随着世界贸易活动的频繁化,船舶运输也得到了持续发展。船舶在远洋航行中面临航时长、燃耗成本高及不稳定的气象条件等诸多难题,为此,本文以进化算法为主要框架展开船舶气象航线的研究。一、本文提出了航路点调整算法与航路点生成算法来解决航线中的实际约束问题。当用航路点来表示一条航线时,进化算法可以使航线设计有极高自由度,但这同时也带来了一些隐患。交叉与变异操作可能会使航路点出现在不合理的位置,对于航路点次序与位置不匹配的情形,本文用航路点调整算法解决;而对于航路点落入障碍区域的情形,本文用航路点生成算法解决。二、本文给出了动态气象航线规划方案。远洋航线跨越时空范围广,而海上气象环境时空差异大,因此估计航时与燃耗时须充分考虑气象变化,为此本文以动态规划的方法实现了远端航路点抵达时刻与累计燃耗的实时更新,同时为减小相距远的相邻航路点导致的估计误差,本文根据气象数据时间精度细化航段,提高航线航时与燃耗估计的实时性与准确度。三、本文给出不定变量空间下的气象航线优化算法。对于航线规划而言,通常会预设航路点数目来降低问题复杂度,而本文的实验结果表明最短航时航线或是最少燃耗航线在不同航路点数目下的优化结果有所差异,这意味着在用进化算法对航线优化时,航路点数目的变动也应列入考虑之中。为解决交叉双方变量长度不一致的问题,本文结合动态气象航线规划方案提出了航路点增设算法与航路点删除算法,并在此基础上给出了处理不定变量交叉的结构调整算法。此时,航路点数目对航线优化的影响得以解决。四、本文给出了气象航线多目标优化算法。仿真结果表明航时与燃耗具有冲突性,因此气象航线优化亦可被看作是一个多目标优化问题。根据船舶航线对预期抵达时间高度依赖的特点,本文提出了一种非支配自适应型MOEA/D算法。该算法以基于非支配的排序方式取代MOEA/D中的PBI方法。同时权值向量可根据迭代过程自动更新并均匀化,其自适应性保证了解分布的宽广度与均匀性。