1.一种基于改进白鲸算法的无人救援艇航向控制方法，其特征在于，利用改进白鲸算法优化分数阶PID控制器，然后在Matlab/Simulink中对航向控制系统进行仿真，得到最佳分数阶PID参数下的航向控制效果，具体包括以下步骤：步骤一：建立无人救援艇航向控制数学模型；

步骤二：在无人救援艇航向控制数学模型基础上，建立无人救援艇航向控制系统结构模型，在Simulink中建立无人救援艇航向控制仿真模型；

步骤三：在基础白鲸算法的基础上进行改进，引入非线性的鲸落概率更新策略和新的平衡因子策略；

步骤四：利用改进的白鲸算法对分数阶PID控制器参数优化整定，获得最优控制参数，并在Matlab/Simulink中对系统仿真，根据无人救援艇目标航向与实际航向的误差值建立误差积分准则ITAE，并根据误差积分准则计算适应度值，获得最优航向控制效果。

2.根据权利要求1所述的一种基于改进白鲸算法的无人救援艇航向控制方法，其特征在于，所述步骤一中无人救援艇航向控制数学模型包括无人救援艇运动数学模型、无人救援艇动力装置数学模型和复杂海浪干扰数学模型以及正常海浪干扰数学模型。

3.根据权利要求2所述的一种基于改进白鲸算法的无人救援艇航向控制方法，其特征在于，所述无人救援艇运动数学模型为：；

式中，K0是船舶回转性参数，取值为0.42，T0为船舶操纵性能指数，取值为107.12，s为函数变量，G(s)无人救援艇运动数学模型输出值。

4.根据权利要求2所述的一种基于改进白鲸算法的无人救援艇航向控制方法，其特征在于，所述无人救援艇动力装置数学模型为：；

式中，s为函数变量，Gp(s)为无人救援艇动力装置数学模型输出值。

5.根据权利要求2所述的一种基于改进白鲸算法的无人救援艇航向控制方法，其特征在于，所述复杂海浪干扰数学模型采用三阶环节为：；

式中，s为函数变量，G1(s)为复杂海浪干扰数学模型输出值；

所述正常海浪干扰数学模型采用典型二阶环节为：

；

式中，s为函数变量，G2(s)为正常海浪干扰数学模型输出值。

6.根据权利要求1所述的一种基于改进白鲸算法的无人救援艇航向控制方法，其特征在于，所述步骤二中无人救援艇航向控制系统结构模型，其航向控制器采用分数阶PID，同时通过改进白鲸优化方法优化整定分数阶PID参数，分数阶PID公式为：；

式中，Kp为比例系数，Ki为积分系数，Kd为微分系数，λ为积分阶次，μ为微分阶次，S为函数变量，G3(S)为分数阶PID公式输出值。

7.根据权利要求1所述的一种基于改进白鲸算法的无人救援艇航向控制方法，其特征在于，所述步骤三中在基础白鲸算法基础上引入新的平衡因子策略和非线性的鲸落概率更新策略改进白鲸算法；

新的平衡因子策略计算如下式所示：

；

式中，T和Tmax分别为当前迭代次数和最大迭代次数，randn为正态随机数，Npop为白鲸的种群规模，Bf新的平衡因子；

非线性的鲸落概率更新策略，计算如下式所示：

；

式中，T和Tmax分别为当前迭代次数和最大迭代次数，WF为非线性的鲸落概率更新策略。

8.根据权利要求1所述的一种基于改进白鲸算法的无人救援艇航向控制方法，其特征在于改进的白鲸算法对分数阶PID控制器参数优化整定，仿真得到最优控制效果，具体步骤为：Step1：设置改进白鲸算法初始参数，包括最大迭代次数、种群规模、待优化问题维度和搜索空间；

Step2：采用Matlab/Simulink搭建系统仿真模型，并将ITAE作为模型输出；

Step3：构建优化目标函数，采用仿真系统模型的ITAE作为待优化目标；ITAE公式为：；

式中，J为模型目标函数值，e(t）为分数阶PID控制系统的输入系统的反馈偏差，t为时间；

Step4：初始化种群，各白鲸初始位置在搜索范围内随机产生，并基于目标函数计算得到适应的值；

Step5：计算改进后的非线性平衡因子Bf和鲸鱼坠落概率WF；

Step6：根据非线性平衡因子Bf的大小判断每条白鲸进入的阶段，当Bf>0.5时，白鲸的更新机制处于探索阶段，由下式（1）更新白鲸的位置：（1）；

式中， 是第i条白鲸在第j维上更新后的位置，Pj是从d维中选择的随机整数，是第i条白鲸在Pj维度上的位置， 是第r条白鲸的当前位置，even和odd分别表示奇偶数；r1和r2是(0, 1)的随机数，sin(2πr2)和cos(2πr2)表示镜像白鲸的鳍朝向水面，决定算法开发的方向；

当Bf≤0.5时，白鲸的更新机制处于开发阶段，由下式（2）更新白鲸的位置：（2）；

式中， 和 分别是第i只白鲸和任意白鲸的当前位置， 是第i只白鲸的新位置， 是白鲸种群中的最佳位置，r3和r4是(0, 1)之间的随机数，C=2r4(1‑T/Tmax)是衡量莱维飞行强度的随机跳跃强度，LF是构造的莱维飞行函数；

然后对新位置的适应度值进行计算排序，找到当前迭代的最优解，每次迭代均需计算改进后的鲸鱼坠落概率WF，并通过下式（3）来更新鲸鱼的位置：（3）；

式中，r5，r6和r7是(0,1)之间随机数，Xstep是鲸鱼坠落的步长；

Step7：判断是否达到最大迭代次数，若是，则寻优停止输出最优参数，否则返回Step5继续寻优；

Step8：将最优参数赋值给Kp、Ki、Kd、λ和μ并带入到无人救援艇航向控制仿真系统中进行仿真，得到最佳数据情况下的模型输出结果。