遗传算法在船舶动力定位系统中的应用

陈成

摘 要：本文提出遗传算法对海洋工程船进行动力分配。结合智能遗传控制算法，对控制优化方法进行了研究。最后對海洋工程船的动力分配问题进行求解，提高船舶运行的经济性。本文所做的研究工作及相应结论可为海洋工程船的动力分配控制器的设计提供参考。

关键词：船舶；动力定位系统；遗传算法

1 简要阐述船舶动力定位系统

动力定位系统最早在钻井船等大型船舶上得到广泛应用，随着海洋石油开采业向深海进军，动力定位系统以其不受作业水深影响等优势逐渐取代传统锚泊系统被应用到深海海洋平台上。在风浪流联合作用下，动力定位推力系统提供控制力使位移响应保持在安全范围内，考虑到推力器出力方式及运行经济性，仅控制纵荡、横荡和艏摇三个自由度的低频慢漂运动，而推力系统由8个推力器组成以保证系统的冗余度，因此整个系统为过驱动系统。在动力定位模块化设计过程中，首先由控制算法得到三自由度控制力，然后通过分配算法将其分配到底层执行机构推力器上，最终实现定位目标。

2 动力定位船舶运动数学模型

2.1船舶运动参考坐标系

船舶在三维空间中的运动共包含有六个自由度，分别为纵荡、横荡、垂荡、横摇、纵摇和艏摇。为了描述并深入研宄三维空间中的船舶运动，合适的坐标和坐标系被选用来确定船舶的位置和姿态。

2.2动力定位船舶运动数学模型

水面船的动力定位控制问题可等效为一个刚体的平面运动控制问题。对水面船的动力定位控制问题进行研宄时，通常只考虑船在水平面上的三自由度运动，即只考虑其纵荡运动、横荡运动和艏摇运动。建立船舶运动数学模型时必须考虑船舶的运动学特性和动力学特性。船舶的运动学主要是研宂与船运动相关的几何学问题，船舶的动力学主要针对引起船舶运动状态发生改变的各种作用力和力矩进行研宄。

2.3海洋环境扰动数学模型

船舶在海洋中航行或者作业时，无可避免地会遭受到海洋环境扰动，因此，在对船动力定位控制进行研究时，需要计算出海洋环境对船施加的扰动力及力矩。

（1）海风干扰力及力矩数学模型。海面上的风直接作用到水线之上的船舶主体结构以及高层建筑物，将会改变船体姿态。因此，在研究船舶动力定位控制问题时，需要考虑海风对船舶运动造成的干扰。

（2）海浪干扰力及力矩数学模型。海浪干扰作用力可以分为两种：一阶波浪力以及二阶波浪力。其中，一阶波浪力引起船舶的高频运动，二阶波浪力即波浪漂移力，主要对船的位置以及航向造成影响。

（3）海流对船舶速度的干扰数学模型。对于在海面上运动的船而言，研究者们通常假定海洋中的二维海流仅仅影响船运动的平面速度。因此，在对水面船舶的动力定位控制问题进行研宄时，一般都需考虑海流对船舶运动速度的影响。

3 遗传算法控制与实现

3.1定位控制参数编码和解码

为了在遗传算法有效描述问题中参数之间的关系，建立若干个方程，得到问题的解空间，然后转换到遗传算法中，而搜索解的过程称为编码。在得到问题的各种参数解后，用编码构建成子串，并在遗传算法中把子串转化成染色体串。在遗传算法中，较为常用的编码方法为二进制编码。本控制系统采用的编码方式就是所谓的二进制编码。

