危险模式免疫控制算法优化船舶避碰策略

第３５卷第２期　２０ｌ２年６月　

中　国　航　海　

ＮＡＶＩＧＡＴＩＯＮ　ＯＦ　ＣＨＩＮＡ　Ｖｏ１．３５　ＮＯ．２　

Ｊｕｎ．２０１　２　

文章编号：１０００　４６５３（２０ｌ２）０２—００２９—０４　危险模式免疫控制算法优化船舶避碰策略　

白一呜，　韩新洁，　孟宪尧　（大连海事大学信息科学技术学院，辽宁大连１１６０２６）　

摘　要：危险模式免疫算法是仿照生物免疫系统和基因学的一种优化搜索方法，适用于复杂问题的求解。介绍危　险模式免疫算法的原理，并将该算法应用于优化船舶避碰策略。结合船舶碰撞危险度及船舶运动数学模型等相关　领域知识，实现了船舶避碰策略的优化。通过仿真验证了算法的有效性，从而为船舶避碰决策提供了新的方法和　思路。　关键词：水路运输；免疫算法；危险模式；船舶安全；避碰策略；　中图分类号：Ｕ６７２．５　文献标志码：Ａ　

Ｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　Ｓｔｒａｔｅｇｙ　ｆｏｒ　Ｓｈｉｐ　Ｃｏｌｌｉｓｉｏｎ　Ａｖｏｉｄａｎｃｅ　ｗｉｔｈ　Ｄａｎｇｅｒ　Ｍｏｄｅｌ　Ｉｍｍｕｎｅ　Ａｌｇｏｒｉｔｈｍ　

Ｂａｉ　Ｙｉｍｉｎｇ，Ｈａｎ　Ｘｉｎｊｉｅ，　Ｍｅｎｇ　Ｘｉａｎｙａｏ　（Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｃｏｌｌｅｇｅ　ｏｆ　Ｄａｌｉａｎ　Ｍａｒｉｔｉｍｅ　Ｕｎｉｖｅｒｓｉｔｙ，Ｄａｌｉａｎ　１１６０２６，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｄａｎｇｅｒ　ｍｏｄｅｌ　ａｒｔｉｆｉｃｉａｌ　ｉｍｍｕｎｅ　ａｌｇｏｒｉｔｈｍ　ｔｈａｔ　ｉｍｉｔａｔｅｓ　ｂｉｏｌｏｇｉｃａｌ　ｉｍｍｕｎｅ　ｓｙｓｔｅｍ　ｂａｓｅｄ　ｏｎ　ｇｅｎｅ　ｔｈｅｏｒｙ　ｉｓ　ａｎ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｓｅａｒｃｈ　ｍｅｔｈｏｄ　ｓｕｉｔａｂｌｅ　ｆｏｒ　ｃｏｍｐｌｅｘ　ｐｒｏｂｌｅｍｓ．Ｐｒｉｎｃｉｐｌｅ　ｏｆ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅ　ｓｔｒａｔｅｇｙ　ｆｏｒ　ｓｈｉｐ　ｃｏｌｌｉｓｉｏｎ　ａｖｏｉｄａｎｃｅ　ｉｓ　ｏｐｔｉｍｉｚｅｄ　ｂｙ　ｍｅａｎｓ　ｏｆ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｉｎ　ｃｏｎｊｕｎｃｔｉｏｎ　ｗｉｔｈ　ｔｈｅ　ｋｎｏｗｌｅｄｇｅ　ｉｎ　ｔｈｅ　ｒｅｌａｔｅｄ　ｓｕｂｊｅｃｔｓ　ｓｕｃｈ　ａｓ　ｓｈｉｐ　ｄｏｍａｉｎ，ｃｏｌｌｉｓｉｏｎ　ｒｉｓｋ　ａｎｄ　ｍａｔｈｅｍａｔｉｃａｌ　ｍｏｄｅｌ　ｏｆ　ｓｈｉｐ＇ｓ　ｍｏｖｅｍｅｎｔ．Ｔｈｅ　ｅｆｆｅｃｔｉｖｅｎｅｓｓ　ｏｆ　ｔｈｅ　ａｌ　ｇｏｒｉｔｈｍ　ｈａｓ　ｂｅｅｎ　ｖｅｒｉｆｉｅｄ　ｂｙ　ｓｉｍｕｌａｔｉｏｎ．Ｔｈｅ　ｓｔｕｄｙ　ｏｆｆｅｒｓ　ｎｅｗ　ｔｈｉｎｋｉｎｇ　ａｎｄ　ａ　ｐｒａｃｔｉｃａｌ　ｍｅｔｈｏｄ　ｆｏｒ　ｄｅｃｉｓｉｏｎ　ｍａｋｉｎｇ　ｔｏ　ａｖｏｉｄ　ａ　ｃｏｌｌｉｓｉｏｎ．　Ｋｅｙ　ｗｏｒｄｓ：ｗａｔｅｒｗａｙ　ｔｒａｎｓｐｏｒｔａｔｉｏｎ；ｉｍｍｕｎｅ　ａｌｇｏｒｉｔｈｍ；ｄａｎｇｅｒ　ｍｏｄｅｌ；ｓｈｉｐｐｉｎｇ　ｓａｆｅｔｙ；ｓｔｒａｔｅｇｙ　ｆｏｒ　ｃｏｌｌｉｓｉｏｎ　ａｖｏｉｄ一　

