航运作为国家交通体系的主要组成部分,在对外贸易中占据重要地位,我国是一个坐拥1.8万公里海岸线,拥有数万个泊位港口的航运大国,而且我国水域众多,通航环境复杂,多发安全监管问题,海上事故的频发给我国的海事监管能力和服务水平提出许多挑战。交通运输部与科学技术部等联合颁布了《智能航运发展指导意见》明确提出打造智能化的航运体系的目标,确保海上监管力量做到极速响应、全地域到达和全时域待命。基于上述形势,为提升海事监管部门的行政监管与公共服务能力,开展海上立体协同监管巡航的研究很有必要。本文将无人机、海巡艇和巡逻车三个设备单元共同纳入海上立体协同监管执法体系中,针对海上立体协同监管巡航路径规划问题开展研究,所做主要工作如下:1.构建了一个海上立体协同监管巡航系统和路径规划系统结构。首先根据海上立体协同监管系统的目标与功能需求,通过建立立体监管系统海上监管数据流,并基于海上立体监管物理架构建立了一个海上立体协同监管巡航系统的总体结构,根据立体协同监管系统的数据传递特征,构建了海上立体协同监管路径规划系统的总体结构。2.建立了海上立体协同监管巡航路径规划模型。首先分析了海上立体监管系统中各设备单元间的协同关系,根据立体监管系统在日常与应急监管两种场景下的监管目标不同,构建了海上日常与应急两种协同立体监管巡航模型。考虑监管区域的风、浪条件对于各监管设备单元行为的影响,并根据监管设备单元续航能力与协同能力等约束条件,采用有序加权平均模型计算风险代价,将其与路径长度进行加权相加,构建了海上日常立体协同监管巡航模型,用风浪影响模型计算海巡艇的实际航行速度,根据路径长度求得各监管设备单元巡航时间,构建了海上应急立体协同监管巡航模型。3.设计了基于海上立体协同监管巡航路径规划模型的优化算法。首先介绍了蚁群算法基本原理,提出了根据路径规划模型进行设计并基于遗传算法改进的蚁群算法,改进后的算法提升了蚁群算法收敛速度并避免过早陷入局部最优,基于对监管巡航区域进行聚类分析得到的任务点,利用该算法对海上日常与应急立体协同监管巡航数学模型进行仿真实验,验证两个模型的合理性和本文设计算法的有效性。