前言：本站為你精心整理了遺傳算法下船舶網(wǎng)絡(luò)優(yōu)化調(diào)度探究范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要:船舶航行使用自動化控制網(wǎng)絡(luò)，網(wǎng)絡(luò)信息的傳輸影響船舶航行狀態(tài)，因此研究改進遺傳算法的船舶網(wǎng)絡(luò)優(yōu)化調(diào)度方法。構(gòu)建基于高層控制器局域網(wǎng)絡(luò)協(xié)議（TTCAN）的船舶網(wǎng)絡(luò)結(jié)構(gòu)，分析高層控制器局域網(wǎng)絡(luò)協(xié)議，在船舶網(wǎng)絡(luò)的拓撲結(jié)構(gòu)基礎(chǔ)上，確定船舶控制網(wǎng)絡(luò)矩陣周期中報文傳輸抖動最小為優(yōu)化調(diào)度目標，利用模擬退火算法改進遺傳算法，抑制遺傳算法過早收斂情況，獲取船舶網(wǎng)絡(luò)矩陣周期報文傳輸抖動最小值，提高船舶網(wǎng)絡(luò)通信質(zhì)量。在模擬試驗平臺中對實際船舶控制網(wǎng)絡(luò)開展試驗，證明該方法報文傳輸時路徑最短，能夠有效節(jié)約傳輸時間，即使在惡劣天氣條件下仍然能保證報文傳輸效率，確保船舶平穩(wěn)航行。

關(guān)鍵詞：改進遺傳算法；船舶網(wǎng)絡(luò)；優(yōu)化調(diào)度；TTCAN；模擬退火算法

0引言

船舶在海上航行過程中，面臨復(fù)雜多變的海上環(huán)境，通信的重要性逐漸顯露出來[1]?，F(xiàn)代船舶航行已經(jīng)無需人工駕駛，只需要專業(yè)人員控制數(shù)控設(shè)備，就能實現(xiàn)船舶的控制航行，航行規(guī)劃、故障識別、動力控制都可以通過船舶自身的控制系統(tǒng)，經(jīng)通信傳輸渠道實現(xiàn)控制，保證船舶的平穩(wěn)航行[2–4]。只有合理調(diào)度船舶網(wǎng)絡(luò)，實現(xiàn)整體控制系統(tǒng)的操控，才能確保船舶穩(wěn)定、正常在海面上安全航行。調(diào)度被廣泛應(yīng)用于交通通信的領(lǐng)域之中，調(diào)度會結(jié)合計算機科學(xué)、人工智能技術(shù)、生產(chǎn)管理科學(xué)等多個領(lǐng)域的技術(shù)，實現(xiàn)綜合統(tǒng)籌應(yīng)用[5]。在船舶控制系統(tǒng)中，通過網(wǎng)絡(luò)實現(xiàn)整個船舶數(shù)據(jù)信息的共享與管理，確保船舶的高效運行。目前已經(jīng)有眾多研究者在船舶網(wǎng)絡(luò)優(yōu)化調(diào)度方面作出研究，鮑勁松等[6]提出以遺傳算法作為基礎(chǔ)，優(yōu)化調(diào)度網(wǎng)絡(luò)，但是由于容易過早陷入最優(yōu)解，導(dǎo)致優(yōu)化調(diào)度效果不盡如人意。徐詩鴻等[7]提出基于模擬退火算法的船舶網(wǎng)絡(luò)優(yōu)化調(diào)度，但是模擬退火算法的優(yōu)化效率較差，所以調(diào)度效果仍舊需要進一步研究。本文研究改進遺傳算法的船舶網(wǎng)絡(luò)優(yōu)化調(diào)度方法，通過網(wǎng)絡(luò)調(diào)度實現(xiàn)報文傳輸抖動最小，并利通過改進遺傳算法，提升遺傳算法的搜索效率，獲得最佳調(diào)度結(jié)果。
1改進遺傳算法的船舶網(wǎng)絡(luò)優(yōu)化調(diào)度

1.1基于高層控制器局域網(wǎng)絡(luò)協(xié)議的船舶網(wǎng)絡(luò)結(jié)構(gòu)