船舶碰撞在航运事故中占很大比例，因此，解决　避碰问题是保障船舶航运安全的首要任务。近年　来，随着计算机、导航和信息技术的发展，很多学者　采用智能方法处理船舶避碰的决策问题。船舶避碰　策略优化是根据一定的优化准则，如路线最短、耗损　最小等，在一定的搜索空间内找出合理的操作方式，　能使船舶从起始避碰点到船舶复航的过程中，避开　各种障碍的最优避碰策略。有些学者将确定安全路　径作为１个非线性优化问题，在特定的船舶航行过　程中产生１条安全路径，使本船沿着既定航线航行，　实现安全避碰。这种路径规划方法对解决移动灵活　的设备之间的避碰是有效的＿１］，但对于惯性大的船　舶，在短时间、短距离内按照设定的航线航行相当困　难。因此，非线性优化方法无法应用于船舶的避碰　操作。　危险模式人工免疫算法是仿照生物免疫系统和　基因学的１种优化搜索方法，能用于高度复杂工程　问题的求解，因此适合于处理大型船舶避碰策略的　优化。采用危险模式人工免疫算法实现船舶避碰策　略优化，并通过仿真试验，验证该算法在优化船舶避　碰策略的有效性。　

１　危险模式人工免疫控制算法的原理　ｌ９９４年，著名的理论免疫学家Ｍａｔｚｉｎｇｅｒ首先　对抗原识别中传统的“自我一非我”理论提出质疑，　并率先提出危险模式理论＿２］。危险模式理论不同于　传统的异己区分模型，它解释了传统人类免疫系统理　论中无法解释的问题，从而促进了人工免疫系统的新　

