CN109726910B - 一种海运航线选择方法 - Google Patents
一种海运航线选择方法 Download PDFInfo
- Publication number
- CN109726910B CN109726910B CN201811596656.9A CN201811596656A CN109726910B CN 109726910 B CN109726910 B CN 109726910B CN 201811596656 A CN201811596656 A CN 201811596656A CN 109726910 B CN109726910 B CN 109726910B
- Authority
- CN
- China
- Prior art keywords
- route
- point
- probability
- passing point
- routes
- 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.)
- Active
Links
Images
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种海运航线选择方法,步骤为:1、设定起点、终点、途经点、停靠点、预定变异概率、交叉概率;2、计算每个途经点距离停靠点的距离;3、将途经点与相距最近的停靠点划分为一簇,取每簇均值作为新途经点;4、计算新途经点与停靠点的具体是否小于给定的阈值,若小于则将新途经点作为选定途经点,初始化航线群;5、计算航线群中每条航线适应度和累计概率;6、保留适应度最高的航线到下一航线群,其他航线一定概率下变异,生成新航路群;7、直至最大迭代次数,将适应度最高的航线进行解码,生成最优航线。本发明能够处理缺失值,对异常点进行检测和处理,并能对复杂且有重叠的轨迹进行切割。
Description
技术领域
本发明属于海洋船舶技术领域,特别涉及一种海运航线选择方法。
背景技术
海运航线是指船舶在两个或多个港口之间,从事海上旅客和货物运输的线路。海上运输的路线同其他各种运输方式相比,具有投资少、天然形成的特点,同时也更多地受到自然条件的影响和制约,这种影响和制约明显地表现在航线分类上。海运航线是连接各要素的纽带,是船舶在系统中运行或行进所循的轨迹,在海运空间系统中起着承上启下作用。海上运输的航线分布于各大洋之间,这也是海运较其他运输方式的优势所在。如何才能最有效地利用这一优势,是系统组织中重要的问题。航线在系统中受其他要素的制约,在选择航线时,要考虑到货物、船舶以及港口各要素的状况,对系统组织作全面的评估后方能作出合理的选择方案,是一个相对被动的要素。
现有的海运航线无法提前预知天气以及环境的影响从而自动调节改变航线。
发明内容
发明目的:针对现有技术中存在的问题,提供一种能够提前预知天气以及环境的影响从而自动调节改变航线,使得航运线路不仅安全而且高效的海运航线选择方法。
技术方案:为解决上述技术问题,本发明提供1、一种海运航线选择方法,包括如下步骤:
(1)设定起点、终点以及沿路停靠的港口;
(2)从历史数据库中提取某时间段内每个经过的海洋各个地点的环境情况,将出现恶劣环境超过一半概率的地点标记为不可经过的地点并从数据库中将该地点删除,仅保留出现恶劣环境的地点,并将该地点设为途经点;
(3)预定变异概率、交叉概率,并将步骤(1)中设定的沿路停靠的港口作为停靠点;
(4)计算每个途经点距离停靠点的距离;
(5)将途经点与相距最近的停靠点划分为一簇,取每簇均值作为新途经点;
(6)计算新途经点与停靠点的距离是否小于给定的阈值,若小于则进入步骤(7),若大于则返回步骤(4);
(7)将新途经点作为选定途经点,初始化航线群;
(8)计算航线群中每条航线适应度和累计概率;
(9)保留适应度最高的航线到下一航线群,其他航线一定概率下变异,生成新航线群;
(10)判断是否达到最大迭代次数,若已经达到最大迭代次数则进入步骤(11),否则返回步骤(8);
(11)将适应度最高的航线进行解码,生成最优航线。
进一步的,所述步骤(4)中每个途经点距离停靠点的距离为地理距离。
进一步的,所述步骤(2)中历史数据库中的海洋各个地点的环境情况实时更新,包括当天当时的恶劣天气,并且考虑当天当时的恶劣天气,如果当天当时显示为恶劣天气则直接删除该地点不进行存储。
进一步的,所述步骤(8)中计算航线群中每条航线适应度的具体步骤为:该航线的最大长度+(该航线所需船舶数-最大限制船舶数)*惩罚因子。
进一步的,所述步骤(8)中计算航线群中每条航线累计概率的方法为:该航线适应度/所有航线群中航线的适应度之和+前一条航线求出的累计概率。
进一步的,所述步骤(9)中其他航线一定概率下变异的方法为:以事先约定的交叉概率相互交换某两条航线之间的途经点信息,随机对航线配对并随机设置交换位置,或对航线中某一或几个位置上的途经点信息按照事先约定的变异概率进行改变。
进一步的,所述步骤(11)中将适应度最高的航线进行解码的具体步骤为:将最高适应度的航线根据每艘船的最大载重限制对航线进行拆分,拆分后的若干条序列即为最终安排的若干条航线。
与现有技术相比,本发明的优点在于:
本发明可以提前预知天气以及环境的影响从而自动调节改变航线,使得航运线路不仅安全而且高效。
附图说明
图1是本发明的流程图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明。本发明描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的其他实施例,都属于本发明所保护的范围。
本发明具体包括如下步骤:
(1)设定起点、终点以及沿路停靠的港口;
(2)从历史数据库中提取某时间段内每个经过的海洋各个地点的环境情况,将出现恶劣环境超过一半概率的地点标记为不可经过的地点并从数据库中将该地点删除,仅保留出现恶劣环境的地点,并将该地点设为途经点;
(3)预定变异概率、交叉概率,并将步骤(1)中设定的沿路停靠的港口作为停靠点;
(4)计算每个途经点距离停靠点的距离;
(5)将途经点与相距最近的停靠点划分为一簇,取每簇均值作为新途经点;
(6)计算新途经点与停靠点的距离是否小于给定的阈值,若小于则进入步骤(7),若大于则返回步骤(4);
(7)将新途经点作为选定途经点,初始化航线群;
(8)计算航线群中每条航线适应度和累计概率;
(9)保留适应度最高的航线到下一航线群,其他航线一定概率下变异,生成新航线群;
(10)判断是否达到最大迭代次数,若已经达到最大迭代次数则进入步骤(11),否则返回步骤(8);
