以数字化为基础，智能化为目标的渐进式船舶智能化已成为船舶工业发展的新趋势，面向智能船舶的航行控制算法层出不穷，如何对其控制算法的有效性进行客观、综合性的评价已成为该研究领域的热点问题。控制算法实船试验评估对于极限条件下算法的响应较差及试验成本较大等问题，而虚拟测试在极限能力测试、测试风险、试验可重复性等方面都有明显的优势。目前经典控制算法的优劣主要从镇定性、稳定性、鲁棒性等方面进行考虑，控制结果往往存在违反良好船艺的要求，并且对于专家评估存在主观性较强的问题。在此背景下，为解决航行控制算法实船测试风险高、成本大、可重复性不强等问题，并结合航海技术发展多年的经典操纵理论，保证船舶航行安全性、经济性与可靠性等综合性航行要求。因此，面向虚拟测试的航行控制算法智能评估研究是十分有必要的。
本文基于《海上测试场船舶智能航行虚拟测试技术研究》项目为背景，以苏通大桥航道仿真水域作为航行评估研究实例，实现对航行认知行为的建模以及对航行控制算法控制效果的智能化评估，利用航行虚拟测试仿真平台进行航行试验对船舶行为认知推理效果与控制算法智能评估方法科学性进行验证。本文的主要研究工作及成果如下：
（1）为将资深船员的船舶操纵良好船艺更好地融入到船舶智能航行控制研究中，通过任务分析法挖掘船舶驾驶经验丰富、技术可靠的船员的航行认知与操作行为习惯，总结船员操纵过程中感知-记忆判断-决策-操作各层面认知过程特征，提出基于时间代数理论的船舶航行行为本体建模方法并构建航行知识库，实现对船舶在不同环境条件下的航行行为认知与推理。最后通过船舶虚拟仿真测试平台对该航行行为认知与推理结果进行验证。
（2）为满足智能航行控制算法的虚拟航行测试评估要求，提出了一种基于优化线性自适应遗传算法（Linear Adaptive Genetic Algorithm，LAGA）的智能评估方法。利用网络层次法和熵权法确定航行指标主观与客观权重并通过优化LAGA算法对权重进行优化，建立主客观偏差最小化和成绩差异值最大化权重优化目标函数求解优化结果。对遗传算法优化评估结果进行对比分析，同时基于虚拟仿真测试平台试验将智能控制算法接入到虚拟测试平台进行航行实验，并与船员航行结果进行对比评估，验证智能评估方法的科学性与可行性。
本文在船舶航行认知行为分析建模与控制算法航行效果智能评估方面开展探索性研究，在一定程度上解决了船舶航行行为知识库挖掘与满足航行算法航行评估测试的智能评估需求，为控制算法设计优化提供了指导性意见，为后续有力推进智能船舶航行性能更加安全、经济与稳定发展奠定重要基础。
谷歌
火狐
