CN111428916B - 一种海上救援船舶巡航路径规划方法 - Google Patents

一种海上救援船舶巡航路径规划方法 Download PDF

Info

Publication number
CN111428916B
CN111428916B CN202010169849.7A CN202010169849A CN111428916B CN 111428916 B CN111428916 B CN 111428916B CN 202010169849 A CN202010169849 A CN 202010169849A CN 111428916 B CN111428916 B CN 111428916B
Authority
CN
China
Prior art keywords
rescue
grid
index
ship
risk
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
Application number
CN202010169849.7A
Other languages
English (en)
Other versions
CN111428916A (zh
Inventor
程亮
周晓
李满春
闫兆进
张雪东
闵开付
季辰
左潇懿
楚森森
吴洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University
Original Assignee
Nanjing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University filed Critical Nanjing University
Priority to CN202010169849.7A priority Critical patent/CN111428916B/zh
Publication of CN111428916A publication Critical patent/CN111428916A/zh
Application granted granted Critical
Publication of CN111428916B publication Critical patent/CN111428916B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种海上救援船舶巡航路径规划方法，包括以下步骤：第一步、利用基于GIS的多准则决策分析方法，建立航行风险指数，对每个格网的救援需求进行评估；第二步、基于时间可达性模型识别救援船的巡航区域；第三步、以路径所经格网救援需求之和最大为目标，通过求解线性规划问题确定最优巡航路径。本发明使用海洋环境数据可以确定救援船最优巡航路径。本发明可为有关部门规划救援船舶的海上巡航路径提供参考。

