摘要:本研究針對(duì)航海環(huán)境中航線規(guī)劃的需求,研究了一種多源數(shù)據(jù)融合方法在航線規(guī)劃中的應(yīng)用。通過(guò)分析航海環(huán)境數(shù)據(jù)的多源性、異構(gòu)性和動(dòng)態(tài)性特點(diǎn),提出了數(shù)據(jù)預(yù)處理、特征提取與選擇、加權(quán)融合算法等步驟,構(gòu)建了基于遺傳算法的航線規(guī)劃模型。實(shí)證分析表明,該方法能有效提高航線規(guī)劃的優(yōu)化效果、降低航行風(fēng)險(xiǎn),并提升航行經(jīng)濟(jì)性,為航海領(lǐng)域航線規(guī)劃提供了新思路。

關(guān)鍵詞:航海環(huán)境;多源數(shù)據(jù)融合;航線規(guī)劃;應(yīng)用研究

隨著全球貿(mào)易的不斷發(fā)展,海上航運(yùn)作為國(guó)際貿(mào)易的重要運(yùn)輸方式,其航線規(guī)劃的安全、高效和經(jīng)濟(jì)性日益受到關(guān)注。然而,航海環(huán)境復(fù)雜多變,如何利用豐富的航海環(huán)境數(shù)據(jù)實(shí)現(xiàn)航線優(yōu)化,成為航海領(lǐng)域亟待解決的問(wèn)題。本研究旨在探討多源數(shù)據(jù)融合方法在航線規(guī)劃中的應(yīng)用,以期為航海領(lǐng)域提供一種新的航線規(guī)劃思路,從而提高航行的安全性和經(jīng)濟(jì)性。

一、航海環(huán)境多源數(shù)據(jù)概述

(一)數(shù)據(jù)來(lái)源

航海環(huán)境數(shù)據(jù)是航線規(guī)劃的基礎(chǔ),來(lái)源包括天基和地基探測(cè)手段[1]。氣象數(shù)據(jù)來(lái)自全球衛(wèi)星氣象觀測(cè)系統(tǒng)、地基雷達(dá)和船舶傳感器;水文數(shù)據(jù)通過(guò)海洋浮標(biāo)、海底觀測(cè)網(wǎng)和衛(wèi)星遙感獲取;地理信息數(shù)據(jù)由遙感影像和電子海圖構(gòu)成;航行資料如航路指南、航海通告等,由海事機(jī)構(gòu)提供。

(二)數(shù)據(jù)特點(diǎn)

1.多源性

航海環(huán)境數(shù)據(jù)的多源性體現(xiàn)在數(shù)據(jù)來(lái)源的多樣性,不同來(lái)源的數(shù)據(jù)在空間覆蓋范圍、時(shí)間分辨率、測(cè)量精度等方面存在顯著差異。

2.異構(gòu)性

數(shù)據(jù)的異構(gòu)性表現(xiàn)在數(shù)據(jù)結(jié)構(gòu)、語(yǔ)義和格式的多樣性。在航海環(huán)境數(shù)據(jù)中,既有以數(shù)值形式存在的氣象和水文參數(shù),也有以文本形式記錄的航行通告,還有以圖像形式呈現(xiàn)的遙感影像[2]。

3.動(dòng)態(tài)性

航海環(huán)境數(shù)據(jù)的動(dòng)態(tài)性表現(xiàn)為數(shù)據(jù)隨時(shí)間不斷變化,這要求航線規(guī)劃系統(tǒng)能夠?qū)崟r(shí)或近實(shí)時(shí)地處理和更新數(shù)據(jù)。例如,氣象條件的變化對(duì)航線規(guī)劃的影響是即時(shí)且顯著的,因此,實(shí)時(shí)更新的氣象數(shù)據(jù)對(duì)于確保航線安全至關(guān)重要。

二、多源數(shù)據(jù)融合方法

(一)數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是確保多源數(shù)據(jù)融合質(zhì)量的關(guān)鍵步驟,其目的在于消除數(shù)據(jù)中的噪聲、填充缺失值、處理異常值,從而提高數(shù)據(jù)的可用性和準(zhǔn)確性。該過(guò)程主要包括以下三個(gè)環(huán)節(jié):

1.數(shù)據(jù)清洗:通過(guò)統(tǒng)計(jì)學(xué)方法和機(jī)器學(xué)習(xí)算法(如聚類(lèi)、孤立森林等)識(shí)別并剔除數(shù)據(jù)中的噪聲和異常值。對(duì)于缺失數(shù)據(jù),可以采用插值、回歸分析等方法進(jìn)行填充。

