You are on page 1of 5

系 统 仿 真 学 报©

Journal of System Simulation

第 19 卷第 2 期
2007 年 1 月

Vol. 19 No. 2
Jan., 2007

基于 MAS 和 SHS 智能港口交通流模拟系统的开发与应用
杨神化 1,2,施朝健 1,关克平 1,应士君 1
(1.上海海事大学商船学院, 上海 200135; 2.集美大学航海学院, 厦门 361021)

摘 要:
应用 Multi-agent 系统
(MAS)
理论和技术,
构建和开发了基于 MAS 和船舶操纵模拟器
(SHS)
的智能港口交通流模拟系统,提出了比较实用的港口调度算法和船舶自动航行算法。将到港船舶、
港口调度人员、泊位和航路定义为不同的 agent,利用 agent 所具有的智能特性,通过船舶 agent 与港
口调度 agent、泊位 agent、航路 agent 之间的交互进行问题求解。开发的系统应用到青岛前湾港区不
同规划设计方案的论证研究中,仿真了规划水域的船舶交通流状况,给出了实验数据,并与运用排队
论理论计算的结果进行比较和分析,为港口规划设计方案的评估论证提供了参考依据。
关键词:Multi-agent;船舶操纵模拟器;港口调度;交通流;模拟
中图分类号:TP391.9
文献标识码:A
文章编号:1004-731X (2007) 02-0289-04

Intelligent Simulation of Traffic Flow in Port Area with MAS and SHS
YANG Shen-hua1,2, SHI Chao-jian1, GUAN Ke-ping1, YING Shi-jun1
(1.Merchant Marine College, Shanghai Maritime University, Shanghai 200135, China; 2.Navigation Institute, Jimei University, Xiamen 361021, China)

Abstract:Applying the theory and technology of Multi-Agent System (MAS), an intelligent simulation system of traffic flow
in port area was developed on shiphandling simulator (SHS) platform. Algorithms for port dispatch and ship automatic
navigation were proposed for reasonable simulation. The system defines distinct agents for arrival ship, port dispatch
operation, berth and fairway respectively. Solutions were determined with the intelligent character of agents and through the
interaction among agents. The system was applied to the assessment of proposed plan of Qianwan area of Qingdao Port. It
simulated the future situation of vessel traffic flow in the port area. The experimental data were compared with that calculated
with queueing theory. The system provides a more reasonable result for the assessment and demonstration of port planning.
Key words: multi-agent; ship handling simulator; port dispatch operation; traffic flow; simulation

相互补充。但对规划中的港口水域上述方法显然是不适用

的,在这种情况下仅能依据预测的未来港口吞吐量数据和港

随着我国加入 WTO,航运业迎来了一个崭新的发展机

口泊位设计参数进行分析。

遇期,中国港口基础设施建设投入了大量资金,建设步伐明

由于港口码头泊位系统具有 M/M/S 排队系统的特征,

显加快。然而每一个港口的规划设计牵涉到几十亿甚至几百

因此可根据预测的未来港口吞吐量数据,通过排队理论公式

亿的资金,如果设计不合理,建成的港口要么服务能力无法

(1)、(2)计算出到港船舶的平均排队长度 Lq 和平均等待

得到较好的发挥,要么因服务能力的局限造成严重的塞港现

时间 Wq,进而分析码头泊位的服务能力和服务水平[1]。

象,致使该港口无法发挥应有的功能,无法为地区经济建设

Lq =

提供应用的功能服务。因此,港口的规划必须严格依据未来
港口货物吞吐量的发展规模来设计。按照规划设计,港口水

W

域的最大通航密度、港口服务水平对码头能力发挥的影响、
尤其是泊位、港域水池和进出港航道设计尺度的合理性及其
对船舶通航能力和港口吞吐能力的影响等应该在港口码头
工程的设计方案审批前得到合理的论证。
研究现有港口水域的船舶交通流和通航密度通常可以
采用船舶交通实态调查的方法,该方法一般可分为交通观测
法、问卷调查法和查阅档案法等,这些方法可以同时使用,

q

=

S
( S ρ ) ρ P0
S !(1 − ρ ) 2

Lq

λ

(1)
(2)