Description

一种海上救援船舶巡航路径规划方法
技术领域
本发明涉及一种海上救援船舶巡航路径规划方法，特别是涉及一种海洋环境数据的救援船舶巡航路径规划方法。
背景技术
海运对于全球经济的发展至关重要，大约90％的世界贸易货物通过海运运输(Banda et al.,2015)。当前，船舶数量不断增加，导致发生航行事故的可能性随之增加(Liu et al.,2019；Baksh et al.,2018)。尽管在海上航行安全方面做出了许多努力，但航运业仍然发生了大量事故(Faghih-Roohi et al.,2014)。沿海国家有责任提供海上搜救服务，并确保其海域范围内船只的安全航行(Zhou et al.,2019)。一般情况下，当船舶遇险并发出求救信号时，应急指挥中心应在收到信号后派遣救援船救助呼救者(Karahalios,2018)。然而，灾害性天气可能导致通信技术出现故障，以及救援基地和遇险船舶之间的较远距离，会延长救援时间(Huang et al.,2019；et al.,2016)。因此，建立一支在海上巡逻的救援队，提供及时的援助至关重要。抗灾能力强的救援船例行巡逻是海上搜救保障航行船舶安全的重要组成部分。要完成巡逻任务，最重要的一步是巡逻路径规划，其目的是使设计的方案具有最佳的巡逻性能，即实现最大的需求覆盖(Jeong et al.,2019)。
现有研究已经发展了许多方法来分析海洋环境中的路径规划。大多数现有研究专注于提高船舶的航行效率(例如，节省燃料和时间)(Jeong et al.,2019；Dickson et al.,2019)。例如，Park和Kim(2015)应用A*算法来确定每个时间段的最优航线，目的是实现燃油消耗最小化。Yoo和Kim(2016)提出了一种考虑海流影响的航迹规划算法，该算法利用机器学习来获取船舶的理想航迹。最近，Zaccon和Figari(2017)根据最低油耗策略使用动态规划来选择船只的路线和速度。此外，Jeong等人(2019)提出了一种多准则航路规划方法。它可以根据船舶的目标和偏好，客观地获取船舶的路径。然而，研究巡逻路径规划的研究相对较少。Yan等人(2017)提出了一种多自主水下机器人在复杂环境下确定最优路径的路径优化技术。Huang等人(2019)提出了一种确定多机器人系统最优巡逻策略的人工免疫算法。虽然已经取得了一定的进展，但现有研究主要集中在路径规划算法的设计或优化上。目前仍然缺乏对救援船舶巡逻路径的规划和可视化研究，特别是对救援需求的考虑。
发明内容
本发明解决的技术问题是：克服现有技术的上述不足，提出一种海上救援船舶巡航路径规划方法。相对于传统的方法而言，本发明将多属性决策、地理信息系统(GIS)和线性优化方法融入到海洋环境中的巡逻路径规划中，开发了一个巡逻路径规划方法，用于确定救援船在日常巡逻中的最优路径。
解决上述技术问题，本发明提供的一种海上救援船舶巡航路径规划方法，包括以下步骤：
第一步、基于风险的救援需求指数评估——对海域进行网格化生成尺寸相等的若干网格，计算每个网格的救援需求，网格i的救援需求指数Ri＝Hi×Vi×Ei，Hi为网格i的危险性指数，Vi为网格i的脆弱性指数，Ei为网格i的暴露性指数，i为网格的编号、序号或坐标；
危险性指数由8个风险指标加权求和而得，这8个风险指标为：水深、台风平均风压、台风频率、大风频率、大浪频率、日平均海雾覆盖度、日平均降雨量、海盗频率；脆弱性指数由3个风险指标加权求和而得，这3个风险指标为：最短海岸距离、最短港口距离、最短航道距离；暴露性指数包含1个风险指标，为船舶密度；
第二步、巡航区域确定——首先根据下式计算船舶在网格内的实际航速：
Si＝S0-f(i)Hi 2
其中，Si为船舶在网格i的实际航速，S0为静水中的船速，f(i)为网格i的波浪与船舶方向系数，θi为网格i的波浪与船舶方向夹角，Hi为网格i的有效波高；
然后计算所有救援基地至所有网格的最少用时，即为海上救援响应时间，
式中，Ti，M为从救援基地M到网格i的响应时间，l为网格的边长，N是从救援基地M至网格i最少用时所经过的网格的集合；
最后根据响应时间阈值确定每个救援基地的巡逻区域：海上搜救基地M到网格i的响应时间小于响应时间阈值并且该响应时间小于其他海上搜救基地到网格i的响应时间，则网格i归属于海上搜救基地M的专属巡逻区域；所有海上搜救基地专属巡逻区域以外的区域为联合巡逻区域；每个救援基地的巡逻区域由其专属巡逻范围和联合巡逻区域组成；
