一种混群优化算法的船舶推力分配方法

摘要

本发明公开了一种混群优化算法的船舶推力分配方法，包括如下步骤：(1)、根据船舶对象实际情况，进行各种参数的初始化；(2)、根据步骤(1)的参数值、前一个时刻的推力分配解以及当前需求力和力矩，运用“极尽求取”混群优化算法，获得最优解和最优子扇区；(3)、根据步骤(2)获得的最优解和最优子扇区，采取停留时间切换技术和滞后切换技术，确定一个最适合的扇区组合；(4)、根据步骤(3)选择的最适合子扇区组合，运用“极尽求取”混群优化算法，确定每个推进器的方位角和推力大小；(5)、输出步骤(4)的推力分配结果，准备下一个采样时刻的推力分配求解。本发明在降低船舶系统能耗的同时，减少推进器的磨损和避免奇异结构。

说明书

技术领域

本发明涉及群智能技术和推力分配技术领域，具体为一种混群优化算法的船舶推力分配方法。

背景技术

随着海洋产业的快速兴起，船舶动力定位系统已经成为许多海洋工程船舶不可或缺的系统，特别是深海作业类船舶。动力定位船舶一般采用过驱系统，即将系统需求的合力指令合理地分配给各个推进器，故动力定位控制系统推力分配问题主要是约束优化问题，即在满足一定合力需求及推进器本身物理条件约束的同时，最小化功率消耗、机械磨损，避免奇异性等。虽然传统的推力分配方法大量运用在推力分配系统，但也存在如下几个问题：不能综合考虑推力分配所有约束；运算复杂且易陷入局部极值点。近年来随着新兴的群智能算法的不断发展及在工程领域的应用，由于该类算法不依赖于对象问题的特征函数和解的形式，能有效解决多约束、非线性、多维度的复杂优化问题，故该类方法为推力分配问题的解决寻到了一条新的出路。

发明内容

本发明的目的在于提供一种混群优化算法的船舶推力分配方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种混群优化算法的船舶推力分配方法,包括以下步骤：

(1)、根据船舶对象实际情况，进行各种参数的初始化；

(2)、根据步骤(1)的参数值、前一个时刻的推力分配解以及当前需求力和力矩，运用“极尽求取”混群优化算法c，获得最优解和最优子扇区；

(3)、根据步骤(2)获得的最优解和最优子扇区，采取停留时间切换技术和滞后切换技术，确定一个最适合的扇区组合；

(4)、根据步骤(3)选择的最适合子扇区组合，运用“极尽求取”混群优化算法，确定每个推进器的方位角和推力大小；

(5)、输出步骤(4)的推力分配结果，准备下一个采样时刻的推力分配求解。

优选的，步骤(2)中混群算法的步骤如下：

1)、算法初始化，包括：种群初始化、个体X＝{X

2)、采用双向寻优、穷尽求取法进行种群进化、个体更新；

3)、选取p1个最优个体进行局部优化，具体如下：

X

为了提高局部优化能力，式中visual1的取值不能太大，每个个体更新以父代为基础衍生V1个子代，更新个体值和全局最优值。

4)、选取p2个最差个体进行局部优化，具体如下：

X

为使个体跳出当前不利位置，式中visua12的取值不能太小，每个个体更新以父代为基础衍生V2个子代，更新个体值和全局最优值。

5)、迭代次数是否达设定值，是则结束，否则执行步骤2)。

优选的，步骤2)中双向寻优、穷尽求取法步骤如下：

设每个个体最优解记做P

a、每个个体更新如下：

X

其中

计算个体适应值并判别是否得到优化，是则更新个体最优解和个体最优适应度值，执行c，否则执行b；

b、每个个体更新如下：

X

计算个体适应值并判别是否得到优化，是则更新个体最优解和个体最优适应度值，执行d，否则执行e；

c、每个个体更新如下：

X

计算个体适应值并判别是否得到优化，是则更新个体最优解和个体最优适应度值，更新cp

cp

d、每个个体更新如下：

X

计算个体适应值并判别是否得到优化，是则更新个体最优解和个体最优适应度值，更新cn

cn

e、尝试次数是否达设定值m，是则执行f，否则执行a；

f、尝试m次后个体适应度值仍未改进且不是全局最优，则执行随机算子，如是全局最优则保留当前个体值；

g、个体进化结束，更新全局最优值。

优选的，步骤(3)中扇区组合如何切换具体判别措施如下：

I

优选的，步骤(4)中每个推进器的方位角和推力大小计算步骤如下：

1)当I

2)当I

3)其它情况时，首先确定推进器方位角的大小，然后在方位角已知情况下运用“极尽求取”混群优化算法b进行推进器的推力大小的求解。

与现有技术相比，本发明的有益效果是：本发明在创新性提出“极尽求取”混群优化算法的基础上，把该算法和监督与切换推力分配机制相结合，所形成的推力分配策略能在降低船舶系统能耗的同时，尽量减少推进器的机械磨损和避免奇异结构。