公式(1)、
(2)中 P0 是系统空闲的概率;ρ 为系统的服
务强度,ρ=λ/Su;λ 为平均船舶到达率;u 为泊位服务率。
但用排队论方法难以考虑海上的实际环境特性,特别是
因船舶间的相互干扰所造成的等待时间,比如青岛前湾港区
规划的万吨级以上泊位就有 32 个,到港船舶数预测为 50.5
艘/日,对不同的设计方案,船舶间的相互影响时间有很大差
别,而排队论难以准确反映这些因素,计算结果缺乏准确性。
借助于计算机系统来表示海上实际通航环境的性能和行

收稿日期:2005-10-23
修回日期:2006-02-06
基金项目:上海市教育委员会科研基金(05FZ12); 高等学校博士学科点
专项科研基金(20050254001); 上海市重点学科建设项目(T0603)。
作者简介:杨神化(1976-), 男, 福建厦门人, 博士生, 研究方向为航海智
能交通系统; 施朝健(1957-), 男, 福建屏南人, 教授, 博导, 研究方向为
航海智能交通系统; 关克平(1978-), 男, 福建宁德人, 讲师, 研究方向为
电子海图与航海仿真技术; 应士君(1966-), 男, 江苏宜兴人, 副教授, 研
究方向为航海智能交通系统。

为,模拟拟建港口未来的交通流状况,是船舶交通研究中的
一种高新技术手段。Ercan kose 利用模拟技术进行了仿真研
究[2],分析了在伊斯坦布尔海峡内新设置输油管道所产生的
油轮交通流量对船舶通航环境的影响,得出了系统的船舶平
均等待时间将由当前的 16 分钟增加到 918 分钟,船舶的航

• 289 •

第 19 卷第 2 期

Vol. 19 No. 2

2007 年 1 月

仿

行危险度也相应地增加;日本的专家学者在海上交通流模拟
领域中也进行过不少的研究和应用

[3-4]

Jan., 2007

适宜构建“基于 MAS 的智能港口交通流模拟系统”。

;上海海运学院的倪

学义则利用航路网络法实现船舶交通流的动态模拟[5],国内
其他航海高等院校和科研机构也进行了一定的研究[6]。
港口船舶交通是一个包含多种随机因素的复杂系统,通
常难以用数学模型或解析方法精确描述和求解,应用计算机
模拟技术,可建立包括系统主要因素和具体细节的模型框架,
并通过仿真实验,得到复杂系统的解。但分析以往的研究和
应用,发现在模拟港口交通流时未能有效地考虑港口调度对
船舶交通流的影响,这势必会引起模拟结果的不真实。论文
提出了比较实用的港口调度算法和船舶自动航行算法,基于

图 2 基于 MAS 和 SHS 智能港口交通流模拟系统结构

MAS(Multi-agent System)和 SHS(Ship Handling Simulator)

如图 2,智能港口交通流模拟系统的具体流程如下:

构建和开发了的智能港口交通流模拟系统,将船舶、港口调
度、泊位、航路定义为不同类型的 agent,利用 agent 所具有
的社会交互性、自制性、响应性、主动性、适应性、诚实性
和理性等智能特性,通过船舶 agent 与港口调度 agent、泊位
agent、
航路 agent 和数据分析 agent 之间的交互进行问题求解,
以求解决以往港口交通流模拟研究中存在的问题。

1

1)由船舶随机到港生成模块根据船舶到港随机概率分
布模型产生到港船舶(包括船型资料、装卸货计划等),并
定义所产生的船舶为一个 agent 对象;
2)新到港船舶 agent 向港口调度 agent 注册本船信息,
将本船的船舶资料、装卸货计划通知港口调度 agent;
3)港口调度 agent 根据调度算法,通过与泊位 agent 进

