申请/专利权人：集美大学

申请日：2021-09-28

公开（公告）日：2022-01-07

公开（公告）号：CN113901398A

主分类号：G06F17/18(20060101)

分类号：G06F17/18(20060101);G06F30/27(20200101);G06N3/00(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.01.25#实质审查的生效;2022.01.07#公开

摘要：本发明一种船舶会遇局面核密度估计带宽智能优化方法，将粒子群优化算法PSO与正弦余弦算法SCA相结合，同时，在SC‑PSO算法中引入准反射运算，通过最小化船舶会遇点真实概率分布fx，y与其当前核密度带宽计算出的核密度估计概率分布之间的均方误差，作为算法的搜索带宽的代价目标函数，采用概率对应的颜色来展示船舶会遇经纬度，能更好地展示船舶交通流会遇点分布情况，获得主要关注区域、主要态势和避碰距离的参考数据。本发明通过改进的自适应变宽度核密度估计器，降低概率密度估计过于平滑现象的风险，从而提高概率密度的估计精度，加快寻找核密度估计的最优带宽。

主权项：1.一种船舶会遇局面核密度估计带宽智能优化方法，其特征在于包括如下步骤：步骤1、构建船舶会遇的几何模型和算法1构建船舶会遇的几何模型，设本船的速度为vAx，vAy，目标船的速度为vBx，vBy，则目标船相对于本船的速度矢量vR为： 相对航向为： 其中α计算如下： RT为目标船相对于本船的距离，本船的地理位置经纬度坐标为目标船的地理位置经纬度坐标表示为目标船相对于本船的方位角αT，计算如下： 记最近会遇距离DCPA为：DCPA＝RTsinθ6选择如下的船舶会遇的判断条件： 上述nm表示海里；2非参数多元核密度估计KDE具有核函数Kx和核密度带宽h的多元核密度估计概率分布为：其中i表示累加的序号，n表示样本的总数，x表示每个样本的经纬度，X1，…，Xn来自船舶会遇点概率分布为f的独立样本，d是数据的维度，h表示核密度带宽；d维的核函数Kx满足：∫Kxdx＝19当核函数Kx使用标准多元正态密度函数时： 目标是使得船舶会遇点真实概率分布fx，y与其当前核密度带宽计算出的核密度估计概率分布之间的均方误差降至最低： 上述，表示梯度算符，是向量微分算符，f是样本的真实概率分布；3粒子群优化算法PSO在粒子群优化算法中，个体更新如下：vi，k+1＝vi，k+c1pi-xi，t+c2pg-xi，k12hi，k+1＝hi，k+vi，k13其中，vi，k表示第k次迭代中第i个粒子的速度，hi，k表示第k次迭代中第i个粒子的位置，c1，c2是随机数，pg是迄今为止获得的最佳解决方案，pi是迄今为止第i粒子获得的最佳解；hi，t表示第i个粒子在第t次迭代中的值；4正弦-余弦算法SCA在正弦-余弦算法中，个体更新如下： 其中，hi，k表示第k次迭代中第i个粒子的位置，Pi，k是第k次迭代中第i个粒子的目标点的位置，r1，r2，r3是随机数，r4是[0，1]中的随机数；5基于准反射的SC-PSO算法位置和速度更新如下：vi，k+1＝vi，k+c1cosc1r1pi，k-xi，t+c2sinc2r2gk-xi，k15hi，k+1＝hi，k+vi，k16其中hi，k是第k次迭代中第i个粒子的位置，vi，k是第k次迭代中第i个粒子的速度，r1，r2是随机数，c1，c2是随机数，gk是在第k次迭代之前获得的最佳解，pi，k是由第i个粒子到第k次迭代得到的最佳解；准反射操作定义如下： 其中，hi，k∈[ai，bi]，ai表示hi，k的下限，bi表示hi，k的上限；步骤2、采集会遇样本数据集对航道的船舶自动识别系统AIS的数据，根据公式7计算出船舶会遇点的经纬度集合，即满足最近会遇距离DCPA小于0.5海里且相对速度大于4ms的两艘船舶对；步骤3，生成粒子群的初始总体{hi，O}，每个粒子对应一个初始的核密度带宽；步骤4、使用公式11评估每个粒子的目标函数，即船舶会遇点真实概率分布fx，y与其当前核密度带宽计算出的核密度估计概率分布之间的均方误差；步骤5、根据准反射操作，更新每个粒子的最优局部解通过搜索公式14-16以及准反射操作定义公式17，更新每个粒子的最优局部解，逐渐趋近最优带宽，更新每个粒子的速度和位置；步骤6、更新最优全局解，逐渐趋近最优带宽；步骤7、更新随机数；步骤8、重复步骤4-7，直到满足终止条件，即当船舶会遇点真实概率分布fx，y与其当前核密度带宽计算出的核密度估计概率分布之间的均方误差小于预设值时，最终得到最优核密度带宽；步骤9、在海图上把根据公式7计算出的每个船舶会遇点，以及对应的最后输出值h，根据公式8算出的核密度估计概率分布按照概率值所对应的颜色进行展示。

全文数据：

权利要求：

百度查询： 集美大学 一种船舶会遇局面核密度估计带宽智能优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD