摘 要

本文针对船舶气象航线优化中燃油成本和船舶航行时间两个相互矛盾的关键目标，提出了一种通过优化船舶的航速选取船舶最优航线的求解方案，即粒子群多目标优化气象航线。在此建议的方法中，可以同时进行气象航线建议和通过粒子群多目标优化后的船舶航速的建议。在优化过程中的标准和约束的集合是船舶的燃油成本和船舶的航行时间。该方法是船舶航线与船舶航速之间的双向选择，来选取相对较优的气象航线与航速，以此来得到从出发地到目的地的燃油成本相对较优与船舶航行时间相对较优的计划方案。本文气象航线优化方法的最大优点是优化过程中的标准和约束的集合是完全可以修改的，有更多条较优航线方案可供选择。

关键词：气象航线；多目标优化；粒子群算法；燃油成本；航行时间

Abstract

According to meteorological ship weather routing optimization in fuel costs and ship sailing time two conflicting key target, this paper presents a solving scheme based on utpia point multi-objective optimization of ship optimal routing, namely multi-objective particle swarm optimization ship weather routing.

In this proposed method, we can simultaneously carry out the recommendations of weather routing and the ship's speed by the particle swarm optimization. The criteria and constraints in the optimization process are the set of fuel costs and the time of the ship's navigation. The method is a two-way choice between shipping routes and the ship speed, to select the relatively optimum weather route and speed, in order to get from departure to destination operating costs relatively better, the ship sailing time relatively better plan.

In this paper, the maximum advantage of the weather route optimization method is that the standard and constraint set of the optimization process can be modified completely.

Key Words: Weather routing；Multi-objective；Particle Swarm Optimization；Fuel coats；Sailing time

目 录

摘 要 I

Abstract II

目 录 III

第一章 绪论 1

1.1 研究背景、目的及意义 1

1.1.1 研究背景 1

1.1.2 研究目的及意义 1

1.2 国内外研究现状 2

1.2.1 关于气象航线优化的研究 2

1.2.2 关于多目标优化求解路径问题研究 3

1.3 课题研究内容及预期目标 3

第二章 多目标优化问题 5

2.1 多目标优化基本概述 5

2.2 运用粒子群优化算法求解多目标优化问题 6

2.2.1 粒子群算法概述 6

2.2.2 基本粒子群算法（PSO）与其他算法的比较 6

2.2.3 PSO算法求解多目标优化问题 7

第三章 我国近海船舶气象航线的多目标优化步骤 9

3.1 模拟退火算法初步选取航线 9

3.1.1 模拟退火算法原理 10

3.1.2 模拟退火算法求取路径简介 11

3.1.3 模拟退火算法求取路径步骤 11

3.2 多目标优化航线 12

3.2.1气象航线多目标优化问题描述 12

3.2.2 风浪中的船舶失速 12

3.2.3 目标函数 14

3.2.4 求解过程 15

3.3 优化结果对比分析 15

第四章 船舶航线优化实例 16

4.1 航线概况 16

4.2 选取航行路线 16

4.3 多目标优化航速 17

4.4 船舶航线优化结果 17

第五章 结论 19

参考文献 20

附件A 21

致 谢 26

第一章 绪论

1.1 研究背景、目的及意义

1.1.1 研究背景

由IMF发布的报告可知，2016年的世界经济增长率为3.6%。一方面，国际石油价格、国际大宗商品价格长期处于低位，而且，对石油需求增量产生较大影响的新兴经济体经济一直处于减速状态，这就将遏制石油需求的增长速度，由此可预计2016年国际石油价格仍将在中低位波动；另一方面，航运市场近来一直处于低迷状态，2015年的BDI 指数、中国出口集装箱运价综合指数以及亚欧班轮运价均跌破了历史最低点，预计今年依旧处于低谷。目前种种局面，均使航运市场面临诸多挑战。因此，如何能够在保证船舶可以安全航行的同时，既提高船舶的运输效率，又降低船舶的运营成本，从而适应当今世界贸易发展的需求，已是当务之急。

要知道，船舶在规避大风大浪区域或大风大浪天气系统时，其航行方案应至少满足两个条件：一方面，必须保证船舶能够安全航行，要保证避开所有可能对船舶造成危险或损害的大风浪区域；另一方面，要在保证船舶安全航行的基础上，尽量减少船舶的绕行距离，尽可能节省船舶的航行时间，从而节省船舶的运营成本。

通过粒子群多目标优化船舶航线，能够直观、方便、快捷地了解未来航线上的大风浪等水温气象信息对船舶航行可能造成的威胁，让决策者有效地选择既保证船舶的安全，有能够节省船舶的营运成本的航行路线。

1.1.2 研究目的及意义

80年代初期，英国和美国率先采用了气象导航技术对船舶的最佳航线进行优化设计，优化后的航线运输效率得到了提高，平均每横跨一次太平洋可节省9.4个小时，由此为英美两国节约了巨额的运输成本，十分可观。此后，法国、挪威、日本等国也开始研究开发适合自己的最佳航线，建立了最佳航线优化设计系统，不但使船损和货损的危险程度得到降低，同时也减少了燃油消耗量并提高了船舶到岗准时率。一直以来，我国在这方面的研究也并不松懈，同样获得了不少可观的成效。

虽然很多国家都先后致力于最佳航线优化设计的研究，但是较普遍的航线优化算法是通过经验方法来计算船舶失速，这并不能完全体现出船舶的具体特征和性能。要知道，在多目标优化气象航线问题上，某目标的优化和改善往往可能降低其他目标的性能，因此，使多个目标在此问题上同时达到最优几乎是无法实现的，我们能做的是对各目标进行权衡，使得整体效果达到最优，即使得所有目标函数达到相对较优。通过将多目标优化应用在气象航线问题上，能够有效的解决船舶在营运过程中成本和效率的冲突关系，对于航运业的发展有着重要作用，开展这方面的研究具有重要的学术和工程应用价值。

1.2 国内外研究现状

1.2.1 关于气象航线优化的研究

在各个交通领域，路线优化始终是研究的热点话题，中外学者从实际出发，综合船舶航行安全，气象预报，市场状态，燃油价格等基本因素和其他考量因素，建立的不同的航线优化模型。