随着世界进出口贸易的增加以及船舶朝着大型化和高速化方向的发展,船舶碰撞事故在不断增加。世界各国都在寻求有效的自动避碰手段以减少碰撞的发生。 本文详细分析了船舶避碰原理。研究了船舶碰撞原因以及船舶碰撞过程。根据船舶避碰原理,探讨了船舶避碰中相关参数的概念及船舶DCPA(最近会遇距离)和TCPA(会遇时间)的数学模型,以及预防船舶碰撞的对策。 简述了模糊控制的基本理论和模糊控制系统的组成,根据船舶航行控制特点,研究了基于二阶传递函数的船舶运动PID控制模型,并完成了其控制仿真。阐述了碰撞危险度的有关概念,研究了基于模糊原理的碰撞危险度模型。 研究了人工神经网络原理及基于BP算法的神经网络,利用神经网络自适应和自学习的功能来记忆、学习危险度判断专家样本,并利用网络对船舶会遇局势进行危险度判定,阐述了神经网络评判方法。分析了BP网络实际应用中存在的问题之后阐述了几种BP网络算法改进方法。最后,采用改进后的BP神经网络:动量一自适应学习速率算法的BP神经网络建立基于神经网络的船舶避碰模型,分析了仿真实例,说明了采用动量—自适应学习速率算法的网络的优点。 重点研究了船舶碰撞危险度的评判并建立基于模糊原理和神经网络的船舶碰撞危险度评判模型。在上述工作的基础之上,针对模糊控制和神经网络控制各自的长处与不足,分析了将神经网络与模糊理论相结合的理论。并研究分析了一种船舶智能避碰专家系统基本框架。 目前,越来越多的先进导航仪器和航海设备应用到航海中,如AIS自动识别系统、ARPA雷达、电子海图信息显示系统(ECDIS),GPS高精度定位仪等等,这些先进设备的使用,使船舶智能避碰专家系统具备了最终实现的可能性。