为提升船舶航行路径的经济性与安全性，提出改进神经网络的船舶航行路径规划方法。采用改进神经网络方法求解所建立船舶航行路径规划模型，选取修正线性单元ReLU函数替代原激活函数，选取梯度下降法更新神经网络权重，利用均方根反向传播算法优化神经网络，输出船舶航行路径规划结果。利用船舶航行路径规划结果实施碰撞检测，避免船舶航行路径出现碰撞。实验结果表明，该方法可以有效规划船舶航行路径，规划长度符合预期，未发生碰撞情况，满足船舶航行的经济性以及安全性需求。
In order to improve the economy and safety of ship navigation path, a ship navigation path planning method based on improved neural network is proposed. The improved neural network method is used to solve the established ship navigation path planning model, the modified linear unit relu function is selected to replace the original activation function, the gradient descent method is selected to update the neural network weight, the root mean square back propagation algorithm is used to optimize the neural network, and the ship navigation path planning results are output. Collision detection is carried out by using the results of ship navigation path planning to avoid collision of ship navigation path. The experimental results show that this method can effectively plan the ship's navigation path, and the planned length of the ship's navigation path meets the expected requirements, without collision, and meets the economic and safety requirements of the ship's navigation.
2022,44(14): 57-60 收稿日期：2022-01-24
DOI：10.3404/j.issn.1672-7649.2022.14.013
分类号：TP398
基金项目：辽宁省省教育厅科学研究经费项目（QL201911）
作者简介：许志远(1981-)，男，博士，副教授，研究方向为船舶航行路径规划
参考文献：
[1] 陈秋莲, 郑以君, 蒋环宇, 等. 基于神经网络改进粒子群算法的动态路径规划[J]. 华中科技大学学报(自然科学版), 2021, 49(2): 51–55
[2] 祁林, 渠俊锋, 司文杰, 等. 基于RBF神经网络的水面船舶轨迹跟踪控制[J]. 船舶工程, 2021, 43(1): 95–101+118
[3] 随博文, 黄志坚, 姜宝祥, 等. 基于深度Q网络的水面无人艇路径规划算法[J]. 上海海事大学学报, 2020, 41(3): 1–5+116
[4] 胡玉可, 夏维, 胡笑旋, 等. 基于循环神经网络的船舶航迹预测[J]. 系统工程与电子技术, 2020, 42(4): 871–877
[5] 朱大奇, 朱婷婷, 颜明重. 基于改进神经网络的多AUV全覆盖路径规划[J]. 系统仿真学报, 2020, 32(8): 1505–1514
[6] 刘长德, 顾宇翔, 张进丰. 基于小波滤波和LSTM神经网络的船舶运动极短期预报研究[J]. 船舶力学, 2021, 25(3): 299–310
[7] 向金林, 王鸿东, 欧阳子路, 等. 基于改进双向RRT的无人艇局部路径规划算法研究[J]. 中国造船, 2020, 61(1): 157–166
[8] 童帮裕, 胡坚堃. 基于改进蚁群算法的船舶冰区航行路径规划[J]. 中国航海, 2020, 43(1): 24–28
[9] 郝启润, 吴韵哲, 吴浩峻, 等. 基于改进A~*GBNN算法的AUV路径规划[J]. 船舶工程, 2020, 42(9): 128–132+156
