[发明专利]一种混群优化算法的船舶推力分配方法

说明书

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。

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＝{X₁，X₂，…，X_N}、最大迭代次数、全局最优值，计算并记录当前个体最优值及其位置，全局最优值及其个体；

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_i(t+1)＝X_i(t)+rand()×visual1

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_i(t+1)＝X_i(t)+rand()×visual2

为使个体跳出当前不利位置，式中visual2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。