第三步、最优巡航路径求解——建立路径规划模型确定救援船舶在日常巡逻中的最优路径，路径规划模型如下：
式中，Ri为网格i的救援需求指数，Q为船舶巡逻路径所经过的网格的集合，该集合的网格数量L＝S/l，S为给定的船舶巡航航程，该路径规划模型中，巡逻路径通过的任意网格，船舶只经过一次。
本发明的有效效益如下：
(1)本发明表明，基于海洋环境数据将多准则决策、地理信息系统(GIS)和线性规划相结合，可以提供一种有效确定救援船舶日常巡逻的最优路径。
(2)本发明在南海东北部海域的成功实施表明，本方法可以确定救援船舶的最优巡逻路径，可为有关部门制定海上巡逻路径规划提供参考。
附图说明
下面结合附图对本发明的海上救援船舶航行路径规划方法作进一步说明。
图1为救援船舶巡航路径规划方法流程图。
图2为实例研究区概况图。
图3为实例救援需求指数分布图。
图4中的(a)为实例救援响应时间分布图。
图4中的(b)为实例巡逻区域结果图。
图5中的(a)为实例最优巡航路径：航程150海里结果图。
图5中的(b)为实例最优巡航路径：航程200海里结果图。
图5中的(c)为实例最优巡航路径：航程250海里结果图。
具体实施方式
实施例
下面根据附图详细说明本发明，本发明的技术路线和操作步骤更加清晰。
实例以南海东北部为实验区，如图2所示。为更好地提供海上搜救服务，中国政府成立了南海救助局，提供海上搜救服务，下设广州救援基地、汕头救援基地、深圳救援基地、阳江救援基地等8个救援基地(见图2)。
本实例救援船舶巡航路径规划方法，主要包括以下步骤(流程图见图1)：
第一步、基于风险的救援需求指数评估——对海域进行网格化生成尺寸相等的若干网格，计算每个网格的救援需求。本实施例中网格的分辨率为1km x 1km。
本步骤中，基于GIS的多准则决策分析，通过在决策过程中对不同的空间准则进行加权来创建风险指数。具体方法如下：
A1.风险评估准则。根据现有文献(Carrao et al，2016；Ahmadalipour et al.，2019)，将船舶航行需求风险定义为危险性、脆弱性和暴露性的函数，其公式如下：
Ri＝Hi×Vi×Ei
其中，Hi为网格i的危险性指数，Vi为网格i的脆弱性指数，Ei为网格i的暴露性指数，i为网格的编号、序号或坐标。危险性指数由8个风险指标加权求和而得，这8个风险指标为：水深、台风平均风压、台风频率、大风频率、大浪频率、日平均海雾覆盖度、日平均降雨量、海盗频率；脆弱性指数由3个风险指标加权求和而得，这3个风险指标为：最短海岸距离、最短港口距离、最短航道距离；暴露性指数包含1个风险指标，为船舶密度。
A2.权重计算。利用层次分析法(参见论文Saaty T L.Decision making with theanalytic hierarchy process.International journal of services sciences，2008，1(1)：83-98.)对各风险指标进行权重计算。
本实施例中，危险性指标的水深、大风频率、大浪频率、日平均海雾覆盖度、日平均降雨量、台风平均风压、台风频率和海盗频率的权重分别为0.16、0.09、0.12、0.07、0.06、0.23、0.19、0.08；脆弱性指标的最短海岸距离、最短港口距离和最短航道距离的权重分别为0.2、0.46、0.34；暴露性指标的船舶密度的权重为1。
A3.救援需求评估。
下载所有与风险指标相关的原始数据，根据指标体系，对原始数据进行计算得到风险指标值，然后将所有指标数据使用Min-Max方法进行标准化，并通过Arcgis10.3软件进行空间化，建立风险指标空间数据库。
风险指标计算如下：
1)危险性指数计算公式如下：
①水深：
其中，WDk为网格k的水深指标值，Bk为网格k的水深原始数据值。水深大于20米视为安全的航行水深(Wang，2014)。
②台风平均风压
其中，TPk为网格k处台风风压指标值，tpik为第i个台风在网格k处风压，n为台风发生的总数量。
③台风频率
其中，TFk为网格k处台风频率指标值，fki为第i个台风经过网格k的次数，n为台风发生的总数量。
④大风频率
其中，GFk为大风频率指标值，zkj为第j天大风经过网格k的次数，m为时间阈值内的总天数。
