帆船比赛航行路径优化与仿真

doi:10.3778/j.issn.1002-8331.2010.27.069

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (27): 245-248.DOI: 10.3778/j.issn.1002-8331.2010.27.069

• 工程与应用 • 上一篇

帆船比赛航行路径优化与仿真

邢惠丽¹，胡西厚¹，葛艳²

1.滨州医学院　医学信息系，山东　烟台 264003
2.青岛科技大学信息科学技术学院，山东青岛 266061

收稿日期:2009-07-27 修回日期:2009-10-09 出版日期:2010-09-21 发布日期:2010-09-21
通讯作者: 邢惠丽

Optimal path planning and emulation for sailboat racing

XING Hui-li¹，HU Xi-hou¹，GE Yan²

1.Department of Medical Information，Binzhou Medical University，Yantai，Shandong 264003，China
2.Institute of Information Science and Technology，Qingdao University of Science and Technology，Qingdao，Shandong 266061，China

Received:2009-07-27 Revised:2009-10-09 Online:2010-09-21 Published:2010-09-21
Contact: XING Hui-li

摘要/Abstract

摘要： 针对帆船在海上行驶所具有的模糊性和不定性的复杂环境特点，提出基于分区段优化和进化规划的帆船航行路径优化方法。该方法在比赛区域建立二维平面坐标系，将整个航程划分为若干区段，每个区段以帆船无约束的航向决策综合评价函数为基础，利用进化规划全局优化搜索进行路径优化，综合得到全航程最优路径。在此理论基础上，进行优化路径的仿真。仿真结果表明，该路径优化方法能够取得较好的规划结果，对于帆船科学训练具有很好的指导作用。

关键词: 帆船, 分区段优化, 路径规划, 进化规划, 仿真

Abstract: Sailboat racing carries with a high degree of uncertainty.This paper proposes an optimal path planning method for a sailboat sailing based on section optimization and evolutionary programming.It sets up the two-dimension model for sailing and divides the whole voyage into several sections.Each section utilizes evolutionary programming using unconstrained penalty function to find the local optimal path.Emulation under the actual marine environments may improve the scientific training and the athletes’ scores.And this has good effectiveness and the applicability.

Key words: sailboat, section optimization, optimal path planning, evolutionary programming, emulation

中图分类号:

U675
TP273

邢惠丽¹，胡西厚¹，葛艳². 帆船比赛航行路径优化与仿真[J]. 计算机工程与应用, 2010, 46(27): 245-248.

XING Hui-li¹，HU Xi-hou¹，GE Yan². Optimal path planning and emulation for sailboat racing[J]. Computer Engineering and Applications, 2010, 46(27): 245-248.

[1]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[2]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[3]	廖列法，李浩瀚，李帅，朱合隆，李志军. 结合Winner-Take-All的足球机器人控制策略研究[J]. 计算机工程与应用, 2021, 57(7): 136-143.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	刘建宇，范平清. 基于改进的RRT*-connect算法机械臂路径规划[J]. 计算机工程与应用, 2021, 57(6): 274-278.
[6]	王迪，李彩虹，郭娜，刘国名，高腾腾. 基于模糊势场法的移动机器人局部路径规划[J]. 计算机工程与应用, 2021, 57(6): 212-218.
[7]	蒋林，方东君，雷斌，李维刚. 单目视觉移动机器人导航算法研究现状及趋势[J]. 计算机工程与应用, 2021, 57(5): 1-9.
[8]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[9]	杨凌耀，张爱华，张洁，宋季强. 栅格地图环境下机器人速度势实时路径规划[J]. 计算机工程与应用, 2021, 57(24): 290-295.
[10]	王琛，茅健. 基于时间窗模型的双向机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(23): 287-294.
[11]	赵伟，吴子英. 双层优化A*算法与动态窗口法的动态路径规划[J]. 计算机工程与应用, 2021, 57(22): 295-303.
[12]	成怡，郝密密. 改进深度强化学习的室内移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(21): 256-262.
[13]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[14]	涂睿，王文格，卢成阳. 移动机器人实时采样路径重规划[J]. 计算机工程与应用, 2021, 57(20): 157-163.
[15]	马龙，王春嬉，张正义，董睿. 多目标多时间窗车辆路径问题的鸽群-水滴算法[J]. 计算机工程与应用, 2021, 57(2): 237-250.

帆船比赛航行路径优化与仿真

Optimal path planning and emulation for sailboat racing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics