公开(公告)号：CN111553562A

公开(公告)日：2020-08-18

申请号：CN202010262928.2

申请日：2020-04-07

Applicant: 哈尔滨工程大学

Inventor： 林孝工 ,  王亭 ,  郭非 ,  王楠珺 ,  袁宇祺

IPC: G06Q10/06 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及的是一种基于改进BP神经网络的船舶碰撞危险度估算方法，包括(1)对传统BP神经网络进行改进；(2)建立船舶碰撞危险度估算模型；(3)估算船舶碰撞危险度。本发明完成了传统BP神经网络数学模型的建立，一方面方便在其数学模型的基础上对其进行改进，另一方面方便将传统BP神经网络数学模型与改进BP神经网络数学模型进行对比；本发明提出了一种自适应学习速率算法，并最大限度地优化了每个节点的学习速率，进一步提高网络的收敛速度。本发明为了防止网络在迭代学习过程中陷入局部最小，无法收敛到要求的误差范围，使用最小动量项法对网络进行优化。

公开(公告)号：CN111452933A

公开(公告)日：2020-07-28

申请号：CN202010262931.4

申请日：2020-04-07

Applicant: 哈尔滨工程大学

Inventor： 林孝工 ,  郭非 ,  马丽莉 ,  王楠珺 ,  王亭 ,  邵希胜

IPC: B63B79/20 ,  B63B79/40

Abstract: 本发明提供的是一种船舶动力定位船推进器故障情况下的推力重分配方法。主要包括：1、基于不同的故障程度分为部分故障和完全故障，并将该故障类型应用于推力分配之中。2、基于推进器最大推力故障系数的方法，建立故障模式下优化模型。3、确定动力定位系统推进器推力重分配的方法。选择遗传算法作为本控制系统的优化求解方法，确定求解优化控制分配的准则。本发明针对不同的故障类型和程度建立了恰当的故障模型。为了保证船舶在推进器故障情况下继续安全作业，分析了推进器的不同故障类型并对推进系统的控制分配参数进行了重构。

公开(公告)号：CN111338356A

公开(公告)日：2020-06-26

申请号：CN202010262916.X

申请日：2020-04-07

Applicant: 哈尔滨工程大学

Inventor： 林孝工 ,  王亭 ,  王楠珺 ,  郭非 ,  袁宇祺

IPC: G05D1/02

Abstract: 本发明涉及的一种改进分布式遗传算法的多目标无人船避碰路径规划方法。本发明包括如下步骤：(1)障碍物位置的获取与无人艇位置姿态的获取；(2)计算无人艇的碰撞危险度；(3)基于改进分布式遗传算法的多目标无人船避碰路径规划。本发明完成了船舶通过收集并分析障碍物信息，到制定避碰对策，完成对障碍物的躲避的一系列过程，有效提升了船舶避障的智能化，减少了操控人员的工作量。

公开(公告)号：CN111572729A

公开(公告)日：2020-08-25

申请号：CN202010262925.9

申请日：2020-04-07

Applicant: 哈尔滨工程大学

Inventor： 林孝工 ,  郭非 ,  马丽莉 ,  王亭 ,  王楠珺 ,  邵希胜

IPC: B63B79/20 ,  B63B79/40 ,  G06N3/12

Abstract: 本发明提供的是一种基于改进遗传算法的船舶动力定位系统推力分配方法。使用浮点数编码代替二进制编码；选择算子使用随机遍历抽样算法代替轮盘赌算法，降低选择操作的时间复杂度；在变异操作用中引入灾变，模拟自然进化的过程，提高种群的多样化，避免种群过早的进行收敛；引入多种群操作，每隔一定的代数对子种群进行迁移操作；将遗传算法的进化过程也分成渐变阶段和突变阶段，自使用改变基因交叉率和基因变异率来提高算法的收敛速度；调节适应度函数的权值和遗传算法的参数，提高推力分配的实时性、精确性以及稳定性。选取恰当适应度函数的权值，通过选择不同的遗传算法参数，分析参数对推力重分配过程的实时性、精确性以及稳定性的影响。