基于 MAS 和 SHS 构建智能港口交通流模
拟系统

行交互,制定进港计划(包括泊位安排、预计进港时间等)

并在待泊泊位空置时向待进港船舶发出进港指令;
4)待进港船舶 agent 得到进港指令后,系统自动将该

航海模拟器的研发技术和应用在我国已日趋成熟,特别
是近年来在借鉴国际先进的航海模拟器技术结合我国国情,

agent 赋给多本船船舶操纵模拟器系统中的一条本船计算

上海海事大学[7]以及其他航海院校和研发机构[8]在多本船船

机,然后船舶 agent 由待泊锚地出发,通过与航路 agent 和

舶操纵模拟器的研发上已取得长足进展。这些为运用船舶操

其他正在港内航行的船舶 agent 进行交互,自动航行和靠泊

纵模拟器进行船舶交通流模拟和评估奠定了基础。

指定泊位;
5)船舶靠泊作业结束后,船舶 agent 与港口调度 agent、

为了提高港口交通流模拟研究的准确性和科学性,模拟
过程应该是连续的,模拟系统应该考虑到现实港口系统的每

泊位 agent 进行交互,完成装卸货作业流程;
6)在装卸作业流程结束时,船舶 agent 启动离港模块,

一个影响因素,至少应该包括船舶及其航行避让、泊位、航
道、港口调度等。如果能连续模拟的天数越多,则试验所获

通过与航路 agent 和其他正在港内航行的船舶 agent 进行交

取数值的信赖度就越高。连续模拟的天数越多,势必造成到

互,自动航行离开泊位,驶离港区;

港船舶的数量大大增加,此时如果船舶到港和泊位调度仍依

7)当船舶 agent 航行至港外预设位置时,向港口调度

靠人工安排,将会产生很大的实验误差,而且基于综合航海

agent 取消注册,船舶 agent 消亡,并释放该船舶 agent 所在

模拟器的船舶进出港航行操纵仍依靠人工操纵也不太现实。

本船计算机;
8)重复步骤 1-7,直到模拟结束。

因此必须提高系统的智能性,实现自动模拟。
Multi-agent 系统是对分布式人工智能(DAI)的一个发

实验过程中,数据分析 agent 记录到港船舶的航行参数、

展和应用,是计算机科学中比较新的一个分支。它是由分布

轨迹和泊位服务时间等数据,并进行船舶交通流特征值分析。

在网络上的多个 Agent 松

2

控制台

散耦合而成的大型复杂系

智能港口交通流模拟系统的实现

2.1 系统实现的技术思路

统,这些 Agent 通过相互
协作解决由单一 Agent 的

智能港口交通流模拟系统是由船舶 agent、港口调度

能力和知识所不能处理的

agent、泊位 agent、航路 agent 和数据分析 agent 构成的

复杂问题[9-10] 。如图 1 所
示,多本船综合航海模拟
器的桌面系统由控制台计

Multi-agent 系统。根据 agent 的体系结构,可以将 agent 分
本船1

本船2

本船N

为认知型 agent、反应型 agent 及混合型 agent 三种,本文采

图 1 多本船综合航海模拟器

用的是基于 Visual C++类框架的混合型 agent[11]。如图 3

桌面系统结构

算机和若干本船计算机组

所示,其中 agent 由消息监听与缓冲、消息循环、消息发送

成,控制台与本船之间通过局域网连接和通信,这样的系统

和类框架四种功能部件及初始化模块组成。消息监听模块实

• 290 •

第 19 卷第 2 期

Vol. 19 No. 2

杨神化, 等:基于 MAS 和 SHS 智能港口交通流模拟系统的开发与应用

2007 年 1 月

1)将长度与船舶长度最接近,利用率最低的空闲泊位

现了对外部环境的主动感知,消息循环则负责对所感知的消
息的语义语法进行分析,当 agent 运行过程中,需要向其他

赋给到港的船舶;

agent 提出请求或者需要关于其他 agent 的信息时,根据请求
的信息按照通讯协议组成需要发送的消息内容,并激活消息

2)等待队列中,同等优先权船舶实行先到先服务原则。

2.3 船舶进出港自动航行算法

发送模块,由其负责将消息发给目标 agent。消息监听、消
息循环及消息发送三个模块实现了 agent 与其他 agent 或外
部环境之间的通讯功能。而消息的最终响应与处理则是类框
架,类框架是一系列具有关联性的类的集合,是 agent 的核
心,体现了 agent 的状态和能力,实现了 agent 的实际功能。