收稿日期：２Ｏ１２　０卜２９　基金项目：９７３前期研究专项（２００８ＣＢ４１７２１５）　作者简介：白一鸣（１９８３），男，辽宁海城人，博士生，从事船舶控制和信息处理研究。Ｅ—ｍａｉｌ：ｈｓ—ｂｙｍ＠１２６．ＣＯＩＩ１．　３Ｏ　中　国　航海　２０１２年第２期　发展　。危险模式理论对免疫控制的描述见图１。　受损细胞　正常细胞　生命力减弱细胞　图１危险模式理论框架　Ｆｉｇ．１　Ｔｈｅ　ｔｈｅｏｒｅｔｉｃａｌ　ｆｒａｍｅｗｏｒｋ　ｏｆ　ｄａｎｇｅｒ　ｍｏｄｅｌ　Ｂ细胞俘获抗原以后，经过一系列处理，将其提　呈给辅助Ｔ细胞，发出“信号１”，并等待辅助Ｔ细　胞的确认信号；辅助Ｔ细胞并不是始终处于激活状　态，收到Ｂ细胞的提呈信号并不足以使其完全激　活，还需要由ＡＰＣ发出的协同刺激信号来完全激　活；危险模式理论认为ＡＰＣ同样需要被激活，它依　赖于邻近细胞的健康情况。ＡＰＣ周围受损细胞发　出危险“信号０”激活ＡＰＣ，再发出协同刺激“信号　２”到辅助Ｔ细胞，辅助Ｔ细胞完全被激活后，向Ｂ　发出抗原确认“信号２”，最后产生免疫应答，Ｂ细胞　产生抗体杀死抗原。在产生免疫应答时，免疫系统　会形成抗原危险区域，并清除危险区域内抗原。　危险模式中的危险信号包括危险外界病原和有　害体自身，不再将自身划为绝对耐受，病原的外源性　对启动免疫应答不再显得那么重要，只要它们损伤　了机体内的细胞，这些受损细胞就会发出危险信号，　从而激活免疫系统，发挥其特异性免疫应答功能＿４］。　危险模式免疫算法流程描述见图２。　步骤１　产生初始抗体种群：通过设定终止条　件，初始化迭代步数ｋ一０，给定变异概率Ｐｍ，抗体　群规模，产生初始抗体种群。　步骤２计算亲和度：对抗体进行解码，分别计　算抗体与抗体、抗体与抗原问的亲和度。　步骤３判断：判断是否产生危险“信号Ｏ”、“信　号１”即算法终止条件，如果无危险信号则优化结　束，否则发送危险信号。　步骤４确定危险区域：获得危险信号后，选择　最优个体ｏＰ　，释放协同刺激“信号２”，并确定危险　区域。　步骤５抗体种群划分：根据危险区域将抗体　种群划分为两部分，安全抗体与危险抗体。　步骤６危险化操作：采用对安全抗体直接变　换到危险化区域内的操作方式，然后将其反变换到　原始自变量论域内。　步骤７种群更新：采用基本位变异操作算子　ＭＯ及常规比例选择算子ＳＯ对种群进行操作，形　成新的种群Ｌ４］。　步骤８　继续上述过程：ｋ—ｋ＋１，返回“步骤　２”，计算亲和度。　●　６ｌ（　Ｍ６２（砷“．Ａｂ　（　”．ＡｂＡｋ）　．一一—颓　危险区域确定“危险／安全”抗　、＼．　Ａｂｏｌ（ｋ）ＡｂＤｚ（ｋ）…ＡｂＤｐ（妨　＂ＡｂＤｅ（ｋ）　ＡｂｓＩ（ｋ）Ａｂ　（　…Ａｂ曲（　…Ａｂｓｏ（的　Ｉ　Ｉ　危险化操作　ｌ　Ａｂｏｌ（ｋ）Ａｂｏ２（ｋ）‘．ＡｂＤｐ（ｋ）。　’ＡｂＤＡｋ）　Ａｂ＇ｓｌ（ｋ）Ａｂ＇ｓ２（ｋ）。。＂Ａｂ＇ｓｑ（ｋ）…Ａｂ　Ｉ　变异操作　ｌ　●　

６　ｌ（　６　（七）。。　６　（　…Ａｂ　扭择操作　

Ａｂ”１（ｋ）Ａｂ　（　”．Ａｂ　（砷“Ａｂ　¨种群更新　ｌ　Ａｂ１（ｋ＋１）Ａｂ２（　１）…Ａｂ　（斛１）“．ＡｂＮ（ｋ＋１）ｌ　

图２　危险模式人Ｔ免疫算法流程图　Ｆｉｇ．２　Ｔｈｅ　ｆｌｏｗ　ｃｈａｒｔ　ｏｆ　ｄａｎｇｅｒ　ｍｏｄｅｌ　ａｒｔｉｆｉｃｉａｌ　ｉｍｍｕｎｅ　ａｌｇｏｒｉｔｈｍ　

