碰撞检测方法，建立了船舶轨迹冲突检测框架并将其应用在了区域风险评价中。然后，结合数学规划方法、模糊优化方法、图论理论以及智能优化算法，针对不同的应急疏港决策问题分别建立了相应的决策模型并设计了优化求解算法。本文的主要研究工作如下所示：　　（1）基于表征识别方法，挖掘船舶静态信息中的异常状态，建立船舶静态信息异常检测模型。改进船舶轨迹等间隔离散方法，提出变时域轨迹分割方法实现船舶轨迹时空对齐，并基于此提出船舶轨迹冲突检测算法。基于SAT算法与船舶领域建立船舶轨迹冲突检测框架，实现了在海上船舶碰撞风险评价中的应用。　　（2）基于船舶非线性运动建立单向航道下确定性条件的应急疏港决策模型。通过引入MSTI概念提出非线性决策模型的线性转化方法。结合船舶轨迹冲突检测算法确定MSTI计算方法。基于遗传算设计了决策模型优化求解方法。结合数值模拟运用CPLEX求解器和优先级方法对模型及算法进行了验证，结果显示优化算法可获得近似精确解的数值，误差约6.83％。　　（3）基于模糊优化方法建立单向航道下模糊条件的应急疏港决策模型。通过引入可航时间窗概念实现潮汐高度非线性约束问题的线性转化，并确定船舶可航时间窗计算算法。基于模糊规则及运算方法对遗传算法评价函数与操作算子进行改进，实现对模糊条件下的优化求解，并对优化算法的参数敏感性进行分析。结合数值模拟和优先级方法对模型及算法进行了验证，结果显示Makespan性能在模糊数下限和上限方面分别提升23%和30%。　　（4）基于无向图建立航道网络下确定性条件的应急疏港决策模型。基于交通冲突技术对航道网络内的船舶交通冲突进行了归纳和分类，并提出了航道交叉口和航段内船舶交通冲突的消解方法。基于MSTI概念，提出了适用于航道网络的STI概念并给出了计算流程和方法。结合图论知识和遗传算法设计了模型优化求解方法，并分别针对限制性航道和Y形航道进行模型和算法验证。结果显示，相较于基于优先规则的方法，在限制性航道中Makespan性能最大提升64.5%，在Y形航道中Makespan性能最大提升60.3%。
作者：	刘冬冬
专业：	航海科学与技术
导师：	史国友
授予学位：	博士
授予学位单位：	大连海事大学
学位年度：	2022