Jan., 2007

船舶的进出港航行是航海上最为复杂、困难的船舶操
纵,目前还没有较为可行、合适的受限水域船舶自动避让算
法可以采用。智能港口交通流模拟系统主要是从港口泊位服
务水平、船舶排队等待状况等指标来论证港口设计方案的合
理性和科学性,可见船舶的进出港航行时间、排队状况是本
系统研究的重点。为了简化港内船舶会遇避让模型,假设:
1)船舶在港内按照进出港航道航行;
2)船舶在港内航行不追越他船;
系统将待泊锚地到泊位之间的航线定义为该泊位的进
港航路,将泊位到港外船舶注销点之间的航线定义为该泊位
的出港航路,航路由若干线段组成(对较长的线段根据船舶
间的安全会遇距离进行离散化处理),线段之间由转向点连
接,进出该泊位的船舶必须按既定的航路航行。若所论证的

图 3 基于类框架的 Agent 模型

港口规划有 n 个泊位,则系统将产生 2n 条进出港航路,2n

2.2 港口调度算法

条航路之间将会交织在一起构成一个包含有若干节点(转向

一般,到港船舶可分为定期班轮和不定期船舶两种,在

点)的航路网络。

港口调度中可对这两种不同性质的船舶分别赋予不同的优

系统将每一条进港、出港航路定义为一个航路 agent(包

先权,定期班轮的优先权高于不定期船舶,设定期班轮优先

含 m 个节点,即 1,2,…,m),用于和船舶 agent 交互,指引

权为 1,不定期船舶优先权为 0。

船舶航行到指定泊位;同时也将整个航路网络定义为一个全
局网络 agent(航路 agent 的每一个节点均唯一地指向全局网

港口调度算法流程如图 4 所示。

络 agent 的一个节点),通过航路 agent 与全局网络 agent 的
新注册船舶
agent

交互来实现船舶间的自动避让行为。
在航路网络法[5]的基础上,论文提出了实现船舶进出港
自动航行的算法。

符合要求的泊
位是否空闲

1)船舶 agent 开始进(出)港时,根据所靠泊的泊位号

在节点 1 与对应的航路 agent 进行交互,取得船舶当前位置

进港排队
控制模块

对应的航行参数(速度、航向等);
2)航路 agent 与全局网络 agent 进行交互,判断节点 2

符合靠泊
要求否

有泊位
被空闲

是否有船舶,如果没有其他船舶则按照既定航速前进,否则
船速置零,在节点 1 上等待;

3)船舶 agent 航行到节点 i(i=2,3,…,m-1)时,重复步

进港

骤 1、2;
图 4 港口调度算法流程结构

4)船舶 agent 航行到节点 m 时,将船速置零。进港船

进港排队控制模块对在锚地待泊的船舶根据其优先权

舶启动装卸货作业流程,出港船舶向调度 agent 注销。

进行排队,优先权为 1 的船舶进入优先进港队列,优先权为

当船舶通过单向通航航段时,进入该航段前必须检测该

0 则进入一般队列。当有泊位被空闲时,泊位 agent 向调度

航段所有节点上是否有船舶,如果没有则进入;如果有则需

agent 发送空闲消息,调度 agent 首先检查优先队列中是否有

进一步判断节点上的船舶是否为同向行驶,如果是则进入,

符合要求的待泊船舶,如有则发送消息通知该船舶 agent 进

否则等待直到该航段空闲。当进港船与出港船在同一时间序

港;如果优先队列中没有待泊船舶,则继续检查一般队列中

列段到达单向通航航段时,出港船优先进入。

是否有符合要求的待泊船舶,如有则发送消息通知该船舶

2.4 数据分析 agent

agent 进港,如果没有,则该泊位继续处于空闲状态。
算法中,遵循以下两条调度原则:

