考虑航行风险、航行时间和燃料消耗的北极航运路线多目标优化

时间:2026年2月6日
来源:Reliability Engineering & System Safety

编辑推荐:

北极东北航线多目标动态路径规划研究提出融合时间、燃料与风险优化的框架,采用改进A*算法获取静态帕累托最优解,结合LPA*算法与每日更新的环境数据实现动态路径实时调整,为极地航行提供适应性决策工具。

广告
   X   

刘月军|卢阳|薛彦卓|倪宝玉|江玉彤|C. Guedes Soares
哈尔滨工程大学船舶工程学院,中国哈尔滨,150001

摘要

本研究开发了一个全面的多目标动态航线规划框架,用于北极东北航道(NEP),通过同时优化航行时间、燃料消耗和航行风险来确保船舶的安全、高效和成本效益。首先,采用改进的A*算法来确定7月至10月平均环境条件下的最短时间、最低风险和最低燃料消耗航线。随后,通过多目标权重分析和横向分析来确定帕累托最优航线集合,从而阐明各种优化目标之间的权衡。为了考虑北极环境的时间变化,本文结合了每日更新的环境数据,并应用LPA*(终身规划A*)算法构建了一个动态航线模型,以实现实时适应不断变化的环境条件。该框架能够根据船舶类型、出发日期和运营要求进行自适应优化,从而促进北极海上作业的安全、高效和实时决策。

引言

随着全球变暖的持续和北极海冰的不断消退,北极航道的通航期逐渐延长,尤其是夏季的船舶通行量显著增加,形成了北极航运的主要通航窗口([9,26,29,34,42])。气候变化及其相关的环境挑战已成为航运业的主要关注点,并在温室气体排放和可持续性的背景下被广泛讨论([35])。在北极,这种由气候驱动的环境变化,特别是海冰减少,被认为是加速北极航道开发和利用的关键因素([18])。
与传统的苏伊士运河航线相比,北极东北航道(NEP)为亚洲和欧洲提供了更短的连接路径,可以显著减少燃料消耗、温室气体排放和运输成本,使其成为未来北极航运最重要的海上走廊之一([11,25,38,51])。
然而,北极航行的安全性仍面临严峻的环境挑战。除了公认的制约因素外,还需要考虑海冰分布的不确定性、极端天气条件以及导航支持基础设施和破冰船援助的有限性([8,17,28,43]。这些因素大大增加了海上作业的风险,可能导致各种类型的事故,如碰撞、船舶被困在冰中、搁浅、石油泄漏甚至船舶沉没([15,48]),这可能对船员安全、船舶完整性和周围海洋环境造成严重后果([10,19,45,47])。
与其他主要航运路线不同,NEP在独特的北极运营条件下没有预定的航线。实际操作中,船舶主要依赖过去的航行经验来选择航线。同时,北极航行的经济成本远高于传统航线。冰级船舶的建造和运营成本通常高出50%-100%,并且还需要额外的破冰船援助、专用设备和极地保险,进一步增加了总运输成本([3])。因此,在确定北极航线时,必须综合考虑多个因素,如航行安全、航行成本和航行时间,以支持在复杂且随时间变化的环境条件下进行科学航线规划和明智的决策([53])。
尽管在北极航线规划方面取得了实质性进展,但大多数现有研究仍受到静态环境假设、单一目标公式或粗略风险表示的局限。定量风险评估模型在航线优化中的应用有限,将环境时间变化纳入动态多目标路径规划的情况也相对较少。
为了解决这些限制,本研究将航行时间、燃料消耗和航行风险整合到一个统一的北极航线规划优化框架中。通过结合改进的A*算法和LPA*(终身规划A*)算法,建立了NEP的多目标静态和动态航线规划框架。首先在平均环境条件下进行静态航线优化,以获得揭示多个目标之间权衡的帕累托最优解。随后,结合每日环境数据实现动态航线演变。所提出的框架为自适应和风险意识的北极航线规划提供了有效工具。
本文的其余部分结构如下:第2节回顾了有关北极航线规划的相关文献。第3节介绍了研究区域、网格地图构建和数据来源。第4节介绍了方法论框架,包括多目标成本函数和路径规划算法。第5节展示了NEP的案例研究,展示了静态和动态多目标航线规划的结果。第6节讨论了所提出框架的关键发现和意义,第7节总结了本文并概述了未来的研究方向。

章节摘录

文献综述

随着北极航道的不断开发和利用,关于冰与船舶结构相互作用[32]以及北极航行航线规划的研究也有所增加。然而,大多数现有的航线规划研究仍然基于单一目标。
Kotovirta等人[21]引入了一种用于冰覆盖水域的航线优化系统。他们的框架整合了冰模型、船舶运输模型和终端用户界面,以确定最优航线

研究区域和网格地图构建

本研究关注北方海道(NSR),也称为NEP,它沿着俄罗斯北部海岸延伸,通过北冰洋连接大西洋和太平洋。该航线长约5,600公里,涵盖了几个关键边缘海域,包括巴伦支海、喀拉海、拉普捷夫海和楚科奇海[2,12]。
对于本研究,NEP的空间范围设定在北纬65°–85°N和西经30°–165°W之间。为了实现航线规划

多目标成本函数

在北极冰覆盖的水域中,船舶航行受到与安全、成本和效率相关的多重约束,这使其成为一个典型的多目标优化问题。在本研究中,NEP的每个离散网格单元都被赋予了相应的航行风险、燃料消耗和航行时间的成本值。为了满足不同任务要求,在各种约束条件下制定了三个独立的成本函数:风险成本函数、燃料消耗成本函数和

北极多目标航线规划的实验设置

在本研究中,选择白令海峡[66.00N, 169.00W]作为起点,俄罗斯摩尔曼斯克[69.50N, 33.00E]作为终点。这个起点和终点的选择有效地覆盖了整个NEP。
选择了一艘ARC6级的Aframax原油油轮作为NEP多目标航线规划的代表性船舶。Aframax油轮具有中等载货能力,可以在破冰条件下独立运行或在破冰船的帮助下运行

讨论

本研究建立了NEP的多目标航线规划框架,整合了三个关键目标:航行时间、燃料消耗和航行风险。
方法上,基于改进的A*算法开发了一种静态多目标航线规划方法,并通过结合每日环境数据和LPA*动态更新机制进一步扩展为动态规划模型,以捕捉北极环境的时间变化。
为了更深入地

结论

本研究开发了一个NEP的多目标动态航线规划框架,将航行时间、燃料消耗和航行风险整合到一个统一的优化模型中。建立了相应的成本函数,以得出最短时间、最低风险和最低燃料消耗的航线,然后使用多目标权重组合确定帕累托最优航线。在此基础上,应用LPA*算法,并结合夏季的环境数据

未引用的参考文献

[30]

CRediT作者贡献声明

刘月军:撰写——原始草稿、方法论、形式分析、数据管理、概念化。卢阳:撰写——审阅与编辑、验证、方法论、数据管理。薛彦卓:资源获取、项目管理、资金筹集。倪宝玉:项目管理、资金筹集。江玉彤:撰写——审阅与编辑、数据管理。C. Guedes Soares:撰写——审阅与编辑、方法论。

生物通微信公众号
微信
新浪微博


生物通 版权所有