1.一种用于洪灾救援艇的模型预测PID航向控制优化方法，其特征在于，具体步骤如下：S1、建立描述洪灾救援艇航向系统动态非线性的数学模型；其中非线性模拟洪灾救援艇在洪水中的复杂环境；

S2、定义洪灾救援艇航向控制的目标函数，包括期望的航向角度、航向角误差以及航向控制任何约束条件；

S3、基于航向系统数学模型和待优化目标函数，设计MPC控制器；确定MPC控制周期，在每个MPC控制周期内，使用系统模型进行预测，计算出未来一段时间内的最优控制输入序列；

S4、改进成吉思汗鲨鱼优化算法，优化洪灾救援艇航向PID控制器，包括步骤：S4.1、改进成吉思汗鲨鱼优化算法；

首先，引入"邻域搜索"策略，具体为：

S4.1.1、计算当前解的适应度函数值 ；

S4.1.2、使用邻域函数  生成   的邻域解集合；

S4.1.3、对邻域解集合中的每个解应用适应度函数 ，评估适应度值大小，若满足> ，说明算法陷入局部最优；

S4.1.4、利用下式，选择一个更优解，作为下次迭代的最优值，继续迭代，从而跳出局部最优；

；

式中， 为多个解中最优解，min为求最小值，N为随机解的个数；

其次，通过适应度函数和正弦公式改进算法开发阶段的嗅觉强度因子 ，使算法根据当前性能调节开发精度，改进后的嗅觉强度因子 公式为：；

式中， 为开发速度参数，影响算法的收敛速度， 为迭代次数t时的适应度函数，t为当前迭代次数，T为总迭代次数；

S4.2、利用改进后的成吉思汗鲨鱼优化算法对航向PID控制器的Kp、Ki、Kd参数进行最佳值寻优；

S5、将MPC计算得到的最优控制输入与优化后的洪灾救援艇航向PID控制器输出进行比较；

S6、将MPC计算得到的最优控制输入作为优化后的PID控制器输出的修正项，作为实际的航向控制信号送入洪灾救援艇系统，实施航向控制；

S7、在系统运行过程中，不断地进行MPC计算和洪灾救援艇航向PID参数调整，以适应系统的变化，改善优化洪灾救援艇航向控制性能。

2.根据权利要求1所述的一种用于洪灾救援艇的模型预测PID航向控制优化方法，其特征在于，所述S1中，航向系统的模型为洪灾救援艇的运动学模型，采用离散时间模型表示，公式为：;

式中， 为下一时刻的洪灾救援艇的航向角度， 为当前时刻洪灾救援艇的航向角度， 为舵角控制输入， 为洪灾环境对救援艇的扰动。

3.根据权利要求1所述的一种用于洪灾救援艇的模型预测PID航向控制优化方法，其特征在于，所述S2中，利用所述目标建立洪灾救援艇航向控制问题数学模型，洪灾救援艇航向控制问题数学模型，公式为：；

式中，L为预测时域的长度， 为第 个时刻的灾救援艇预测航向角度， 为第 个时刻的洪灾救援艇舵角控制输入。

4.根据权利要求1所述的一种用于洪灾救援艇的模型预测PID航向控制优化方法，其特征在于，所述S3中，待优化目标函数为洪灾救援艇航向控制问题数学模型。

5.根据权利要求1所述的一种用于洪灾救援艇的模型预测PID航向控制优化方法，其特征在于，所述S4.2中，利用改进后的成吉思汗鲨鱼元启发式算法对航向PID控制器的Kp、Ki、Kd参数进行最佳值寻优，具体步骤为：step1、设计适应度函数，用于计算算法种群个体适应度值反应系统的性能，其中适应度函数为洪灾救援艇航向控制问题数学模型演变，公式为；

；

式中，T为洪灾救援艇航向控制总时间，t为当前迭代次数， 为第 次迭代的洪灾救援艇实际航向角度， 为的洪灾救援艇目标航向角度， 为第 次迭代的洪灾救援艇舵角控制输入；

step2、初始化改进成吉思汗鲨鱼优化算法初始参数，如最大迭代次数、种群规模、待优化问题维度和搜索空间、约束条件以及塘鹅的初始位置；其中鲨鱼的初始位置为算法寻优过程中洪灾救援艇PID参数的初始解，鲨鱼的位置更新即为洪灾救援艇PID控制参数的更新；

step3、将洪灾救援艇PID控制器的参数编码为鲨鱼的位置，每个鲨鱼的位置对应一个PID控制器的参数组合，其中，编码采用实数编码方式；

step4、使用定义好的适应度函数，计算每个个体的适应度，适应度越小，个体的性能越好，洪灾救援艇PID控制器的参数越优；

step5、对于每个个体，根据其当前适应度和历史最优适应度比较，更新个体最优解，同时，根据所有个体的适应度，更新群体最优解；

step6、利用"邻域搜索"策略，判断是否陷入局部最优；具体步骤为：step6.1、计算当前解的适应度函数值 ；

step6.2、使用邻域函数  生成   的邻域解集合，邻域函数公式为：；

式中， 为第i维的邻域解， 为均值为0，方差为 的高斯分布；

step6.3、对邻域解集合中的每个解应用适应度函数 ，评估适应度值大小，若满足 > ，说明算法陷入局部最优；

step6.4、利用下式，选择一个更优解，作为下次迭代的最优值，继续迭代，从而跳出局部最优；

；

式中， 为多个解中最优解，min为求最小值，N为随机解的个数；

step7、成吉思汗鲨鱼狩猎阶段，即为算法的探索阶段，鲨鱼的位置的更新，即为PID控制器参数集解的更新，位置更新公式如下：；

式中， 为第i只鲨鱼个体在t+1时刻在第j维的位置， 为第i只鲨鱼个体在当前t时刻在第j维的位置， 为在区间[0,1]上的随机数， 为鲨鱼搜索的上界，为鲨鱼搜索的下界；

step8、成吉思汗鲨鱼移位阶段，即为算法的开发阶段，引入改进后的鲨鱼嗅觉强度因子，然后改进鲨鱼的位置更新公式，公式如下：；

式中， 为嗅觉强度因子 ，控制算法的寻优步长和寻优强度， 为鲨鱼当前迭代最优位置，即洪灾救援艇航向PID控制器参数当前最优解；

step9、成吉思汗鲨鱼捕食阶段，即为算法的搜索和开发转换阶段，首先改进金枪鱼优化算法的捕食阶段位置更新公式，然后将其应用于成吉思汗鲨鱼优化算法，改进后的鲨鱼位置更新公式如下：；

式中， 为[0，1]之间的随机数，λ为1或‑1的随机数字，p为一个控制成吉思汗鲨鱼在其活动过程中的运动步长的参数；

step10、检查是否满足终止条件，如果满足终止条件，即当前迭代次数t等于总迭代次数T，算法结束，根据鲨鱼算法位置更新策略与洪灾救援艇PID控制器之间的映射关系，将最优位置分解赋值给航向PID控制器的Kp、Ki、Kd参数；否则，返回step4进行下一轮迭代；

step11、将得到的最优航向PID参数应用于扰动航向PID控制器中，使用最优的航向PID参数对系统进行控制，并评估控制系统的性能，根据评估结果，如果系统性能不满足要求，继续调整算法参数，然后重新运行算法，直到获得满意的控制器参数。