系统的数据处理和分析主要包括港口服务水平分析和
船舶排队情况分析两部分,均由系统定义的数据分析 agent
• 291 •

第 19 卷第 2 期
2007 年 1 月

Vol. 19 No. 2

仿

Jan., 2007

来完成。数据分析 agent 实时记录港口每一个泊位的服务时

2)方案一的压船现象在方案二中得到了较大的改善,

间 Tsi 和空闲时间 Tvi,进而分析泊位的利用率 SLbi 和港口的

从实验数据还可以看出随着模拟天数的增加,方案二没有产

整体利用率 SLp。
T si
SL bi =
T si + T vi
1 m
SL p = ∑ Wi ⋅ SLsi
m i =1

生压船现象,在锚地等候进港的船舶数量在 0~12 艘区间内
(3)
(4)

其中 i=1,2,…,m 为港口泊位编号,Wi 表示权值,根据泊位吨
级确定。
同时数据分析 agent 也实时记录每一艘船舶的到港时刻
Tai、注销时刻 Tci、船舶进出港航行靠泊作业累积时间 Tni、

交替变化,泊位利用率达到了 62.86%;
3)通过对仿真实验所取得的数据与运用排队论理论计
算的结果进行比较,可以看出两者相差比较大,智能模拟系
统考虑了海上的实际环境特性,特别是船舶间的相互影响以
及港口调度对船舶交通流的影响等因素,较客观地模拟了港
口的船舶交通状况,因此仿真实验所取得的数据是比较客观
的,更能反映青岛港前湾港区今后建成后的实际运行情况。
表 1 仿真实验数据与排队论计算值对比表

船舶在泊位上的累积时间 Tbi,进而分析每一艘船舶的排队

方案一
方案二
仿真实验 排队论计 仿真实验 排队论计
数值
算值
数值
算值
平均每日到港船舶数(艘)
49.8
50.5
50.8
50.5
船舶平均排队长度(艘/d)
34.3
0.525
5.76
0.525
船舶平均等待时间(h)
28.99
0.25
6.93
0.25
平均锚地等待时间
26.99

5.92


平均进港航行等待时间
1.37

0.67


平均出港航行等待时间
0.63

0.34

泊位平均服务时间(h/d)
4.95

15.09

泊位平均服务率
20.61%

62.86%

等待情况和港口的整体排队情况。船舶的等待时间 Twi 为:
(5)
T wi = ( T ci − T ai ) − T ni − T bi
因此,船舶平均等待时间 Taw 为:
1 n
T aw = ∑ T w i
n i =1

(6)

其中 i=1,2,…,n 为系统的到港船舶。
船舶排队长度 Ls 则统计到港但仍在待泊锚地等待进港
的船舶数量,数据分析 agent 通过与船舶 agent 交互,记录
每小时的船舶排队长度 Lst,则船舶平均排队长度 La 为:
1 T
(7)
La = ∑ L st
T t =1

注:模拟实验中两船的到达时间间隔采用泊松分布[1,12],船舶大小和装
箱量根据港口历史统计和预测资料生成。

其中 t=1,2,…,T 为系统模拟的小时数。

3

第一个控制
断面宽度

系统应用
第三个控制
断面宽度

青岛港前湾港区是个集装箱专用港区,规划有 32 个大

第二个控制
断面宽度

小不一的集装箱泊位,2020 年集装箱吞吐量预计达到 1750
万 TEU 以上。目前已建成一、二期工程,随着三期、四期
工程的建设,港区将形成如图 5 所示的封闭水域,船舶由进
港口门进出。根据青岛市前湾港区规划平面方案(修编),