1.1.1高層控制器局域網(wǎng)絡(luò)協(xié)議分析。本文所研究的船舶網(wǎng)絡(luò)是一種高層控制器局域網(wǎng)絡(luò)（TTcontrollerareanetwork,TTCAN）協(xié)議，作為一種高層的協(xié)議，TTCAN已經(jīng)將CAN總線內(nèi)的全部信息實現(xiàn)通信，同時將全網(wǎng)絡(luò)的虛擬時鐘展現(xiàn)出來[8?9]。網(wǎng)絡(luò)中的數(shù)據(jù)傳輸需要一個特定的時間窗口，同時管理并預(yù)測網(wǎng)絡(luò)上的信息。以時間作為判斷依據(jù)TTCAN上有一個主節(jié)點，利用計數(shù)器實現(xiàn)節(jié)點時間副本完整存儲，計數(shù)器間隔1個單位累加1個點。TTCAN組成結(jié)構(gòu)包含時間槽與時間窗口，單個信息經(jīng)時間窗口就能完成在網(wǎng)絡(luò)中節(jié)點的傳輸[10]。TTCAN內(nèi)具有矩陣周期，矩陣周期的起、始分別為同步信息初始發(fā)布與第2個信息出現(xiàn)的點。船舶網(wǎng)絡(luò)的通信調(diào)度結(jié)構(gòu)由矩陣周期決定，網(wǎng)絡(luò)中調(diào)度的未來發(fā)展由周期性執(zhí)行矩陣周期確定，幫助優(yōu)化調(diào)度結(jié)果適用于船舶網(wǎng)絡(luò)。1.1.2船舶網(wǎng)絡(luò)拓撲結(jié)構(gòu)。使用模擬退火遺傳算法優(yōu)化TTCAN內(nèi)的矩陣周期，確保船舶網(wǎng)絡(luò)內(nèi)的報文信號具有最低傳輸抖動。船舶正常運行需要多個控制網(wǎng)絡(luò)支持，包括數(shù)個子控制網(wǎng)絡(luò)，這些子控制網(wǎng)絡(luò)共同運作形成一個總的控制網(wǎng)絡(luò)，實現(xiàn)船舶的航行控制，指令一旦發(fā)出，相關(guān)設(shè)備具有在規(guī)定時間之內(nèi)作出響應(yīng)，否則影響船舶正常航行，出現(xiàn)重大安全事故[1]。船舶的控制網(wǎng)絡(luò)中，不同節(jié)點對于報文傳輸時效的要求不同，從這一角度出發(fā)，選取高速和低速2種TTCAN協(xié)議構(gòu)建整個船舶控制網(wǎng)絡(luò)的拓撲結(jié)構(gòu)（見圖1）。