附图说明

图1是本发明的“极尽求取”混群优化算法流程示意图；

图2是本发明的推力分配流程示意图；

图3是本发明的推力分配输出结果的推力曲线图；

图4是本发明的推力分配输出结果的方位角曲线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：一种混群优化算法的船舶推力分配方法,包括以下步骤：

(1)、根据船舶对象实际情况，初始化如下各种参数：所有推进器的推力大小和方位角、合力和合力矩大小、船舶推力系数矩阵、最大和最小推力设置、推力最大增加和减少量设置、方位角最大变化率设置、船舶位置构造矩阵、功率与推力关系参数、当前最优扇区组合、前一时刻最优扇区组合、全局最优扇区组合、停留时间切换最小切换时间、防止瞬态干扰导致的切换所设置的最大返回切换时间；

(2)、根据步骤(1)的参数值、前一个时刻的推力分配解以及当前需求力和力矩，运用图1“极尽求取”混群优化算法c(代价函数包括能耗、力与力矩偏差和奇异结构)，获得最优解和最优子扇区；

(3)、根据步骤(2)获得的最优解和最优子扇区，采取停留时间切换技术和滞后切换技术，确定一个最适合的扇区组合，具体判别措施如下；

I

(4)、根据步骤(3)的最适合子扇区组合，运用图1“极尽求取”混群算法，确定每个推进器的方位角和推力大小，具体步骤如下：

1)当I

2)当I

3)其它情况时，首先确定推进器方位角的大小，然后在方位角已知情况下运用“极尽求取”混群优化算法b(代价函数包括能耗和力与力矩偏差)进行推进器的推力大小的求解。

(5)、输出步骤(4)的推力分配结果，准备下一个采样时刻的推力分配求解。

下面结合图1、图2、图3、图4和Cybership III船模实例对本发明的技术方案进行详细说明：

(1)、根据船舶对象实际情况，初始化如下各种参数：推力大小和方位角为[0，0，0，90，0，0]、所有扇区组合初始为1、合力和合力矩大小都为0、所有切换时间为3个采样周期，其它参数如表1所述：

表1推进器的部分参数：

其中K

(2)、根据步骤(1)的参数值、前一个时刻的推力分配解以及当前需求力和力矩，运用图1“极尽求取”混群优化算法c(代价函数包括能耗、力与力矩偏差和奇异结构)，获得最优解和最优子扇区；

(3)、根据步骤(2)获得的最优解和最优子扇区，采取停留时间切换技术和滞后切换技术，确定一个最适合的扇区组合，具体判别措施如下；

I

(4)、根据步骤(3)的最适合子扇区组合，运用图1“极尽求取”混群算法，确定每个推进器的方位角和推力大小，具体步骤如下：

1)当I

2)当I

3)其它情况时，首先确定推进器方位角的大小，然后在方位角已知情况下运用“极尽求取”混群优化算法b(代价函数包括能耗和力与力矩偏差)进行推进器的推力大小的求解。

(5)、输出步骤(4)的推力分配结果，准备下一个采样时刻的推力分配求解。

本发明以CybershipⅢ船模为实施例，该实施例推力需求在前100个采样周期：x轴1N左右随机产生，y轴始终为0.5N，力矩为0，后100个采样周期：x轴-1N左右随机产生，y轴在0.5N左右随机产生，力矩为0。

结果说明：

由图3可以看出在前100个采用周期，由于y轴存在固定期望推力，故船艏推进器作用，船尾两个推进器随着x轴的变化能同步改变，后100个采用周期，由于y轴期望推力发生了随机改变，此时船尾两个推进器推力不再同步改变而且船艏推进器不再是一个定值，但所有推进器的推力都没有发生失控现象，且变化幅度除了切换时间过程都比较小，说明该算法能耗较小。由图4可以看出，整个过程船尾两个推进器的方位角变化都很平稳且不在±180°(如不考虑奇异结构，能耗最小时在该值附近左右)附近变动，说明该算法能尽量减少推进器的机械磨损和避免奇异结构。

综上所述，本发明在创新性提出“极尽求取”混群优化算法的基础上，把该算法和监督与切换推力分配机制相结合，所形成的推力分配策略能在降低船舶系统能耗的同时，尽量减少推进器的机械磨损和避免奇异结构。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。