(11)将适应度最高的航线进行解码,生成最优航线。
进一步的,所述步骤(4)中每个途经点距离停靠点的距离为地理距离。
进一步的,所述步骤(2)中历史数据库中的海洋各个地点的环境情况实时更新,包括当天当时的恶劣天气,并且考虑当天当时的恶劣天气,如果当天当时显示为恶劣天气则直接删除该地点不进行存储。
进一步的,所述步骤(8)中计算航线群中每条航线适应度的具体步骤为:该航线的最大长度+(该航线所需船舶数-最大限制船舶数)*惩罚因子。
进一步的,所述步骤(8)中计算航线群中每条航线累计概率的方法为:该航线适应度/所有航线群中航线的适应度之和+前一条航线求出的累计概率。
进一步的,所述步骤(9)中其他航线一定概率下变异的方法为:以事先约定的交叉概率相互交换某两条航线之间的途经点信息,随机对航线配对并随机设置交换位置,或对航线中某一或几个位置上的途经点信息按照事先约定的变异概率进行改变。
进一步的,所述步骤(11)中将适应度最高的航线进行解码的具体步骤为:将最高适应度的航线根据每艘船的最大载重限制对航线进行拆分,拆分后的若干条序列即为最终安排的若干条航线。
Claims (7)
1.一种海运航线选择方法,其特征在于,包括如下步骤:
(1)设定起点、终点以及沿路停靠的港口;
(2)从历史数据库中提取某时间段内每个经过的海洋各个地点的环境情况,将出现恶劣环境超过一半概率的地点标记为不可经过的地点并从数据库中将该地点删除,仅保留出现恶劣环境的地点,并将该地点设为途经点;
(3)预定变异概率、交叉概率,并将步骤(1)中设定的沿路停靠的港口作为停靠点;
(4)计算每个途经点距离停靠点的距离;
(5)将途经点与相距最近的停靠点划分为一簇,取每簇均值作为新途经点;
(6)计算新途经点与停靠点的距离是否小于给定的阈值,若小于则进入步骤(7),若大于则返回步骤(4);
(7)将新途经点作为选定途经点,初始化航线群;
(8)计算航线群中每条航线适应度和累计概率;
(9)保留适应度最高的航线到下一航线群,其他航线一定概率下变异,生成新航线群;
(10)判断是否达到最大迭代次数,若已经达到最大迭代次数则进入步骤(11),否则返回步骤(8);
(11)将适应度最高的航线进行解码,生成最优航线。
2.根据权利要求1所述的一种海运航线选择方法,其特征在于,所述步骤(4)中每个途经点距离停靠点的距离为地理距离。
3.根据权利要求1所述的一种海运航线选择方法,其特征在于,所述步骤(2)中历史数据库中的海洋各个地点的环境情况实时更新,包括当天当时的恶劣天气,并且考虑当天当时的恶劣天气,如果当天当时显示为恶劣天气则直接删除该地点不进行存储。
4.根据权利要求1所述的一种海运航线选择方法,其特征在于,所述步骤(8)中计算航线群中每条航线适应度的具体步骤为:该航线的最大长度+(该航线所需船舶数-最大限制船舶数)*惩罚因子。
5.根据权利要求1所述的一种海运航线选择方法,其特征在于,所述步骤(8)中计算航线群中每条航线累计概率的方法为:该航线适应度/所有航线群中航线的适应度之和+前一条航线求出的累计概率。
6.根据权利要求1所述的一种海运航线选择方法,其特征在于,所述步骤(9)中其他航线一定概率下变异的方法为:以事先约定的交叉概率相互交换某两条航线之间的途经点信息,随机对航线配对并随机设置交换位置,或对航线中某一或几个位置上的途经点信息按照事先约定的变异概率进行改变。
7.根据权利要求1所述的一种海运航线选择方法,其特征在于,所述步骤(11)中将适应度最高的航线进行解码的具体步骤为:将最高适应度的航线根据每艘船的最大载重限制对航线进行拆分,拆分后的若干条序列即为最终安排的若干条航线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811596656.9A CN109726910B (zh) | 2018-12-26 | 2018-12-26 | 一种海运航线选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811596656.9A CN109726910B (zh) | 2018-12-26 | 2018-12-26 | 一种海运航线选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109726910A CN109726910A (zh) | 2019-05-07 |
CN109726910B true CN109726910B (zh) | 2020-11-17 |
Family
ID=66296815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811596656.9A Active CN109726910B (zh) | 2018-12-26 | 2018-12-26 | 一种海运航线选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109726910B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111126901A (zh) * | 2019-12-11 | 2020-05-08 | 程凤凤 | 一种多种类生产制造运输系统 |
CN111091331A (zh) * | 2019-12-24 | 2020-05-01 | 南京紫核鑫智能科技有限公司 | 基于物联网平台的海运拼装箱航运管理系统 |
CN114077911A (zh) * | 2020-08-13 | 2022-02-22 | 福建金风科技有限公司 | 风力发电机组运输路径的排布优化方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788581A (zh) * | 2012-07-17 | 2012-11-21 | 哈尔滨工程大学 | 一种基于改进的微分进化算法的船舶航路规划方法 |
CN103531043A (zh) * | 2013-09-27 | 2014-01-22 | 重庆大学 | 基于航线匹配的船舶点到点航行时间估算方法 |
CN107563541A (zh) * | 2017-07-28 | 2018-01-09 | 广东华风海洋信息系统服务有限公司 | 一种节省时间的船舶航线规划算法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080306795A1 (en) * | 2007-06-05 | 2008-12-11 | Ho William P C | Transportation management processes and systems |
