船舶作为最重要的交通工具之一,正在向自动化以及智能化方向高速发展。远洋航行的船舶航行时间长、航行距离远,减少航行成本以及保障航行安全对于远洋航行的船舶尤其重要。优质的气象导航服务可以保证远洋航行船舶的安全和经济效益。随着人工智能时代的到来,人们对于气象导航的品质要求越来越高。本文顺应船舶气象导航的发展潮流,从全局气象航线规划和局部气象航线规划的角度出发,以航行时间、燃料消耗、航行风险或者同时考虑多个指标为优化目标,结合滚动窗口和多目标优化进行船舶气象航线的设计。首先,完成气象航线规划的预处理。采用8个移动方向的方型栅格图建立环境模型;定义航行时间、燃料消耗以及航行风险三个优化目标并建立相应的模型;基于同时考虑波浪场和风场影响的经验公式来计算船舶在风浪中航行的失速;从欧洲中期气象预报中心(European Centre for Medium-Range Weather Forecasts,简称为ECMWF)下载所需的数值气象预报信息;在MATLAB环境中,读取数值气象预报信息,并借助绘图工具包M_Map(A mapping package for?Matlab)进行船舶气象导航仿真。其次,提出基于改进A*算法的全局气象航线规划方法。进行凹型障航物的凸型化以及障航物的膨胀化处理;根据目标点相对于起始点的位置,对A*算法在每个节点的搜索方向进行限制,提出了改进的A*算法;全局气象航线规划的仿真表明,改进A*算法不仅能够找到最优路径,而且能够有效减少算法在运行中需要搜索的节点数量,与经典算法相比,改进算法使节点搜索数减少了29.25%。再次,设计基于滚动窗口的局部气象航线规划方法。借鉴滚动窗口的思想,实现局部气象航线的动态规划,即在线规划。确定局部子目标的坐标;对于局部子目标落入静态障航物中的情况,通过逆时针和顺时针交替旋转连接当前位置和初始局部子目标点的线段,提出一种寻找局部子目标替代点的策略;采用A*算法为船舶从当前位置到局部子目标规划局部最优路径;设计了基于滚动窗口的局部气象航线规划算法并实现了仿真。仿真结果表明,该算法一定程度上能够较好地适应动态不确定的环境,可以使问题规模缩小并减少在线计算量,保证实船使用时航线规划的实时性和可行性。最后,研究基于多目标A*算法的全局气象航线规划方法。采用8个移动方向的方型栅格图对航行区域进行划分,并且为了减少算法不必要的搜索,根据起始点和目标点的经纬度对算法的搜索区域进行了矩形限制。在已有多目标A*算法(NAMOA*,即New Approach to Multi-Objective A*)的基础上,对其进行了如下改进:(a)由于存在对角移动,采用对角线距离公式进行启发式函数的设计;(b)为了使算法在靠近起始点时的速度更快,而在靠近目标点时的精确度更高,采用满足巴特沃斯函数的权值与启发函数作乘积,实现算法的动态加权;(c)在得到帕累托最优解集之后,根据用户对每个目标的期望,为用户推荐与期望最接近的路线,实现用户个性化路线的推荐。全局气象航线规划的仿真显示,改进算法能够得到更加优化且更加全面的结果,可以向用户推荐更加接近用户期望的路线,并且算法的执行时间在合理的范围内。