选取3个控制参数Kp，Ki和Kd作为编码对象，利用下式进行统一编码：

式中：u为编码的对象；U的取值范围为（Umin，Umax）；l为二进制编码的长度；n为二进制位数。

3.2初始种群的生成方法

遗传算法的时效性很大一部分取决于初始种群的精英程度。一般来讲，初始种群如果拥有较高的精度和多样性时，遗传算法的搜索效率及收敛速度能够得到很大的提升。但标准遗传算法的初始种群是随机生成的，无法保证其精英程度及多样性。在推力分配的目标函数中，存在着对推进器推力及推力角的约束，这就导致下一时刻的推力及推力角的取值范围必须在上一刻推力及推力角最优值的附近，本文采用遗传算法的种群数目设为p。将上一时刻适应度最高的q（q

令rij为对应初始种群第i个个体第j个分量在[0，1]内满足均匀分布几率的随机数，则初始种群其他个体Ui为：

式中：A=[a1，a2，…，an]T；B=[b1，b2，…，bn]T；Ri=[ri1，ri2，…，rin]T，i=q+1，q+2，…，p。

3.3适应度函数确定

适应度函数是确定遗传算法改进参量的主要依据。算法适应度函数描述了个体对外部环境的适应能力大小，适应度函数会呈现明显的周期性变化趋势。本控制算法采用了绝对误差积分模型来表示：

适应度函数f为：

3.4遗传算子

（1）选择算子：采用轮盘赌法进行选择。即计算每条路径的适应度函数的值fi，fi值越大定位控制越接近最优。利用轮盘赌法选择出一定的个体，对于父代的优秀个体可以采用精英保留策略，来增加种群的优越性。

（2）交叉算子：交叉操作的方法包括单点交叉、多点交叉、均匀交叉等，本文选择单点交叉的方法，把选择的染色体序号打乱，使染色体能够随机分配，然后把相邻的两个染色体根据交叉概率进行交叉，交叉的时候选择两条染色体的相同基因，如果只有一个基因相同，直接进行交叉；如果有多个基因相同，随机选择一个基因进行交叉。交叉产生的个体长度不能超过Nmax，不能产生回路，如果不符合要求，重新选择交叉点。

（3）后代变异：在变异遗传理论中，以概率pm对群体中的若干个体的某些位进行变异。即在智能定位控制系统中对局部的参数进行优化选择。所谓的变异，就是对执行变量的位求反操作，就是把0变成1或者把1变成0。变异操作可以使遗传控制算法的能力得到质的突破，增强了局部随机搜索的功能，同时利于群体的多样性，降低了种群近亲繁殖造成的算法性能恶化，变异对控制算法进行了全局优化。

（4）种群初始化和遗传迭代：为了顺利得到最后的解，对种群进行初始化条件限制。并设置遗传操作迭代终止的条件。

4动力分配仿真结果

在不同的工况下，海洋工程船的功率输出可以分为低速模式、服务航速模式、一般拖力模式、动力定位模式、全部服务航速模式和最大航速模式。但在实际运行中相邻2种模式的判定非常模糊，使用最小模糊度法，根据经验对数据进行采集，最终得到6个模式的三角形隶属度函数。

对海洋工程船舶动力进行分配的目的是用最少的燃油消耗使船舶输出给定的动力，进而提高工程作业的经济性。

将主机的输出功率与船舶动力系统发出的总功率之比定义为功率混合度，即：

式中：P1为主机的输出功率；P2为副机的输出功率。以海洋工程船的燃油经济性为动力定位的评价指标，其可以表示为：

式中：g1和g2分别为主机和副机在对应负荷下的燃油消耗率；p1和p2分别为主机和副机使用燃油的价格。在Matlab中建立海洋工程船燃油经济性G与功率混合度H的关系模型，

求解不同功率下的最佳混合度。

结语：船舶动力定位系统适配过程遗传算法针对分配精度低、最优解局限等问题进行有效调节，仿真结果可知这种新型方法确实能够从根本上提升了算法的执行可行性，具备广泛的应用空间。

参考文献：

[1]杨芳芳.船舶动力定位系统智能自抗扰控制研究[D].大连海事大学，2018.

[2]唐洁.船舶动力定位控制及推力分配优化研究[D].大连海事大学，2018.