[发明专利]一种无规则限制性区域船舶调度方法

说明书

在内河航运中，如何调度船舶以最优的顺序通过限制性区域一直是海事局、航道局、三峡通航管理局等管理部门的重要工作内容之一。现有的船舶调度指挥依据确定规则进行，容易受到信号员主观因素的影响，且无法适应限制性区域不断变化的动态环境，导致船舶需要消耗大量的等待时间，通行效率低。本专利提出一种无规则船舶调度指挥方法，利用机器学习方法，特别是强化学习算法，通过计算机探索不同应用场景中船舶调度方案的效益，最终得到具体场景下的最优调度方案，在保证船舶航行安全的基础上，提高船舶通行效率，降低等待时间。

技术领域

本专利涉及一种无规则限制性区域船舶调度方法，属于内河航运技术领域。

背景技术

在内河航运中，如何调度船舶以最优的顺序通过限制性区域一直是海事局、航道局、三峡通航管理局等管理部门的重要工作内容之一。限制性区域是指船舶不能自由航行，需要按照通行指挥信号有序通过的区域，例如三峡坝区以及长江中上游的控制河段。船舶通行指挥信号不仅需要保证船舶安全通过，还需要尽量降低船舶在排队过程中的等待时间，提高通行效率。

几乎所有现存的调度指挥方法均是规则导向型，即有明确的规则来指导如何调度船舶通行顺序。例如，船舶在通过长江上游限制性航道的过程中，主要按照“下水优先，先到先走”的规则进行调度指挥；船舶在三峡坝区过坝的过程中，依据“先到先走”的原则进行调度指挥。按照固定的规则指导船舶有序通过限制性区域能够保证船舶的航行安全，却无法保障船舶的通行效率，且指挥过程极易受到信号员主观心理因素的影响。在现有的船舶调度指挥过程中，船舶通常需要在指挥断面等待数十分钟才能通过限制性区域，甚至在极端情况下，需要等待数小时才能通过。

发明内容

本发明专利提出一种无规则限制性区域船舶调度方法，其目的在于克服技术背景中出现的技术难题，提出一种无规则限制性区域船舶调度方法。本专利所述的无规则船舶调度指挥方法主要指利用机器学习，特别是强化学习方法，通过计算机探索不同应用场景中船舶调度方案的效益，最终得到具体场景下的最优调度方案，在保证船舶航行安全的基础上，提高船舶通行效率，降低等待时间。不同应用场景包括三峡坝区过坝，码头船舶进出港、控制河段船舶调度等船舶需要按照调度命令有序通行的场合，同时包含不同种类、不同数目的船舶以不同的方式通过上述场合。

为实现以上目的，本发明提供如下技术方案：

(1).随机初始化Q(s，a)的数值，其中s为船舶状态表征向量，a表示采取的船舶调度指令，Q(s，a)的数值表征在船舶航行状态s下，调度指令a所得分数。Q(s，a)值越大表示在船舶航行状态s下，调度指令a所得分数越高，越接近最优指令，即船舶等待时间越短，通行效率越高。

(2).依据需要调度的限制性区域场景，通过计算机生成n艘即将通过限制性航道区域的船舶信息，包括船舶的具体位置(经度、纬度)，航行速度以及航向信息。

(3).根据n艘船舶在当前时间t的航行信息预测其到达指挥断面的时间PAT^t以及在限制性区域内通行所需要的时间PCT^t，其中

(4).根据限制性区域附近所有船舶的PAT^t和PCT^t构建当前船舶航行状态表征向量s。

(5).在0～1之间随机选取船舶调度方案选择因子λ。若λ大于等于预设值δ，则从当前船舶状态s可选的调度指令中选择得分最高的调度指令；若λ小于预设值δ，则从当前船舶状态s可选的调度指令中随机选择一个调度指令。δ控制算法收敛的速度及效果，δ越小算法收敛速度越快，但容易陷入局部最优；δ越大算法越容易搜索到最优的调度指挥方案，但相对收敛速度慢。在实际应用中，δ可取值为1-k/T，其中k为当前迭代次数，T为最大迭代次数。

(6).设步骤5所选取的调度指令为a。执行调度指令a，设当前通过限制性航道的船舶为船舶j，记录船舶j实际到达限制性航道的时间和实际在限制性航道内的航行时间