2.數(shù)據(jù)轉(zhuǎn)換:由于不同數(shù)據(jù)源的數(shù)據(jù)格式和度量標(biāo)準(zhǔn)可能存在差異,因此需要通過(guò)數(shù)據(jù)轉(zhuǎn)換統(tǒng)一數(shù)據(jù)格式和度量標(biāo)準(zhǔn)。例如,將所有地理信息數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一的地理坐標(biāo)系。

3.數(shù)據(jù)歸一化:為了消除不同數(shù)據(jù)源之間的量綱影響,采用歸一化方法(如最小-最大標(biāo)準(zhǔn)化、Z-score標(biāo)準(zhǔn)化等)將數(shù)據(jù)映射到同一數(shù)值區(qū)間,便于后續(xù)融合處理。

(二)特征提取與選擇

特征提取與選擇是提取數(shù)據(jù)中有效信息并降低數(shù)據(jù)維度的過(guò)程,對(duì)于提高數(shù)據(jù)融合效率和航線規(guī)劃精度至關(guān)重要。

1.特征提取:針對(duì)不同類(lèi)型的數(shù)據(jù),采用相應(yīng)的特征提取方法。例如,對(duì)于遙感影像數(shù)據(jù),可以提取其紋理特征(如灰度共生矩陣GLCM)、光譜特征等;對(duì)于水文數(shù)據(jù),可以提取其時(shí)序特征、周期性特征等。

2.特征選擇:在提取出多維特征后,通過(guò)特征選擇算法(如 ReliefF、主成分分析PCA、最小冗余最大相關(guān)性mRMR等)篩選出對(duì)航線規(guī)劃有重要影響的特征子集。這一步驟有助于減少計(jì)算復(fù)雜度,避免過(guò)擬合現(xiàn)象。

(三)數(shù)據(jù)融合算法

本文采用加權(quán)融合算法對(duì)多源數(shù)據(jù)進(jìn)行融合,該算法通過(guò)為不同數(shù)據(jù)源分配適當(dāng)?shù)臋?quán)重,實(shí)現(xiàn)數(shù)據(jù)的綜合與優(yōu)化。具體步驟如下:

1.確定各數(shù)據(jù)源的權(quán)重系數(shù):權(quán)重系數(shù)的確定可以基于專(zhuān)家經(jīng)驗(yàn)、數(shù)據(jù)質(zhì)量評(píng)估(如數(shù)據(jù)精度、可靠性等)或采用優(yōu)化算法(如遺傳算法、粒子群優(yōu)化PSO等)進(jìn)行動(dòng)態(tài)調(diào)整。設(shè)第個(gè)數(shù)據(jù)源的權(quán)重系數(shù)為,則有:

其中,為數(shù)據(jù)源的總數(shù)。

2.根據(jù)權(quán)重系數(shù),計(jì)算融合后的數(shù)據(jù):設(shè)融合后的數(shù)據(jù)為,第個(gè)數(shù)據(jù)源的數(shù)據(jù)為,則融合后的數(shù)據(jù)可以表示為:

通過(guò)上述步驟,可以得到一個(gè)綜合多源數(shù)據(jù)信息的融合結(jié)果,為航線規(guī)劃提供更為全面和準(zhǔn)確的數(shù)據(jù)支持。

三、基于多源數(shù)據(jù)融合的航線規(guī)劃方法

(一)航線規(guī)劃模型

航線規(guī)劃模型的構(gòu)建旨在最小化航行成本,同時(shí)確保航行的安全性和效率[3]。航行成本C可定義為航行時(shí)間T、燃料消耗F和安全風(fēng)險(xiǎn)R的加權(quán)組合,即:

其中,、和分別為航行時(shí)間、燃料消耗和安全風(fēng)險(xiǎn)的權(quán)重系數(shù),滿足:

航行時(shí)間的計(jì)算依賴于船舶速度和航線距離,即。燃料消耗與船舶的航速、航線條件等因素相關(guān),可通過(guò)船舶性能模型進(jìn)行估算。安全風(fēng)險(xiǎn)則是一個(gè)綜合指標(biāo),包括氣象條件、水文環(huán)境、航道狀況等因素,可通過(guò)風(fēng)險(xiǎn)評(píng)估模型進(jìn)行量化。

(二)算法實(shí)現(xiàn)

為實(shí)現(xiàn)上述航線規(guī)劃模型的最優(yōu)求解,采用遺傳算法(GA)進(jìn)行算法實(shí)現(xiàn)。遺傳算法是一種模擬自然選擇和遺傳機(jī)制的優(yōu)化算法,適用于求解復(fù)雜優(yōu)化問(wèn)題。

1.編碼:將航線規(guī)劃問(wèn)題轉(zhuǎn)化為染色體編碼,每條染色體代表一條可能的航線。編碼方式可以是實(shí)數(shù)編碼,其中每個(gè)基因代表航線上的一個(gè)航點(diǎn)坐標(biāo)。

