海上立体搜救全局最优化模型与知识库支持方法研究

本项目对海上遇险目标立体搜救全局最优化模型与智能决策方法进行基础研究，将海上立体搜寻计划的制定抽象为带有复杂约束条件的全局最优化问题，建立数学模型并尝试运用智能搜索方法求解，解决有多飞机和多船参与搜寻时的协同工作和高效搜寻问题。同时研究海上立体搜救领域不确定、时变知识的表示和推理方法，以及海上立体搜救全局优化知识库支持方法，能够根据遇险目标类型、遇险性质、遇险海域气象、海况等环境条件，综合考虑搜救船舶和飞机的能力以及各种社会搜救力量信息，自动制定救助决策。本项研究将解决海上搜救决策的核心理论问题，完善海上应急救援理论体系，使海上立体搜救行动从目前凭经验的定性决策模式转变为定量决策模式，使各类搜救力量的利用率达到全局最优。同时能够提炼出一种通用的具有复杂约束条件的"类背包问题"最优化模型及其智能求解算法，以及一套面向应急决策的知识表示和推理方法，丰富最优化和知识工程理论体系。

该项目研究海上立体搜救全局最优化模型与知识库支持方法，项目研究内容已按计划全部完成，主要成果如下：.1、建立并求解了海上立体搜寻全局最优化数学模型。该模型全面考虑了待搜寻海域面积以及可用搜救船舶的最大航速、搜寻能力、初始距离等因素，通过引入0-1型决策变量，解决了海上搜寻行动中的搜寻力量选择问题。同时，通过对海上立体搜寻全局最优化模型的抽象化，形成了一种通用的“类背包问题”最优化模型及其智能求解算法。该模型的目标函数是一种分式形式，此类模型对众多资源优化问题的求解具有广泛的适应性。.2、提出了一种海上大面积搜寻时搜寻区域的剖分算法。为解决海上搜寻力量的任务分派问题，该算法根据各搜寻力量的搜寻能力和CSP（搜寻起始点）将待搜寻海域剖分成多个搜寻分区，分别给出了凸多边形和任意多边形的搜寻区域剖分算法。提出了剖分区域“最小内角最大化”的剖分准则，该准则充分考虑了各分区的形状特征，使各搜寻力量方便航行，从而保证了搜寻分区划定的科学性和实用性。.3、建立了海上立体搜救全局优化知识库支持方法。从搜救案例中充分发掘和提取搜救知识，从众多海事救助专家处获取专家知识，建立了海上立体搜救知识库原型系统；探索了海上立体搜救领域不确定、时变知识的表示方法和推理方法，尝试将模糊规则用于海上立体搜救领域知识的表示，以突出不确定性知识的模糊性和随机性，并引入智能体行为推理的“情境演算”理论和模糊推理去处理各种时变的局面或状态；同时，建立了“水上突发事件应急处置案例库推理原型系统”，并将其与海上立体搜救知识库原型系统进行了紧密集成，有效地提高了决策的可靠性和实用性。.4、建立了海上立体搜救方案评估模型和三维仿真方法。该评估模型充分考虑了搜寻的成功率、搜寻成功所用时间、搜救行动的危险性、人员伤亡情况以及事故的性质等多种因素，可在事前对搜救方案进行评价，选择较优的搜救方案；该模型还能用于搜救方案的事后评估，评价结论用于修改应急预案，并完善相应的知识库系统。同时，提出了利用3D GIS技术对立体搜寻态势进行三维仿真的方法，通过对立体搜寻决策的仿真预演，可对搜寻方案进行时空分析，并验证各搜寻力量是否能够协同工作，保证搜寻行动能够安全高效进行。.该项目在海上立体搜救全局优化和智能决策研究、人才培养以及成果应用等方面均达到了预期目标。