1.一种基于改进遗传算法的无人船航线规划方法，其特征在于：该方法包括以下步骤：步骤1、环境建模，建立无人船航行环境，所建立的环境包含阴影区域和空白区域，阴影区域表示障碍物，空白区域表示无人船可行走区域；

步骤2、设置无人船的起点和终点，起点和终点在所建立的环境地图内；

步骤3、使用改进遗传算法对无人船最优路径进行规划，包括：步骤3.1采用限制随机初始化种群对随机初始化种群加以限制，初始化为无碰撞的路径，提高初始种群质量；

步骤3.2计算所有个体目标函数值及适应度值；

步骤3.3将Pareto算子和二元锦标赛算子相结合执行选择操作，采用Pareto作为主选择算子，二元锦标赛算子作为补充，使选择出来的个体为种群的一半；

步骤3.4采用八领域方法执行安全算子，将障碍物区域分为八邻域；

步骤3.5执行自适应交叉、变异操作；

步骤3.6判断是否达到最大迭代次数，如果是执行步骤3.7‑3.8，否则执行步骤3.2；

步骤3.7使用删除算子以减少无效的路径点；

步骤3.8使用安全算子，对距离障碍物过近的路径点按照八邻域方法重新生成。

2.根据权利要求1所述的一种基于改进遗传算法的无人船航线规划方法，其特征在于：所述步骤3.1种群初始化方式为限制随机初始化，其过程主要分为2步：首先根据染色体长度M生成一条从起点到终点的M+1个直线路径段，之后将在障碍物内的路径点限制随机初始化为不在障碍物内的路径点；其次判断两个路径点连线是否穿越障碍物，如果穿越障碍物，则对路径点采用限制随机初始化为连线不穿越障碍物的路径点，种群初始化公式如下所示：

其中：

式中：(xi,yi)是路径点i的坐标；(xe,ye)是设置的边界坐标，其值决定着搜索范围；(xs,ys)是起始点坐标；(xt,yt)是终止点坐标；k是起始点和目标点组成的斜率；b是过等分点垂线与y轴截距；(xq,yq)是路径经过等分之后形成的坐标；a是过等分点与y轴的交点；c是过等分点与x轴交点；d是决定xi的最小取值；M是染色体长度；Ri＝[R(i,1),R(i,2)]决定路径点变化范围，R(i,1),R(i,2)变化范围分别由边界坐标确定。当计算的路径点在障碍物内或者两个路径点的连线穿越障碍物，则重新运行上述公式对路径点重新生成，直到生成满足条件的初始种群。

3.根据权利要求1所述的一种基于改进遗传算法的无人船航线规划方法，其特征在于：所述步骤3.3执行选择操作方法包括：将Pareto算子和二元锦标赛算子相结合执行选择操作，采用Pareto作为主选择算子，二元锦标赛算子作为补充，使选择出来的个体始终为初始种群数量的一半；Pareto‑二元锦标赛选择算子的基本步骤如下：(1)设i＝1；

(2)对于所有种群j＝1,2,.......,N，且j≠i，按照以上定义，比较种群Xi和种群Xj之间的支配与非支配关系；

(3)当不存在任何一个种群Xj在三个目标函数上优于Xi时，则Xi称为非支配个体，并将其选择下来；

(4)令i＝i+1，循环步骤(2)、(3)，直到找到所有的非支配个体；

(5)令j＝j+1，再循环步骤(1)‑(4)，依此类推，直至循环至整个种群。值得注意的是将已经选择的非支配个体不再进行比较；

(6)判断选择出来的个体数量是否为初始种群数量的一半，如果是一半则结束；否则执行步骤(7)‑(8)；

(7)如果选择出来的个体数量大于初始种群数量的一半，从选择出来的个体中随机选择2个个体；如果选择出来的个体数量小于初始种群数量的一半，从剩余的初始种群中随机选择2个个体；然后将选择出来的两个个体中适应度值高的那个个体进入下一代种群；

(8)重复步骤(7)，直到选择出的个体数量为初始种群数量的一半。

4.根据权利要求1所述的一种基于改进遗传算法的无人船航线规划方法，其特征在于：所述步骤3.4执行安全操作的方法包括：将障碍物周围的区域分为八邻域；

当路径点或者路径段的连线距离障碍物太近，不满足本发明设置的安全距离时，路径点应当根据障碍物邻域范围决定路径点变化方向。

5.根据权利要求1所述的一种基于改进遗传算法的无人船航线规划方法，其特征在于：所述步骤3.5执行交叉、变异操作方法包括：交叉方式采用双点交叉，当满足交叉概率时，在种群中随机选择两个个体，选择相同的部位进行交叉操作；采用改进自适应交叉和变异概率，引入自然e指数，在改进自适应交叉和变异概率中考虑迭代次数的影响，随着迭代次数的增加以及适应度函数不断趋于最优，交叉概率和变异概率在不断地减小以防止最优个体被破坏，其表达式为：

式中：Pc、Pm分别为交叉概率和变异概率；Pcmax、Pcmin分别为交叉概率的最大值和最小值；

Pmmax、Pmmin分别为变异概率的最大值和最小值；fmax为种群中最优个体的适应度值；favg为种群的平均适应度值；f为当前种群的适应度值；f′为两个种群进行交叉操作时，适应度值较大者的适应度值；λ是衰减系数；i是当前迭代次数；imax是最大迭代次数。

6.根据权利要求1所述的一种基于改进遗传算法的无人船航线规划方法，其特征在于：所述步骤3.7使用删除算子以减少无效的路径点，其删除操作方式为：当路径附近并没有出现障碍物却出现了路径转折，删除折线路径点后，其邻近的两折点相连得到的路径段是可行的则删除此路径点，否则不作操作。

7.根据权利要求1所述的一种基于改进遗传算法的无人船航线规划方法，其特征在于：所述步骤3.8使用安全算子，对距离障碍物过近的路径点按照八邻域方法重新生成；其安全算子操作方式为：当经过删除算子后，可能会导致路径点或者路径段的连线距离障碍物太近；因此，当路径点或者路径段的连线距离不满足本发明设置的安全距离时，路径点应当根据障碍物邻域范围决定路径点变化方向。