图 5 青岛市前湾港区规划平面方案之一

港池水域的三个控制断面宽度(即口门宽度、前湾二期突堤
处与规划南岸作业区码头前沿线的垂线距离、湾底宽度)的
设计尺度将影响到今后港区建成后船舶交通流量和容量,进
而影响到港口的吞吐能力。为了对青岛港前湾港区的两个设
计方案进行合理论证(方案一设计口门宽度为 800 米,方案
二设计口门宽度为 1500 米,由于篇幅原因,本文不对设计
方案进行详细论述),分析设计尺度的合理性和科学性,应
用本文设计的智能港口交通流模拟系统对两个设计方案分
别进行了 5 次 30 天时间长度的仿真研究,并对实验数据进

图 6 模拟实验的航迹回放画面

行了分析和处理,结果如表 1 所示。
通过模拟试验可以得出以下结论:
1)方案一因三个控制断面的设计宽度太小,导致船舶

4

结论

在进出港航行中产生相互干扰,特别是在第一、二个控制断

本文介绍了基于 MAS 和 SHS 构建和开发智能港口交通

面处,使得大量到港船舶积压在港外排队等候进港,而港内

流模拟系统的思想,提出了比较实用的港口调度算法和船舶

泊位却空置着,泊位利用率只有 20.61%,从实验数据还可

自动航行算法,并将所开发的系统应用到青岛前湾港区不同

以看出随着模拟天数的增加,在锚地等候进港的船舶数量不

规划设计方案的论证研究中。通过交通流模拟试验研究,在

断增多,产生严重压船现象;

确保完成港口预测吞吐能力和水域安全操作的前提下,提出
• 292 •

(下转第 299 页)

第 19 卷第 2 期

Vol. 19 No. 2

夏丰领, 等:
基于 HLA 的地空导弹仿真系统设计

2007 年 1 月

截图,为导弹接近目标时的一瞬间。

Jan., 2007

想化,时间推进机制单一,缺乏弹性。后续的工作主要是对
雷达的制算法和导弹的制导律进行进一步的设计、完善,增
加更多可选的方式。展开优化的时间推进策略设计,使得各
联邦成员的时间推进策略更加灵活而富有弹性,减少计算资
源空耗。观察员的数据记录功能被证明是不成功的,数据记
录量十分庞大,只能短时期内记录,如何有效完成仿真过程
中的记录还需要深入的探讨。

参考文献:
图 3 导弹攻击目标前的一瞬

[1]

刘铭. 三点法导引时的仿真研究[J]. 弹箭与制导学报, 1997, 17(3):
61-64.

2

结果与分析

[2]

HLA 作为分布式仿真软件体系框架,是一个十分完备

[3]

刘健, 曹泽阳. 地空导弹对非典型目标拦截能力的仿真计算方法
[J]. 火力与指挥控制, 2003, 28(4): 61-64.
算机仿真, 2004, 21(12): 51-54.

的系统,系统比较庞大,相应的应用起来也有一定的难度。
分布式仿真系统开发,一个重要的原则就是要把功能相关度
比较高的部分集中实现,作为一个组件加入到仿真系统中,
相关度较小的组件间以网络通讯的方式进行数据交互,解决

王毅增, 张继龙. 基于 HLA 的地空导弹指控模型仿真研究[J]. 计

[4]

吴义明, 齐欢. 基于 HLA 的导弹与飞机对抗计算机仿真[J]. 计算

[5]

IEEE1516.2, IEEE Standard for Modeling and Simulation (M&S)

机工程, 2004, 30(4): 156-157.
High Level Architecture (HLA) Object Model Template (OMT)

单台计算机计算能力不足对系统集成规模的限制。

Specification [S].

联邦对象设计是系统分析的结果,也是后续工作的基

[6]

IEEE

Architecture(HLA)

石。通过 SOM,各联邦成员就可以按文档进行独立开发。
可见系统分析和联邦对象设计是基于 HLA 的分布式仿真系

IEEE1516.3,

Recommended
Federation

Practice

Development

for

High

and

Level

Execution

Process(FEDEP) [S].
[7]

IEEE1516, IEEE Standard for Modeling and Simulation (M&S) High

[8]

Richard M Fujimoto. Time Management in the High Level

统的实现基础。

Level Architecture (HLA)-Framework and Rules [S].

