CN107563541A - 一种节省时间的船舶航线规划算法 - Google Patents
一种节省时间的船舶航线规划算法 Download PDFInfo
- Publication number
- CN107563541A CN107563541A CN201710627580.0A CN201710627580A CN107563541A CN 107563541 A CN107563541 A CN 107563541A CN 201710627580 A CN201710627580 A CN 201710627580A CN 107563541 A CN107563541 A CN 107563541A
- Authority
- CN
- China
- Prior art keywords
- ship
- line
- moment
- point
- calculate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种节省时间的船舶航线规划算法,该节省时间的船舶航线规划算法步骤:步骤一,读取航次参数;步骤二,读取船舶参数;步骤三,设置等间距线数量,等间距线间隔;步骤四,导入当前时刻的气象数据;步骤五,计算船舶从起点向第i条线航行的航速、航向;步骤六,计算ΔT时刻船舶到达第i条线上的船位点。本发明的目的在于基于现实的需求和现在有技术的缺陷和不足,提供一种,设计合理、计算简便、稳定性高的船舶节省时间航线规划方法,它采用逐级优化的方法克服了其它传统算法中选择库样本量随着航程增加呈几何数增长的问题,大大降低计算量。
Description
技术领域
本发明涉及用于船舶节省时间航线规划中的最远船位逐级优化方法领域,具体为一种节省时间的船舶航线规划算法。
背景技术
自大航海时代以来,随着每个时代的科技进步,航海技术也均获得相应程度的发展;特别是近些年来,全球经济一体化的快速发展,对作为商运和客运重要运输手段的海运发展提出了新的要求——时效性;由于海运费用相对较低,但易受航线周边海况(风、浪、涌)的影响,时效性难以保证,针对时效性的船舶航线规划是十分必要的。但是,传统的仅靠船长和船员航海经验的规划方法,不但效率低且极可能因人员经验不足导致事故;其它传统航线规划方法,随着航程增大,选择库的样本量呈几何数增长,计算量极大;本算法采用逐级优化的方法,避免了选择库的样本量的增大,计算量大大减小。
发明内容
本发明的目的在于提供一种节省时间的船舶航线规划算法,该节省时间的船舶航线规划算法步骤:
步骤一,读取航次参数;
步骤二,读取船舶参数;
步骤三,设置等间距线数量,等间距线间隔;
步骤四,导入当前时刻的气象数据;
步骤五,计算船舶从起点向第i条线航行的航速、航向;
步骤六,计算ΔT时刻船舶到达第i条线上的船位点P1 i;
步骤七,导入KΔT时刻的气象数据;
步骤八,计算KΔT时刻船舶从点出发向第j条线航行的航速、航向;
步骤九,计算(K+1)ΔT时刻船舶从点出发到达第j条线的船位点
步骤十,比较的数值,选择最远船位(经度方向)作为(K+1)ΔT;
步骤十一,时刻船舶到达第j条线上的优化船位点
步骤十二,记忆优化路径;
步骤十三,比较与终点的经度位置;
步骤十四,如果的经度都小于终点的经度,则令K增加1,重复步骤七到步骤十二;
步骤十五,如果的经度大于终点的经度,则计算对应的点航行到终点的时间
步骤十六,比较的大小,最小值对应的即为最短时间航线在KΔT时刻的最佳船位点;
步骤十七,追索得到船舶在每一个ΔT时刻的最佳船位点
步骤十八,计算最短航行时间
与现有技术相比,本发明的有益效果是:本发明的目的在于基于现实的需求和现在有技术的缺陷和不足,提供一种,设计合理、计算简便、稳定性高的船舶节省时间航线规划方法,它采用逐级优化的方法克服了其它传统算法中选择库样本量随着航程增加呈几何数增长的问题,大大降低计算量;重新定义了航线周边区域风速、风向、浪高、浪向、涌高、涌向等海况因素对船舶航速的实时影响,进一步减小的计算误差,算法稳定性高,每一级选择库的样品量为恒定值,计算量小,效率高;考虑了航线优化过程中,航线周边海况对船速的实时影响,减小了计算的误差,提高了算法的鲁棒性。
附图说明
图1为本发明算法的流程图;
图2为基于本算法的节省时间航线规划示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合具体实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
一种节省时间的船舶航线规划算法,该节省时间的船舶航线规划算法步骤:
步骤一,读取航次参数;
步骤二,读取船舶参数;
步骤三,设置等间距线数量,等间距线间隔;
步骤四,导入当前时刻的气象数据;
步骤五,计算船舶从起点向第i条线航行的航速、航向;
步骤六,计算ΔT时刻船舶到达第i条线上的船位点P1 i;
步骤七,导入KΔT时刻的气象数据;
步骤八,计算KΔT时刻船舶从点出发向第j条线航行的航速、航向;
步骤九,计算(K+1)ΔT时刻船舶从点出发到达第j条线的船位点
步骤十,比较的数值,选择最远船位(经度方向)作为(K+1)ΔT;
步骤十一,时刻船舶到达第j条线上的优化船位点
步骤十二,记忆优化路径;
步骤十三,比较与终点的经度位置;