⑤大浪频率
其中，GFk为大浪频率指标值，wkj为第j天大浪经过网格k的次数，m为时间阈值内的总天数。
⑥日平均海雾覆盖度
其中，Fk为日平均海雾覆盖度指标值，Vjk为第j天海雾覆盖网格k的百分比，m为时间阈值内的总天数。
⑦日平均降雨量
其中，Pk为日平均降雨量指标值，Pjk为第k天网格k处的降雨量，m为时间阈值内的总天数。
⑧海盗频率
其中，PFk为海盗频率指标值，ykl为海盗事件1发生在网格k处次数，h为时间阈值内总海盗事件数。
2)脆弱性指数计算公式如下：
①最短海岸距离、②最短港口距离、③最短航道距离均采用欧式距离：
其中，D(pq，pv)为点pq和点pv两点间的欧式距离，点pq的坐标为(xq，yq)，点pv的坐标为(xv，yv)。
3)暴露性指数计算公式如下：
船舶密度
其中，Sk为网格k的船舶密度指标值，ekc为船舶c出现在网格k处的次数，A为单位海域面积，g为时间阈值内船舶总数。
对各风险指标进行加权求和得到危险性指数、脆弱性指数和暴露性指数，最后使用公式Ri＝Hi×Vi×Ei计算得到所有网格的救援需求。
救援需求的空间分布如图3所示。基于风险的救援需求指数被分为15类。相应指标值等于或大于10的海域被认为是高需求水平的区域。救援需求的空间变化如图3所示。结果显示约33.5％的研究区域位于救援需求较高的区域，南海东北部沿海地区的救援需求高于其他地区。
第二步、巡航区域确定——首先，建立时间可达模型评估海上搜救基地的响应时间。时间可达模型包括两个步骤：(1)计算实际船速；(2)计算救援船舶的响应时间。实际船速的计算公式如下：
Si＝S0-f(i)Hi 2
其中，Si为船舶在网格i的实际航速，S0为静水中的船速，f(i)为网格i的波浪与船舶方向系数，θi为网格i的波浪与船舶方向的夹角，Hi为网格i的有效波高。有效波高Hi和波浪方向从欧洲中期天气预报中心下载获得，本实施例中，船舶方向则以救援基地至网格i之间的连线为朝向，然后根据船舶方向和下载的波浪方向来计算波浪与船舶方向的夹角。
海上救援响应时间(救援基地至网格的最少用时)计算公式如下：
式中，Ti，M为从救援基地M到网格i的响应时间，l为网格的边长，N是从救援基地M至网格i最少用时所经过的网格的集合。
最后根据响应时间阈值确定每个救援基地的巡逻区域：海上搜救基地M到网格i的响应时间小于响应时间阈值并且该响应时间小于其他海上搜救基地到网格i的响应时间，则网格i归属于海上搜救基地M的专属巡逻区域；所有海上搜救基地专属巡逻区域以外的区域为联合巡逻区域；每个救援基地的巡逻区域由其专属巡逻范围和联合巡逻区域组成。
图4中的(a)显示了在南海东北部建造的海上搜救系统的响应时间。总体而言，从救援基地到近岸区域的响应时间出比远离海岸线区域的响应时间具有更高的效率，只需2小时之内就可完成救援响应，如图4中的(a)所示。因此，这些沿海基地提高了近距离海上救援的能力，但远距离海上救援仍面临诸多挑战，有待提高。在此基础上，根据海上搜救系统的响应时间，将研究海域划分为多个巡逻区。在本研究中，根据与海洋专家的咨询，反应时间阈值设定为4小时，并以阳江基地为例进行了案例分析。图4中的(b)为阳江基地巡逻区域，包括专属巡逻区域和联合巡逻区域。
第三步、最优巡航路径求解——建立路径规划模型确定救援船舶在日常巡逻中的最优路径，路径规划模型如下：
式中，Ri为网格i的救援需求指数，Q为船舶巡逻路径所经过的网格的集合，该集合的网格数量L＝S/l，S为给定的船舶巡航航程，该路径规划模型中，巡逻路径通过的任意网格，船舶只经过一次。
在实际处理时，最大化问题可以转化为最小化问题，即：
令z＝∑i∈QRi，应用GIS框架下的最小成本路径算法确定该线性规划模型的最优解，其计算公式如下：
Min1/z
本实施例中，以阳江基地为例，确定了最佳巡逻路径，该路径是一条闭合曲线。它的起点和终点是一样的，也就是阳江基地。一艘名为华英的巡逻船被派往远离海岸的地方巡逻，其静水速度为30节。图5显示了船只航程分别设为150、200和250海里的最佳巡逻路径。巡逻船在通过最优巡逻路径时，可以实现最大的需求覆盖。这三条巡逻路径都位于阳江基地的东南侧，因为这些地区的救援需求较高。
本发明救援船舶巡航路径规划方法不局限于上述实施例所述的具体技术方案，凡采用等同替换形成的技术方案均为本发明要求的保护范围。