２　船舶避碰策略的优化　

船舶避碰策略优化的目的是在充分分析和处理　船上ＡＲＰＡ（Ａｕｔｏｍａｔｉｃ　Ｒａｄａｒ　Ｐｌｏｔｔｉｎｇ　Ａｉｄ，自动　留达标绘仪）、ＡＩＳ（Ａｔｕｏｍａｔｉｃ　Ｉｎｄｅｎｔｉｆｉｃａｔｉｏｎ　Ｓｙｓ—　ｔｅｍ，船舶自动识别系统）及ＧＰＳ（Ｇｌｏｂａｌ　Ｐｏｓｉｔｉｏ—　ｎｉｎｇ　Ｓｙｓｔｅｍ，全球定位系统）等提供的本船和周边　目标船信息的基础上，得出本船与目标船的会遇态　势以及各种避让方案，遵循《船舶避碰规则》的要求，　从众多的避让方案中寻求既安全又经济的避让措　施。　在船舶信息设备中，ＧＰＳ用于船舶定位；ＡＲＰＡ　和ＡＩＳ用于识别船舶和障碍物，接收和处理它船和　障碍物的信息，包括目标船的航向、航速、方位等；还　有其他的一些设备用于获得船舶航行环境等相关参　数。图３为船舶信息获取与后期处理流程框图，在　整个过程中：　１．信息的获取。　２．根据相关信息计算船舶会遇形势。　３．船舶所要采取的避碰策略进行优化。　白一鸣，等：危险模式免疫控制算法优化船舶避碰策略　３１　４．驾驶人员对船舶的操纵。　５．船舶动态显示及其他相关报警提示等。　ＧＰＳ　Ｉ－－＊　—Ｊ来冀　息Ｌ＿＋　船舶会遇形势　狱职Ｉ　船　计算　ＡＲＰＡ雷达　一＿－　舶　＋　接　，本船信息Ｌ＋　各　船舶避碰策略　口　－－●　获取ｌ’　种　优化　ＡＩＳ　设　相　ｔ　备　关　驾驶人员　辅助晾望系统卜＋　ｌ水纹、气象卜．－　信　操纵船舶　息　—　一　速仪探测仪等　一　Ｊ综合气象仪　ｌ屏幕动态显示，　ｌ声音、光等报警　图３船舶信息获取与处理流程框图　Ｆｉｇ．３　Ｔｈｅ　ｆｌｏｗ　ｃｈａｒｔ　ｏｆ　ａｃｑｕｉｒｉｎｇ　ａｎｄ　ｐｒｏｃｅｓｓｉｎｇ　ｓｈｉｐ　ｉｎｆｏｒｍａｔｉｏｎ　船舶运动模型采用ｎｏｍｏｔｏ模型，控制器采用　传统的ＰＩＤ（Ｐｒｏｐｏｒｔｉｏｎａｌ—Ｉｎｔｅｇｒａｌ—Ｄｅｒｉｖａｔｉｖｅ，比　例一积分一微分）控制器。系统在正常航行中采用自　动控制方式，通过航向给定进行闭环控制。当两船　会遇，需要采取避碰措施时，切换到手动控制方式，　通过避碰策略优化所得到的结果指导操纵船舶，从　而实现船舶避碰。　避碰策略优化的机理是根据他船及本船当前信　息，预测未来时刻他船与本船采取避碰策略后（需要　本船采取避碰措施情况下）的运动轨迹，从中选择出　符合评价指标的避碰策略。　船舶会遇态势计算模块在获得船舶相关信息　后，判断两船的会遇状态及避让责任。如果两船会　遇需要采取避碰措施时，启动船舶避碰策略优化模　块，产生危险模式人工免疫算法的第１危险信号，然　后启动优化程序。避碰策略优化模块开启后，首先　根据船舶避碰决策的目标产生初始避碰策略种群；　然后采用危险模式人工免疫算法计算种群中个体的　亲和度，即评价各条策略实施时船舶避碰的安全度　和经济性指标；最后采用相关操作算子操作种群个　体形成新的种群，反复迭代至不产生危险信号后选　择最优的避碰策略反馈给驾驶人员，以提示驾驶人　员进行避碰操作。在避碰过程中，直航船在与让路　船没有驶过让清之前，除保向、保速外，通常不应采　取其他行动。　３　避碰策略优化仿真实例　船舶避碰分会遇、追越、交叉等情况，以仿真实　例说明如何采用危险模式人工免疫控制算法进行船　舶避碰策略的优化。　设本船与一船相遇，他船初始运动参数为：　＝＝＝１０　ｋｎ，Ｃｔ＝９０。，位置（０，１０）；本船运动参数　为：１７ｏ＝＝＝１８　ｋｎ，Ｃｏ一０。，位置（０．１，０）。进行计算　机仿真，系统在初始状态下没有碰撞危险，相关计算　数据和结果如下：　ＤＣＰＡ为０．１　ｎ　ｍｉｌｅ；　ＴＣＰＡ为１．２５　ｈ；　两船间距为１０．０　ｎ　ｍｉｌｅ；　碰撞危险度为０．５。　避碰开始时，两船会遇态势见图４。本船追越　他船，如果不进行避碰，本船在１．２４１　７　ｈ后将与目　标船发生碰撞。　根据避碰危险度启动避碰优化模块，并采用航　向变化方式对避碰过程进行控制。设当ＣＲ＞０．５，　本船准备避碰，各参数计算如下：　相对运动速度为８；　相对运动航向为１８０。；　两船间距为４．２　ｎ　ｍｉｌｅ；　ＤＣＰＡ为０　ｎ　ｍｉｌｅ；　ＴＣＰＡ为０．５２９　２　ｈ。　来船与本船构成会遇局面：我船追越他船局面，本船　为让路船　本船采取的最佳避碰方式：右转向。　碰撞危险度：０．５。