步骤十四,如果的经度都小于终点的经度,则令K增加1,重复步骤七到步骤十二;
步骤十五,如果的经度大于终点的经度,则计算对应的点航行到终点的时间
步骤十六,比较的大小,最小值对应的即为最短时间航线在KΔT时刻的最佳船位点;
步骤十七,追索得到船舶在每一个ΔT时刻的最佳船位点
步骤十八,计算最短航行时间
本发明是根据航舶航线规划对航行时效性的要求和实践,提出了一种逐级优化的节省时间船舶航线规划算法,为船舶航线规划提供依据。对本发明中各个部分中的术语阐述如下:
静水速度:特定船舶在没有风、浪、涌等因素的影响下的航行速度,其值一般由船舶设计单位根据船舶的设计特性确定。
失速:在风、浪、涌等海况的影响下,船舶航行速度低于或者高于船舶静水速度的一种海航现象,失速值因风向、风速、浪高、浪向、涌高、涌向等海况因素的不同而有所不同,其数学计算表达式为:
其中:
△V:船速变化量;
V0:静水航速;
z=船长×型宽×型深;
G:载重吨数;
W:风速;
WX:风舷角(风向与船向的夹角);
D:涌高;
DX:涌舷角(涌向与船向的夹角)。
b0~b10为回归系数,其取值由下表1确定。
表1失速方程回归系统表
b0=0.2069009703 | b1=-0.0248533143 |
b2=-0.280951245 | b3=-0.00171467331 |
b4=0.11327793 | b5=0.0005261299 |
b6=-0.015729074 | b7=0.00030382 |
b8=0.0004010126976 | b9=-2.118784501×10-7 |
b10=5893.59689 |
本发明陈述的节省时间航线规划算法的过程为:
S1:读取航次参数:出发港经纬度、目的港经纬度、出发时间、到达限制时间;
S2:读取船舶船长、型高、型深、载重等参数;
S3:在出发港和目的港之间的大圆连线两侧设置等间距大圆线数量,等间距大圆线之间的距离间隔;
S4:根据天气预报,导入当前时刻各个大圆线所在海域的气象信息(海况:风、浪、涌);
S5:根据失速方程,结合气象因素,计算船舶从起点向第i条线航行各个阶段的航速,根据航速计算各阶段的航向;
S6:计算ΔT时刻船舶到达第i条大圆线上的船位点P1 i的经纬度,将各大圆线上船位点中相距ΔT起始点经度跨度最大的点作为该大圆线的新的起始点;
S7:依次类推,导入KΔT各个大圆线所在海域的气象信息;
S8:计算KΔT时刻船舶从第i条大圆线上的新起始点点出发向第j条线航行的航速、航向;
S9:计算(K+1)ΔT时刻船舶从点出发到达第j条线的船位点
S10:比较的数值,选择最远船位(经度方向)作为(K+1)ΔT时刻船舶到达第j条线上的优化船位点
S11:记忆优化路径;
S12:比较与终点的经度位置;
S13:如果的经度都小于终点的经度,则令K增加1,重复7到12步;
S14:如果的经度大于终点的经度,则计算对应的点航行到终点的时间
S15:比较的大小,最小值对应的即为最短时间航线在KΔT时刻的最佳船位点;
S16:追索得到船舶在每一个ΔT时刻的最佳船位点
S17:计算最短航行时间
此种节省时间船舶航线规划算法,相比于其它省时航线优化算法具有极大的优势,首先,基于大数据量的实际航行测量,重新定义了失速方程,船舶失速计算更准确;优化航线过程中,考虑了实时船舶失速,航线规划的误差更小;采用了逐级优化的方法,避免了每一级的选择库样本量是前一级的几何倍数的问题,计算量大大减小,大大提高了计算效率。
本发明的目的在于基于现实的需求和现在有技术的缺陷和不足,提供一种,设计合理、计算简便、稳定性高的船舶节省时间航线规划方法,它采用逐级优化的方法克服了其它传统算法中选择库样本量随着航程增加呈几何数增长的问题,大大降低计算量;重新定义了航线周边区域风速、风向、浪高、浪向、涌高、涌向等海况因素对船舶航速的实时影响,进一步减小的计算误差,算法稳定性高,每一级选择库的样品量为恒定值,计算量小,效率高;考虑了航线优化过程中,航线周边海况对船速的实时影响,减小了计算的误差,提高了算法的鲁棒性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (1)
1.一种节省时间的船舶航线规划算法,其特征在于:该节省时间的船舶航线规划算法步骤:
步骤一,读取航次参数;
步骤二,读取船舶参数;
步骤三,设置等间距线数量,等间距线间隔;
步骤四,导入当前时刻的气象数据;
步骤五,计算船舶从起点向第i条线航行的航速、航向;
步骤六,计算ΔT时刻船舶到达第i条线上的船位点
步骤七,导入KΔT时刻的气象数据;
步骤八,计算KΔT时刻船舶从点出发向第j条线航行的航速、航向;
步骤九,计算(K+1)ΔT时刻船舶从点出发到达第j条线的船位点
步骤十,比较的数值,选择最远船位(经度方向)作为(K+1)ΔT;
步骤十一,时刻船舶到达第j条线上的优化船位点
步骤十二,记忆优化路径;
步骤十三,比较与终点的经度位置;
步骤十四,如果的经度都小于终点的经度,则令K增加1,重复步骤七到步骤十二;
步骤十五,如果的经度大于终点的经度,则计算对应的点航行到终点的时间
步骤十六,比较的大小,最小值对应的即为最短时间航线在KΔT时刻的最佳船位点;
步骤十七,追索得到船舶在每一个ΔT时刻的最佳船位点
步骤十八,计算最短航行时间