Claims (5)

1.一种海上救援船舶巡航路径规划方法，包括以下步骤：
第一步、基于风险的救援需求指数评估——对海域进行网格化生成尺寸相等的若干网格，根据下式计算每个网格的救援需求
Ri＝Hi×Vi×Ei
式中，Ri为网格i的救援需求指数，Hi为网格i的危险性指数，Vi为网格i的脆弱性指数，Ei为网格i的暴露性指数，i为网格的编号、序号或坐标；
危险性指数由8个风险指标加权求和而得，这8个风险指标为：水深、台风平均风压、台风频率、大风频率、大浪频率、日平均海雾覆盖度、日平均降雨量、海盗频率；脆弱性指数由3个风险指标加权求和而得，这3个风险指标为：最短海岸距离、最短港口距离、最短航道距离；暴露性指数包含1个风险指标，为船舶密度；
第二步、巡航区域确定——首先根据下式计算船舶在网格内的实际航速：
Si＝S0-f(i)Hi 2
Figure FDA0004045754000000011
其中，Si为船舶在网格i的实际航速，S0为静水中的船速，f(i)为网格i的波浪与船舶方向系数，θi为网格i的波浪与船舶方向夹角,Hi为网格i的有效波高；
然后计算所有救援基地至所有网格的最少用时，即为海上救援响应时间，
Figure FDA0004045754000000012
式中，Ti,M为从救援基地M到网格i的响应时间，l为网格的边长，N是从救援基地M至网格i最少用时所经过的网格的集合；
最后根据响应时间阈值确定每个救援基地的巡逻区域：海上搜救基地M到网格i的响应时间小于响应时间阈值并且该响应时间小于其他海上搜救基地到网格i的响应时间，则网格i归属于海上搜救基地M的专属巡逻区域；所有海上搜救基地专属巡逻区域以外的区域为联合巡逻区域；每个救援基地的巡逻区域由其专属巡逻范围和联合巡逻区域组成；
第三步、最优巡航路径求解——建立路径规划模型确定救援船舶在日常巡逻中的最优路径，路径规划模型如下:
Figure FDA0004045754000000021
式中，Ri为网格i的救援需求指数，Q为船舶巡逻路径所经过的网格的集合，该集合的网格数量L＝S/l，S为给定的船舶巡航航程，该路径规划模型中，巡逻路径通过的任意网格，船舶只经过一次；
第一步中，首先下载与风险指标相关的原始数据，对原始数据进行处理得到风险指标数据并进行标准化和空间化处理，建立风险指标空间数据库；对各风险指标进行加权求和得到危险性指数、脆弱性指数和暴露性指数，最后使用公式Ri＝Hi×Vi×Ei计算得到救援需求，其中各风险指标的权重通过层次分析法计算获得；
第一步中，各风险指标定义如下：
水深：海域水深值；台风平均风压：指定时间阈值内所有台风的平均风压；台风频率：指定时间阈值内台风的次数；大风频率：指定时间阈值内大风发生次数；大浪频率：指定时间阈值内大浪发生次数；日平均海雾覆盖度：指定时间阈值内日平均海雾覆盖度；日平均降雨量：指定时间阈值内日平均降雨量；海盗频率：指定时间阈值内海盗事件发生次数；
最短海岸距离：距离海岸线的最短欧式距离；最短港口距离：距离港口的最短欧式距离；最短航道距离：距离航道的最短欧式距离；
船舶密度：单位时间单位海域面积内船舶个数；
第三步，令z＝∑i∈QRi，使用最小成本路径算法确定的最优解，公式如下：Min1/z。
2.根据权利要求1所述的海上救援船舶巡航路径规划方法，其特征在于：所述指定时间阈值为10年、15年或20年。
3.根据权利要求1所述的海上救援船舶巡航路径规划方法，其特征在于：危险性指标中，水深、大风频率、大浪频率、日平均海雾覆盖度、日平均降雨量、台风平均风压、台风频率和海盗频率的权重分别为0.16、0.09、0.12、0.07、0.06、0.23、0.19、0.08；脆弱性指标中，最短海岸距离、最短港口距离和最短航道距离的权重分别为0.2、0.46、0.34；暴露性指标中，船舶密度的权重为1。
4.根据权利要求1所述的海上救援船舶巡航路径规划方法，其特征在于：所述第二步中，响应时间阈值为4小时。
5.根据权利要求1所述的海上救援船舶巡航路径规划方法，其特征在于：所述网格的分辨率为1km x 1km。
CN202010169849.7A 2020-03-12 2020-03-12 一种海上救援船舶巡航路径规划方法 Active CN111428916B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010169849.7A CN111428916B (zh) 2020-03-12 2020-03-12 一种海上救援船舶巡航路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010169849.7A CN111428916B (zh) 2020-03-12 2020-03-12 一种海上救援船舶巡航路径规划方法

Publications (2)

Publication Number Publication Date
CN111428916A CN111428916A (zh) 2020-07-17
CN111428916B true CN111428916B (zh) 2023-04-07

Family

ID=71546457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010169849.7A Active CN111428916B (zh) 2020-03-12 2020-03-12 一种海上救援船舶巡航路径规划方法

Country Status (1)