本文组建的地空导弹仿真系统仿真逻辑正确,完全实现

Architecture [J]. SIMULATION (S1565-1339), 1998, 71(6): 388-400.

仿真想定,满足仿真需求。联邦成员划分合理,能正确反映
地空导弹系统的行为。时间管理简单、有效,保证了各联邦

[9]

Hai-rong YAN, Ya-chong ZHANG. Research On Time Warp Mechanism
In HLA [C]// Proceedings of the Second International Conference on

成员在仿真时间上的一致性。

Machine Learning and Cybernetics, Xi'an, 2003: 1092-1095.

系统从设计之初就考虑了组件的可重用问题,使得代码

[10]

in HLA Based Distributed Simulation [C]// Proceedings of the 18th

具有比较好的独立性,便于组件的重用和系统的扩展。对联
邦成员进行了合理的通用实现框架设计,增加了代码的可维

Xiao-guang Wang, Stephen John Turner. Optimistic Synchronization
Workshop on Parallel and Distributed Simulation, 2004.

[11]

护性、可读性和定制能力,为进一步的工作打下了基础。

IEEE1516.1, IEEE Standard for Modeling and Simulation (M&S)
High Level Architecture (HLA) Federate Interface Specification [S].

系统目前存在的问题是各联邦成员的角色行为趋于理

Congested Waterways [C]// In Proc. of 7th IEEE International

(上接第 292 页)

Conference on Methods and Models in Automation and Robotics,

了码头港池水域、停泊水域、掉头区和航道较合理的尺度组
成。通过系统的实际应用,也发现在运用本系统进行仿真实
验时,进出港航路网络的设计是一项比较细琐的工作,它的
设计必须全面地反映船舶在港内航行时的相互影响,这是系
统今后进一步改进和完善的方向。

Miedzyzdroje, Poland: IEEE, 2001: 631-636.
[5]

院学报, 1994, 15(3): 44-50.
[6]

施朝健等. SMU-Ⅳ型综合船舶操纵模拟器的研制[J]. 上海海运学
院学报, 1998, 19(4): 32-37.

[8]

[1]

邱民. 船舶交通工程学[M]. 北京: 人民交通出版社, 1992, 10-25.

[2]

Ercan kose. Simulation of marine traffic in Istanbul Strait [J].

尹勇等. 经济型多本船多功能航海模拟器[J]. 大连海事大学学报,
1998, 24(2): 16-21.

[9]

Simulation Modelling Practice and Theory, (S1569-190X), 2003,
11(5): 597-608.

胡勤友等. P2P 多 Agent 系统到 B/S 多 Agent 系统的透明迁移[J].
上海海运学院学报, 2004, 25(1): 74-78.

[10] N R Jennings, M Wooldridge. Agent Technology: Foundations,

M Numano. Sea Traffic Simulation and its Visualization in Multi-PC

Applications, and Markets [M]. London: Springer, 1998. 5-20.

System [C]// In Proc. of International Congress on Modelling and

[11] 李英. 多 Agent 系统及其在预测与智能交通系统中的应用[M]. 上

Simulation(MODSIM), Camberra, Australia: Australian National
University, 2001: 2093-2098.
[4]

吴发林, 方祥麟. 基于 OD 船舶交通模拟的研究[J]. 大连海事大学
学报, 1998, 24(4): 10-14.

[7]

参考文献:

[3]

倪学义等. 交通流动态模拟服务系统的设计方法[J]. 上海海运学

海: 华东理工大学出版社, 2004, 68-98.
[12] 陈家源等. 港口通过能力系统理论研究[J]. 大连海运学院学报,

Kazuhiko Hasegawa. Intelligent Marine Traffic Simulator for

• 299 •

1993, 19(3): 297-309.