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710627580.0A CN107563541A (zh) | 2017-07-28 | 2017-07-28 | 一种节省时间的船舶航线规划算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710627580.0A CN107563541A (zh) | 2017-07-28 | 2017-07-28 | 一种节省时间的船舶航线规划算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107563541A true CN107563541A (zh) | 2018-01-09 |
Family
ID=60973772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710627580.0A Pending CN107563541A (zh) | 2017-07-28 | 2017-07-28 | 一种节省时间的船舶航线规划算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107563541A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726910A (zh) * | 2018-12-26 | 2019-05-07 | 浙江海洋大学 | 一种海运航线选择方法 |
CN110196986A (zh) * | 2019-03-06 | 2019-09-03 | 智慧航海(青岛)科技有限公司 | 基于气象环境信息的无人船舶最短航时航线优化方法 |
CN110264086A (zh) * | 2019-06-21 | 2019-09-20 | 山东省计算中心(国家超级计算济南中心) | 一种基于专管共用的规范化海上试验航次制定方法 |
CN110398248A (zh) * | 2019-07-22 | 2019-11-01 | 广东华风海洋信息系统服务有限公司 | 一种基于网格优化的航海避障算法 |
CN110595473A (zh) * | 2019-08-14 | 2019-12-20 | 青岛科技大学 | 一种最短时气象航线的获取方法及其系统 |
CN110849371A (zh) * | 2019-11-18 | 2020-02-28 | 青岛科技大学 | 一种无人船气象航线动态优化方法和系统 |
CN113053170A (zh) * | 2019-12-29 | 2021-06-29 | 广东华风海洋信息系统服务有限公司 | 一种实现智能航行系统的方法 |
CN113052357A (zh) * | 2019-12-28 | 2021-06-29 | 广东华风海洋信息系统服务有限公司 | 一种遍历与贪心法结合的优化航线计算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104808659A (zh) * | 2015-02-27 | 2015-07-29 | 吉林大学 | 船舶大圆航法航行航迹偏差的测定方法 |
WO2016147463A1 (ja) * | 2015-03-18 | 2016-09-22 | 本田技研工業株式会社 | 海上航行支援サーバシステム、及び海上航行支援方法 |
-
2017
- 2017-07-28 CN CN201710627580.0A patent/CN107563541A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104808659A (zh) * | 2015-02-27 | 2015-07-29 | 吉林大学 | 船舶大圆航法航行航迹偏差的测定方法 |
WO2016147463A1 (ja) * | 2015-03-18 | 2016-09-22 | 本田技研工業株式会社 | 海上航行支援サーバシステム、及び海上航行支援方法 |
Non-Patent Citations (2)
Title |
---|
刘烽: "一种新的最短时间航线的计算方法", 《大连海运学院学报》 * |
王牧: "电子海图系统中最优航线设计的研究", 《中国优秀硕士论文全文数据库》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726910A (zh) * | 2018-12-26 | 2019-05-07 | 浙江海洋大学 | 一种海运航线选择方法 |
CN109726910B (zh) * | 2018-12-26 | 2020-11-17 | 浙江海洋大学 | 一种海运航线选择方法 |
CN110196986A (zh) * | 2019-03-06 | 2019-09-03 | 智慧航海(青岛)科技有限公司 | 基于气象环境信息的无人船舶最短航时航线优化方法 |
CN110264086A (zh) * | 2019-06-21 | 2019-09-20 | 山东省计算中心(国家超级计算济南中心) | 一种基于专管共用的规范化海上试验航次制定方法 |