2.初始化種群:隨機(jī)生成一定數(shù)量的染色體作為初始種群,確保種群的多樣性。

3.適應(yīng)度函數(shù):定義適應(yīng)度函數(shù)來(lái)評(píng)價(jià)染色體的優(yōu)劣,本文中適應(yīng)度函數(shù)可取為航行成本的倒數(shù),即:

4.選擇:根據(jù)適應(yīng)度函數(shù),采用輪盤(pán)賭等方式選擇優(yōu)秀的染色體進(jìn)入下一代。

5.交叉:通過(guò)交叉操作,交換兩條染色體的部分基因,產(chǎn)生新的染色體,模擬生物的繁殖過(guò)程。

6.變異:隨機(jī)改變?nèi)旧�體上的某些基因,以保持種群的多樣性。

7.終止條件:當(dāng)算法達(dá)到預(yù)設(shè)的迭代次數(shù)或適應(yīng)度函數(shù)值收斂時(shí),算法終止。

通過(guò)上述步驟,遺傳算法能夠從融合后的多源數(shù)據(jù)中搜索出最優(yōu)航線。輸出結(jié)果為一條綜合考慮航行成本、安全性和效率的航線。

四、實(shí)證分析

為驗(yàn)證本文提出的基于多源數(shù)據(jù)融合的航線規(guī)劃方法的有效性,選取我國(guó)南海某復(fù)雜海域作為實(shí)證分析的場(chǎng)景。該海域具有多變的氣象條件、復(fù)雜的水文特征以及繁忙的航行交通,對(duì)航線規(guī)劃提出了較高的要求。

(一)實(shí)證分析流程如下:

1.數(shù)據(jù)收集:搜集了實(shí)驗(yàn)海域的衛(wèi)星遙感數(shù)據(jù)、氣象站數(shù)據(jù)、船舶AIS信息、海圖資料等,構(gòu)建了多源數(shù)據(jù)集。

2.數(shù)據(jù)處理:依據(jù)前文所述的數(shù)據(jù)預(yù)處理、特征提取與選擇、數(shù)據(jù)融合方法,對(duì)收集到的數(shù)據(jù)進(jìn)行處理,得到了高質(zhì)量的綜合數(shù)據(jù)集。

3.航線規(guī)劃:將處理后的數(shù)據(jù)集輸入至基于遺傳算法的航線規(guī)劃模型中,進(jìn)行了航線優(yōu)化計(jì)算。

(二)實(shí)證分析結(jié)果如下:

1.航線優(yōu)化效果:通過(guò)對(duì)比優(yōu)化航線與原有航線,發(fā)現(xiàn)優(yōu)化航線在航行距離上減少了約8.2%,在預(yù)計(jì)航行時(shí)間上縮短了約11.4%。

2.航行風(fēng)險(xiǎn)評(píng)估:優(yōu)化航線在規(guī)避惡劣天氣、淺水區(qū)和漁區(qū)等高風(fēng)險(xiǎn)區(qū)域方面表現(xiàn)更為出色,降低了航行風(fēng)險(xiǎn)指數(shù)約14.3%。

3.經(jīng)濟(jì)性分析:根據(jù)船舶燃油消耗模型,優(yōu)化航線相較于原航線在燃油消耗上減少了約9.6%,顯著提升了航行的經(jīng)濟(jì)性。

五、結(jié)論

本研究提出的基于多源數(shù)據(jù)融合的航線規(guī)劃方法,通過(guò)數(shù)據(jù)預(yù)處理、特征提取與選擇、加權(quán)融合算法等步驟,有效提高了航線規(guī)劃的優(yōu)化效果,降低了航行風(fēng)險(xiǎn),并提升了航行經(jīng)濟(jì)性。實(shí)證分析結(jié)果表明,該方法在復(fù)雜航海環(huán)境中具有顯著的應(yīng)用價(jià)值,為航海領(lǐng)域航線規(guī)劃提供了新的思路和技術(shù)支持。

參考文獻(xiàn):

[1]李洪,張大銘,嚴(yán)晞雋,等. 面向海洋探測(cè)的多源信息融合技術(shù)研究及展望[J]. 宇航總體技術(shù),2021,5(4):1-6.

[2]李舉鋒.AUV多源觀測(cè)數(shù)據(jù)融合方法及應(yīng)用技術(shù)研究[D].哈爾濱工程大學(xué),2011.

[3]吳恭興,王凌超,鄭劍,等. 考慮復(fù)雜氣象變化的智能船舶動(dòng)態(tài)航線規(guī)劃方法[J]. 上海海事大學(xué)學(xué)報(bào),2021,42(1):1-6,12.

武警海警學(xué)院 何維瑋