1.2模擬退火遺傳算法的船舶網(wǎng)絡(luò)矩陣優(yōu)化調(diào)度

1.2.1船舶網(wǎng)絡(luò)優(yōu)化調(diào)度目標。船舶控制TTCAN網(wǎng)絡(luò)內(nèi)的矩陣周期分為節(jié)點傳輸周期與非周期2種不同的報文信息，這2種報文的內(nèi)部也各自存在差異：周期性報文歷次傳輸過程中，所設(shè)定的周期存在差異；傳輸時間方面，非周期性報文無法確定標準，這種情況造成實例存在差異關(guān)系的情況下，即使是相同周期性報文，會出現(xiàn)周期與時間間隔不對等的情況，也就是說，船舶控制網(wǎng)絡(luò)之中的報文傳輸實際時刻與預(yù)計時刻之間出現(xiàn)顯著差值，這種差值在船舶網(wǎng)絡(luò)優(yōu)化調(diào)度過程中被稱為報文傳輸抖動，通過下式表示：Miii=1,2,3,···,nit0itai,ktei,kik其中：代表第個報文的傳輸周期，，第0個實例第個報文的傳輸時間開端描述為，與分別為第個報文第個實例實際與預(yù)計開始傳輸時間。對式（1）作出分析，矩陣周期的全周期之內(nèi)，使用式（3）描述船舶控制網(wǎng)絡(luò)之中的全部報文傳輸抖動情況：minJOS船舶網(wǎng)絡(luò)優(yōu)化調(diào)度使用一種優(yōu)化算法，實現(xiàn)報文傳輸抖動值最低，也是船舶網(wǎng)絡(luò)優(yōu)化調(diào)度的最終目標。1.2.2基于模擬退火遺傳算法的調(diào)度優(yōu)化。遺傳算法尋優(yōu)能力極強，尋優(yōu)過程中考慮全部種群，但是該算法尋優(yōu)過程中會出現(xiàn)提前進入最優(yōu)解的情況，出現(xiàn)較差搜索效率。模擬退火局部搜索能力較強，但是搜索效率較差。2種算法各有所長也各有不足，將2種算法結(jié)合到一起，模擬退火遺傳算法詳細步驟如下：Ti=infi步驟1給出算法參數(shù)，將退火初始溫度設(shè)定成一個足夠大的數(shù)，進化代數(shù)設(shè)定為0。步驟2隨機生成初始化種群，設(shè)定為Gi，該種群也是通過方案部署獲得的可行解集合。pc步驟3執(zhí)行交叉算子和變異算子。初步篩選原始群體，利用交叉概率隨機選取該群體中的2個個體，交換隨機部分染色體，產(chǎn)生2個全新的個體便是執(zhí)行后的交叉算子。使用預(yù)設(shè)概率改變?nèi)旧w基因叫做執(zhí)行變異算子，假設(shè)在父代染色體的隨機位置上發(fā)生基因變異，生成子代染色體，該染色體會替換父代染色pcpmpcpm體。執(zhí)行交叉算子與變異算子的最終目的是抑制早熟收斂，隨著適應(yīng)值的變化，交叉概率與變異概率都會發(fā)生改變，如果陷入局部極值，個體中較大適應(yīng)值的部分也會出現(xiàn)變異概率和交叉概率的增大，這樣就能實現(xiàn)過早收斂的抑制。根據(jù)這些分析，使用式（4）和式（5）分別定義交叉概率與變異概率：fmaxfminˉffc1c2c3c4(0,1)fffmaxfminpcpm(fmax?f)(fmax?ff)式中：與分別用于描述最大與最小適應(yīng)值；與分別代表平均適應(yīng)值與交叉?zhèn)€體較大適應(yīng)值；，，，均屬于，用于描述變異適應(yīng)值，通過與之間的差值表示種群穩(wěn)定性，同時也能抑制算法過早收斂，但是卻不能實現(xiàn)優(yōu)良個體保存，該差值會使與發(fā)生變化，與能調(diào)整該變化，實現(xiàn)收斂抑制與最優(yōu)解尋找。f(x)fitness(f(x))步驟4計算適應(yīng)度函數(shù)。適應(yīng)度函數(shù)能夠衡量尋優(yōu)程度，所以恰當(dāng)?shù)倪m應(yīng)度函數(shù)也是迭代的評估標準，將等待求解的矩陣內(nèi)各報文實例的目標函數(shù)，向適應(yīng)度函數(shù)轉(zhuǎn)化，則有下式：F(Gi′使用式（6）獲得全新種群適應(yīng)度)。步驟5使用式（7）計算退火增量：F(Gi)?FGi′?Fexp[?(?F/Ti)]Gi′Gi′式中，表示原始種群適應(yīng)度函數(shù)。假如小于0，可以將作為下一代種群，如果不小于0，通過概率將作為下一代種群。如果不被接受成為下一代種群，跳轉(zhuǎn)至步驟3，重新獲得全新種群。步驟6退溫。模擬退火算法參數(shù)見下式：步驟7對進化結(jié)束條件作出判斷，如果滿足結(jié)束條件就可以輸出最優(yōu)個體，結(jié)束計算，如果不滿足結(jié)束條件需要重新跳轉(zhuǎn)至步驟3，設(shè)定進化初始種群為。該算法隨機生成初始化種群，并隨機執(zhí)行交叉與變異，獲得子代個體，該個體與父代個體發(fā)生競爭，保留更加優(yōu)良的個體，避免算法出現(xiàn)早熟情況。迭代進化的推進，溫度發(fā)生下降，不會再接受劣質(zhì)解，通過模擬退火算法的爬山特性使得遺傳算法具有更加良好的收斂速度。

2模擬試驗

以我國自主建造的大型船舶作為研究對象，該船長度為323.6m，船身高度為72.2m，最大吃水量與最大航速分別為8.55m與22.6kn/h。收集該船舶控制網(wǎng)絡(luò)的相關(guān)數(shù)據(jù)參數(shù)，設(shè)定255kbit/s是報文傳輸速率。使用模擬試驗平臺根據(jù)這些數(shù)據(jù)開展模擬試驗，驗證本文方法的性能。

2.1算法性能驗證

假設(shè)模擬試驗平臺中存在20個網(wǎng)絡(luò)節(jié)點，報文信息在各個節(jié)點之中傳輸。本文方法綜合遺傳算法與模擬退火算法的優(yōu)點，最終實現(xiàn)船舶網(wǎng)絡(luò)優(yōu)化調(diào)度，因此試驗過程中，同時使用基于遺傳算法的調(diào)度方法（參考文獻[6]，下文簡稱對比方法1）和基于模擬退火算法的調(diào)度方法（來自參考文獻[7]，下文簡稱對比方法2）調(diào)度船舶網(wǎng)絡(luò)，不同算法調(diào)度之下，報文信息的傳遞軌跡如圖2所示。圖中數(shù)字表示網(wǎng)絡(luò)節(jié)點的編號，數(shù)字1是報文傳輸?shù)钠鹗脊?jié)點，數(shù)字20是報文傳輸?shù)慕K點節(jié)點。能夠看出，相比于2種未改進的方法，本文方法在報文傳輸過程中能夠獲得最短傳輸路徑，報文傳輸速度較快，而2種對比方法傳輸報文時路徑較遠，容易造成延誤報文傳輸?shù)木置?。路徑較遠，容易造成延誤報文傳輸?shù)木置妗?