-
2018
- 2018-12-26 CN CN201811596656.9A patent/CN109726910B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788581A (zh) * | 2012-07-17 | 2012-11-21 | 哈尔滨工程大学 | 一种基于改进的微分进化算法的船舶航路规划方法 |
CN103531043A (zh) * | 2013-09-27 | 2014-01-22 | 重庆大学 | 基于航线匹配的船舶点到点航行时间估算方法 |
CN107563541A (zh) * | 2017-07-28 | 2018-01-09 | 广东华风海洋信息系统服务有限公司 | 一种节省时间的船舶航线规划算法 |
Also Published As
Publication number | Publication date |
---|---|
CN109726910A (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109726910B (zh) | 一种海运航线选择方法 | |
Buixadé Farré et al. | Commercial Arctic shipping through the Northeast Passage: routes, resources, governance, technology, and infrastructure | |
CN103531043B (zh) | 基于航线匹配的船舶点到点航行时间估算方法 | |
CN112906830B (zh) | 一种基于ais大数据的船舶最优航线自动生成方法 | |
CN110967022A (zh) | 船舶航速优化辅助决策系统 | |
JP5435418B2 (ja) | 海流データ同化方法および同化システム | |
CN111428916B (zh) | 一种海上救援船舶巡航路径规划方法 | |
CN109405831A (zh) | 一种内河水网航线规划方法 | |
CN106184649A (zh) | 一种基于航行特征数据学习的智能航线节油方法 | |
Wen et al. | Spatio-temporal route mining and visualization for busy waterways | |
Frolov | Development of the Russian Arctic zone: Challenges facing the renovation of transport and military infrastructure | |
CN114936332A (zh) | 一种风电场水域船舶交通流分析的方法、装置和存储介质 | |
Prpić-Oršić et al. | Influence of ship routes on fuel consumption and CO2 emission | |
CN115995165A (zh) | 一种船舶航行风险管理方法和系统 | |
CN110400053B (zh) | 一种港口气象服务效益评估的方法 | |
Krata et al. | Bayesian approach to ship speed prediction based on operational data | |
Chen et al. | Art and science of ship voyage optimization: A critical review | |
Czermański | Baltic shipping development trends in maritime spatial planning aspect | |
CN115511174A (zh) | 一种船舶风险预测方法和系统 | |
Mannarini et al. | Preliminary inter-comparison of AIS data and optimal ship tracks | |
KR102576051B1 (ko) | 선박의 연료 전환을 위한 배출규제해역 진입시점 산출방법 | |
CN113673776A (zh) | 一种船舶航线的规划管理方法 | |
Assimizele et al. | A sustainable model for optimal dynamic allocation of patrol tugs to oil tankers | |
Szymański et al. | Application of Bon Voyage 7.0 (AWT) to programming of an ocean route of post-Panamax container vessel in transpacific voyage Seattle–Pusan 26.08. 2015, 1600UTC–05.09. 2015, 2100UTC | |
Wenzel et al. | A Neural Network Approach for ETA Prediction in Inland Waterway Transport |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210507 Address after: Room 1604, block a, Baodi Plaza office building, 688 Dalian Road, Yangpu District, Shanghai 200082 Patentee after: Shanghai Ouyang Ship Management Co.,Ltd. Address before: 316022 No.1 Haida South Road, Changzhi Island, Lincheng street, Dinghai District, Zhoushan City, Zhejiang Province Patentee before: Zhejiang Ocean University |
|
TR01 | Transfer of patent right |