(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111147135.7 (22)申请日 2021.09.28 (71)申请人 集美大学 地址 361021 福建省厦门市集美区嘉庚路1 号航海学院 (72)发明人 柴田　薛晗　朱泉锋　熊振南　 (74)专利代理 机构 厦门市新 华专利商标代理有 限公司 3 5203 代理人 朱凌 (51)Int.Cl. G06F 17/18(2006.01) G06F 30/27(2020.01) G06N 3/00(2006.01) (54)发明名称 一种船舶会遇局面核密度估计带宽智能优 化方法 (57)摘要 本发明一种船舶会遇局面核密度估计带宽 智能优化方法， 将粒子群优化算法PSO与正弦余 弦算法SCA相结合， 同时， 在SC ‑PSO算法中引入 准 反射运算， 通过最小化船舶会遇点真实概率分布 f(x， y)与其当前核密度带宽计算出的核密度估 计概率分布 之间的均方误差， 作为算法的搜索 带宽的代 价目标函数， 采用概率对应的颜色来展 示船舶会遇经纬度， 能更好地展示船舶交通流会 遇点分布情况， 获得主要关注区域、 主要态势和 避碰距离的参考数据。 本发明通过改进的自适应 变宽度核密度估计器， 降低概率密度估计过于平 滑现象的风险， 从而提高概率密度的估计精度， 加快寻找核密度估计的最优带宽 。 权利要求书3页 说明书7页 附图4页 CN 113901398 A 2022.01.07 CN 113901398 A 1.一种船舶会遇局面核密度估计带宽智能优化方法， 其特 征在于包括如下步骤： 步骤1、 构建船舶会遇的几何模型和算法 (1)构建船舶 会遇的几何模型， 设本船的速度为(vAx， vAy)， 目标船的速度为(vBx， vBy)， 则 目标船相对于 本船的速度矢量vR为： 相对航向 为： 其中α 计算如下： RT为目标船相对于本船的距离， 本船的地理位置经纬 度坐标为 目标船的地理位 置经纬度坐标表示 为 目标船相对于 本船的方位角 αT， 计算如下： 记 最近会遇距离DCPA为： DCPA＝RTsinθ     (6) 选择如下的船舶会遇的判断条件： 上述nm表示海里； (2)非参数多元核密度估计KDE 具 有 核 函 数 K ( x ) 和 核 密 度 带 宽 h 的 多 元 核 密 度 估 计 概 率 分 布 为 ： 其中i表示累加的序号， n表示样本的总数， x表示每个样本的经纬度， X1，…， Xn来自船舶 会遇点概率分布为f的独立样本， d是 数据的维度， h表示核密度带宽； d维的核函数 K(x)满足： ∫K(x)dx＝1     (9) 当核函数 K(x)使用标准多元正态密度函数时： 目标是使得船舶会遇点真实概率分布f(x， y)与其当前核密度带宽计算出的核密度估权　利　要　求　书 1/3 页 2 CN 113901398 A 2计概率分布 之间的均方误差降至最低： 上述， 表示梯度算符， 是向量 微分算符， f是样本的真实概 率分布； (3)粒子群优化 算法PSO 在粒子群优化 算法中， 个 体更新如下： vi， k+1＝vi， k+c1(pi‑xi， t)+c2(pg‑xi， k)    (12) hi， k+1＝hi， k+vi， k     (13) 其中， vi， k表示第k次迭代中第i个粒子的速度， hi， k表示第k次迭代中第i个粒子的位置， c1， c2是随机数， pg是迄今为止获得 的最佳解决方案， pi是迄今为止第i粒子获得的最佳解； hi， t表示第i个粒子在第t次迭代中的值； (4)正弦‑余弦算法SCA 在正弦‑余弦算法中， 个 体更新如下： 其中， hi， k表示第k次迭代中第i个粒子的位置， Pi， k是第k次迭代中第i个粒子 的目标点 的位置， r1， r2， r3是随机数， r4是[0， 1]中的随机数； (5)基于准反射的SC ‑PSO算法 位置和速度更新如下： vi， k+1＝vi， k+c1cos(c1)r1(pi， k‑xi， t)+c2sin(c2)r2(gk‑xi， k)    (15) hi， k+1＝hi， k+vi， k    (16) 其中hi， k是第k次迭代中第i个粒子的位置， vi， k是第k次迭代中第i个粒子的速度， r1， r2 是随机数， c1， c2是随机数， gk是在第k次迭代之前获得的最佳解， pi， k是由第i个粒子到第k次 迭代得到的最佳解； 准反射操作定义如下： 其中， hi， k∈[ai， bi]， ai表示hi， k的下限， bi表示hi， k的上限； 步骤2、 采集会遇样本数据集 对航道的船舶自动识别系统AIS的数据， 根据公式(7)计算出船舶会遇点的经纬度集 合， 即满足最近会遇距离DCPA小于 0.5海里且相对速度大于4m/s的两艘船舶对； 步骤3， 生成粒子群的初始总体{hi， O}， 每个粒子对应一个初始的核密度带宽； 步骤4、 使用公式(11)评估每个粒子的目标函数， 即船舶会遇点真实概率分布f(x， y)与 其当前核密度带宽计算出的核密度估计概 率分布 之间的均方误差； 步骤5、 根据准反射操作， 更新每 个粒子的最优局部解 通过搜索公式(14) ‑(16)以及准反射操作定义公式(17)， 更新每个粒子的最优局部解， 逐渐趋近最优带宽， 更新每 个粒子的速度和位置； 步骤6、 更新 最优全局解， 逐渐趋 近最优带宽； 步骤7、 更新随机数；权　利　要　求　书 2/3 页 3 CN 113901398 A 3