Country Link
CN (1) CN111428916B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112069371B (zh) * 2020-08-11 2021-06-29 中国水产科学研究院东海水产研究所 一种基于格网化邻域的海上船舶有效救援搜索方法
CN114462691B (zh) * 2022-01-21 2022-11-11 中国人民解放军66136部队 一种面向进港运动船舶的巡逻艇查证路线规划方法
CN114596729B (zh) * 2022-02-22 2023-04-07 中国人民解放军国防科技大学 港口区封锁控制商船的方法和控制设备
CN114912696B (zh) * 2022-05-24 2024-07-26 上海交通大学 计及换电与岸电接入的全电力船舶集群路径优化方法
CN115615435A (zh) * 2022-09-15 2023-01-17 华风气象传媒集团有限责任公司 一种应用于专业气象服务的航运安全导航方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018172087A (ja) * 2017-03-31 2018-11-08 国立研究開発法人 海上・港湾・航空技術研究所 航路上のリスクに適応した航行支援方法及び航行支援システム
WO2019004416A1 (ja) * 2017-06-30 2019-01-03 川崎重工業株式会社 最適航路探索方法及び装置
CN109740828A (zh) * 2019-02-28 2019-05-10 广州中国科学院沈阳自动化研究所分所 船舶航行路径规划方法、系统、介质和设备
CN110243359A (zh) * 2019-05-31 2019-09-17 南京航空航天大学 基于低空风预测模型的安全航迹规划方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018172087A (ja) * 2017-03-31 2018-11-08 国立研究開発法人 海上・港湾・航空技術研究所 航路上のリスクに適応した航行支援方法及び航行支援システム
WO2019004416A1 (ja) * 2017-06-30 2019-01-03 川崎重工業株式会社 最適航路探索方法及び装置
CN109740828A (zh) * 2019-02-28 2019-05-10 广州中国科学院沈阳自动化研究所分所 船舶航行路径规划方法、系统、介质和设备
CN110243359A (zh) * 2019-05-31 2019-09-17 南京航空航天大学 基于低空风预测模型的安全航迹规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于港口风险约束的海巡船最优航路径研究――以威海海巡船为例;卢志远等;《中小企业管理与科技(上旬刊)》;20170505(第05期);全文 *

Also Published As

Publication number Publication date
CN111428916A (zh) 2020-07-17

Similar Documents

Publication Publication Date Title
CN111428916B (zh) 一种海上救援船舶巡航路径规划方法
Tsou et al. An Ant Colony Algorithm for efficient ship routing
CN107886773B (zh) 一种基于信息量的船舶所处会遇态势紧迫度量化分析方法
CN111401702B (zh) 一种海上交通风险评估方法
CN106643688A (zh) 一种虚拟航标系统的设计方法
Vettor et al. Characterisation of the expected weather conditions in the main European coastal traffic routes
Zhang et al. Analysis of the grounding avoidance behavior of a ro-pax ship in the gulf of Finland using big data
Copping et al. Likelihood of a marine vessel accident from wind energy development in the Atlantic
CN117232520A (zh) 一种适用于海上航行的船舶智能导航系统及导航方法
Zhou et al. A comprehensive path planning framework for patrolling marine environment
Wu et al. The effect of weather factors on the severity of fishing boat accidents in Atlantic Canada
Pratiwi et al. Fuzzy inference system for determining collision risk of ship in Madura Strait using automatic identification system
CN205374736U (zh) 一种基于动态监测的海上溢油预测系统
Zhou Spatial risk assessment of maritime transportation in offshore waters of China using machine learning and geospatial big data
CN106652566A (zh) 一种自动标示虚拟航标的方法
CN111768068B (zh) 一种海上搜救船舶响应能力评估方法
de Jong et al. North Sea Sound Maps 2019-2020
Jeong et al. A study on the visualization of HNS hazard levels to prevent accidents at sea in real-time
Lee et al. Changes in Maritime Traffic Patterns According to Installation of Floating LiDAR Using Spatial Analysis
Hultquist et al. Reexamination of the 9–10 November 1975 “Edmund Fitzgerald” storm using today's technology
Cao A study on influence of Putian Port offshore wind farm construction on navigation safety
Mao et al. Review of ship navigation safety in ice-covered waters
Wu Statistical evaluation of weather patterns on fishing vessel incidents in Atlantic Canada.
Dachev et al. Search for an Object in Distress by Improved Scheme of the IAMSAR Expanding Square Methodology
Venäläinen et al. Evaluating voluntary emergency response in the Gulf of Finland

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