2.2網(wǎng)絡(luò)優(yōu)化調(diào)度性能測試

在模擬試驗平臺中模擬船舶在正常天氣環(huán)境下，無干擾時實際行駛中較為關(guān)鍵的各個子控制網(wǎng)絡(luò)狀態(tài)，使用本文方法以及2種對比方法對船舶網(wǎng)絡(luò)優(yōu)化調(diào)度后，各子網(wǎng)絡(luò)中報文的傳輸速率，結(jié)果顯示，相同子網(wǎng)絡(luò)、報文長度相同情況下本文方法傳輸報文的速率更快，說明經(jīng)過本文方法優(yōu)化調(diào)度之后，船舶網(wǎng)絡(luò)具有較高報文傳輸效率，提升各個子網(wǎng)絡(luò)的工作效率，降低報文傳輸?shù)臅r延，具有較為良好的優(yōu)化調(diào)度效果。船舶航行過程中會遭遇各種不同天氣，晴朗天氣環(huán)境下，船舶正常運行，控制網(wǎng)絡(luò)中的各個子網(wǎng)絡(luò)都按照常規(guī)規(guī)定運行，報文傳輸較為規(guī)律，但是船舶航行也經(jīng)常會遭遇極端天氣，這種情況下，船舶控制的各個子網(wǎng)絡(luò)就需要不停改變操作內(nèi)容，多次更改指令，船舶網(wǎng)絡(luò)的工作量加大，報文傳輸?shù)耐哆f率也出現(xiàn)顯著變化。對比不同天氣狀況下，船舶航行時，不同TTCAN網(wǎng)絡(luò)協(xié)議中，經(jīng)不同方法優(yōu)化調(diào)度后，網(wǎng)絡(luò)傳輸報文的投遞率，結(jié)果見圖3。從圖3（a）能夠看出，高速TTCAN網(wǎng)絡(luò)之中，對于報文傳輸?shù)臅r效性要求較高，但是受到惡劣天氣條件影響，船舶控制網(wǎng)絡(luò)需要頻繁更換運行指令，導(dǎo)致本文方法的報文投遞率與晴天環(huán)境下的報文投遞率相比略低，但是整體來看，使用本文方法優(yōu)化調(diào)度后，報文投遞率明顯高于兩種對比方法，證明本文方法的調(diào)度效果更優(yōu)。低速TTCAN網(wǎng)絡(luò)之中對于報文傳輸?shù)臅r效性要求較低，報文傳輸有一個緩沖時間，所以即使網(wǎng)絡(luò)節(jié)點數(shù)量增加，在不同天氣環(huán)境下，使用本文方法優(yōu)化調(diào)度網(wǎng)絡(luò)之后，仍然能夠保持較高的報文傳輸投遞率。盡管與高速TTCAN網(wǎng)絡(luò)相比，低速TTCAN網(wǎng)絡(luò)之中對比方法優(yōu)化調(diào)度之后，隨著節(jié)點數(shù)量增加，報文傳輸投遞率的下降幅度更小，但是與本文方法相比仍然不具備優(yōu)勢。綜合來看，使用本文方法優(yōu)化調(diào)度船舶網(wǎng)絡(luò)之后，無論何種航行條件，仍然能夠保證船舶的穩(wěn)定航行。

3結(jié)語

船舶航行的環(huán)境復(fù)雜多變，網(wǎng)絡(luò)傳輸?shù)男阅軟Q定船舶的航行穩(wěn)定性，本文研究改進遺傳算法的船舶網(wǎng)絡(luò)優(yōu)化調(diào)度方法，將遺傳算法與模擬退火算法相結(jié)合，以傳輸報文抖動最小作為優(yōu)化調(diào)度的目標，同時改進遺傳算法，計算得出最優(yōu)解，獲得船舶網(wǎng)絡(luò)較為良好的優(yōu)化調(diào)度效果。通過模擬試驗發(fā)現(xiàn)，使用本文方法能夠?qū)崿F(xiàn)網(wǎng)絡(luò)節(jié)點傳輸路徑最短，同時使用本文方法只需要很短的時間就能實現(xiàn)各類船舶子控制系統(tǒng)的報文傳輸，優(yōu)化調(diào)度效率較高；即使在較為復(fù)雜的天氣條件之下，使用本文方法仍然能夠保證報文在網(wǎng)絡(luò)中的穩(wěn)定傳輸，由此證明，經(jīng)過本文方法優(yōu)化調(diào)度的船舶網(wǎng)絡(luò)具有較為良好的性能。

作者:王芳杰 單位:浙江國際海運職業(yè)技術(shù)學(xué)院h