CN110398248A (zh) * | 2019-07-22 | 2019-11-01 | 广东华风海洋信息系统服务有限公司 | 一种基于网格优化的航海避障算法 |
CN110398248B (zh) * | 2019-07-22 | 2023-02-28 | 广东华风海洋信息系统服务有限公司 | 一种基于网格优化的航海避障算法 |
CN110595473A (zh) * | 2019-08-14 | 2019-12-20 | 青岛科技大学 | 一种最短时气象航线的获取方法及其系统 |
CN110849371A (zh) * | 2019-11-18 | 2020-02-28 | 青岛科技大学 | 一种无人船气象航线动态优化方法和系统 |
CN113052357A (zh) * | 2019-12-28 | 2021-06-29 | 广东华风海洋信息系统服务有限公司 | 一种遍历与贪心法结合的优化航线计算方法 |
CN113052357B (zh) * | 2019-12-28 | 2022-02-22 | 广东华风海洋信息系统服务有限公司 | 一种遍历与贪心法结合的优化航线计算方法 |
CN113053170A (zh) * | 2019-12-29 | 2021-06-29 | 广东华风海洋信息系统服务有限公司 | 一种实现智能航行系统的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563541A (zh) | 一种节省时间的船舶航线规划算法 | |
CN110967022B (zh) | 船舶航速优化辅助决策系统 | |
CN103531043B (zh) | 基于航线匹配的船舶点到点航行时间估算方法 | |
CN110147900A (zh) | 一种船舶航线航速多任务综合优化方法 | |
KR102510652B1 (ko) | 선박의 라우팅 예측 시스템 및 라우팅 예측 시스템에 사용되는 프로그램 | |
JP7312263B2 (ja) | 海上船舶の最適ルートを決定するための装置 | |
JP2008145312A (ja) | 最適航路探索方法 | |
Takashima et al. | 4 On the fuel saving operation for coastal merchant ships using weather routing | |
Dashtimanesh et al. | A simplified method to calculate trim and resistance of a two-stepped planing hull | |
JP2013134089A (ja) | 最適航路計算装置及び最適航路計算方法 | |
JP2016060454A (ja) | 船舶運航計画最適化システムおよび船舶運航計画最適化方法 | |
KR20090091277A (ko) | 선박의 운항지시 최적화 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
JP6251842B2 (ja) | 船舶の運航支援システム及び船舶の運航支援方法 | |
Prpić-Oršić et al. | Influence of ship routes on fuel consumption and CO2 emission | |
JP2019012029A (ja) | 最適航路探索方法及び装置 | |
Gershanik | Weather routing optimisation–challenges and rewards | |
Liu et al. | On the resistance and speed loss of full type ships in a seaway | |
Chen | Voyage optimization supersedes weather routing | |
CN115545289B (zh) | 一种航线规划方法、装置以及电子设备 | |
Eskild | Development of a method for weather routing of ships | |
JP5699246B1 (ja) | 配船支援装置、配船支援方法、プログラム及び記録媒体 | |
Yuankui et al. | Minimal time route for wind-assisted ships | |
Borén Altés et al. | Added resistance parametrizations due to waves in a weather ship routing system | |
Cui et al. | Development of a ship weather routing system for energy efficient shipping | |
Burden et al. | Concept design of a fast sail assisted feeder container ship |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180109 |