Luận án Nghiên cứu lý thuyết dự đoán quỹ đạo trôi dạt và tính toán tuyến đường tìm kiếm tối ưu cho phương tiện gặp nạn trong vùng biển Ninh Thuận - Kiên Giang

 BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ GIAO THÔNG VẬN TẢI 
TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI TP.HCM 
PHẠM NGỌC HÀ 
NGHIÊN CỨU LÝ THUYẾT DỰ ĐOÁN QUỸ ĐẠO 
TRÔI DẠT VÀ TÍNH TOÁN TUYẾN ĐƯỜNG 
TÌM KIẾM TỐI ƯU CHO PHƯƠNG TIỆN GẶP NẠN 
TRONG VÙNG BIỂN NINH THUẬN - KIÊN GIANG 
LUẬN ÁN TIẾN SĨ 
TP. Hồ Chí Minh – 2021 
BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ GIAO THÔNG VẬN TẢI 
TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI TP. HCM 
PHẠM NGỌC HÀ 
NGHIÊN CỨU LÝ THUYẾT DỰ ĐOÁN QUỸ ĐẠO 
TRÔI DẠT VÀ TÍNH TOÁN TUYẾN ĐƯỜNG TÌM KIẾM 
TỐI ƯU CHO PHƯƠNG TIỆN GẶP NẠN TRONG VÙNG 
BIỂN NINH THUẬN - KIÊN GIANG 
LUẬN ÁN TIẾN SĨ 
Chuyên ngành: Khoa học hàng hải 
Mã số: 9840106 
NGƯỜI HƯỚNG DẪN KHOA HỌC 
1. PGS. TS. Nguyễn Minh Đức 
2. TS. Lê Văn Ty 
Thành phố Hồ Chí Minh – 2021
i 
LỜI CAM ĐOAN 
Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi dưới sự 
hướng dẫn khoa học của PGS.TS. Nguyễn Minh Đức và TS. Lê Văn Ty, không 
có phần nội dung nào được sao chép một cách bất hợp pháp từ công trình nghiên 
cứu của tác giả khác. 
Kết quả nghiên cứu, nguồn số liệu trích dẫn, tài liệu tham khảo là hoàn 
toàn chính xác và trung thực. 
 Thành phố Hồ Chí Minh, ngày 10 tháng 10 năm 2021 
Tác giả 
Phạm Ngọc Hà 
ii 
LỜI CÁM ƠN 
Tôi xin chân thành cảm ơn Trường Đại học Giao thông Vận tải thành 
phố Hồ Chí Minh, Viện Đào tạo sau đại học Trường Đại học Giao thông Vận 
tải thành phố Hồ Chí Minh đã cho phép và tạo điều kiện cho tôi thực hiện luận 
án này. 
Tôi xin chân thành cảm ơn hai Thầy hướng dẫn khoa học, PGS.TS. 
Nguyễn Minh Đức và TS. Lê Văn Ty đã tận tình hướng dẫn, định hướng nghiên 
cứu giúp tôi hoàn thành luận án. 
Tôi xin trân trọng cám ơn Viện Hàng hải, Bộ môn Điều khiển tàu biển, 
Trường Đại học Giao thông Vận tải thành phố Hồ Chí Minh, các Thầy cô giáo, 
nhà khoa học đã góp ý, phản biện và đánh giá giúp tôi từng bước hoàn thiện 
luận án. 
Tôi xin trân trọng cám ơn sự động viên và tạo điều kiện của Trung tâm 
khí tượng thuỷ văn Quốc gia; Đài khí tượng thủy văn khu vực Nam bộ; Trung 
tâm phối hợp tìm kiếm cứu nạn Hàng hải Việt Nam (VMRCC); Cán bộ, Ban 
Chỉ huy và tập thể Thuyền viên các tàu tìm kiếm cứu nạn của Trung tâm phối 
hợp tìm kiếm cứu nạn Hàng hải Khu vực III (Vung Tau MRCC); 
Cuối cùng, tôi xin bày tỏ lòng biết ơn sâu sắc tới gia đình và bạn bè đã 
luôn động viên, khuyến khích, tạo điều kiện cho tôi trong suốt thời gian tôi 
ghiên cứu hoàn thành công trình. 
Mặc dù đã cố gắng và nỗ lực trong quá trình nghiên cứu để hoàn thành 
luận án, nhưng do những hạn chế về kiến thức, kinh nghiệm và thời gian nên 
luận án có thể vẫn còn nhiều thiếu sót. Tôi rất mong nhận được sự góp ý quý 
iii 
giá của các nhà khoa học và bạn đọc để hoàn thiện luận án một cách tốt nhất 
cũng như tiếp tục cho các nghiên cứu sau này. 
Xin trân trọng cảm ơn! 
 Thành phố Hồ Chí Minh, ngày 10 tháng 10 năm 2021 
Tác giả 
Phạm Ngọc Hà 
iii 
TÓM TẮT 
Vùng biển từ Ninh Thuận đến Kiên Giang (vùng trách nhiệm của Vung 
Tau MRCC) chiếm tới 44% tổng số vụ tai nạn trên vùng biển Việt Nam. Hiện 
nay việc ứng dụng khoa học công nghệ vào hoạt động TKCN còn có nhiều hạn 
chế. Qua tìm hiểu với vùng biển Việt Nam chưa có các nghiên cứu về tuyến 
đường chạy tàu tìm kiếm cứu nạn tối ưu để quét hết khu vực xác suất trôi dạt 
của vật thể bị nạn với thời gian ngắn nhất. Các phần mềm hiện đang sử dụng 
trong công tác TKCN (ví dụ SAROPS) là phần mềm thương mại không biết 
được thuật toán cũng như các dữ liệu thời tiết mà nhà cung cấp sử dụng. Đề tài 
nhằm xây dựng thuật toán để ứng dụng công nghệ nâng cao năng lực TKCN 
trên biển. 
Trong luận án để thực hiện việc dự đoán trôi dạt và tính toán tuyến đường 
tìm kiếm tối ưu cho tàu tìm kiếm, NCS nghiên cứu tiến hành: 
Tổng hợp, tính toán, đánh giá độ chính xác của các nguồn thông tin gió 
và dòng chảy trên khu vực biển Ninh Thuận đến Kiên Giang sử dụng cho mục 
đích dự đoán sự trôi dạt của vật thể bị nạn trên biển; NCS đã phân tích so sánh 
độ tin cậy và việc dễ dàng tiếp cận nguồn dữ liệu, đã lựa chon sử dụng các bản 
tin gió dạng Grib file của Trường Đại học Kyoto - Nhật Bản và dữ liệu dòng 
chảy OSCAR của Trung tâm nghiên cứu Trái đất và Vũ trụ cho mục đích dự 
báo sự trôi dạt và tìm kiếm vật thể bị nạn trên biển theo thời gian thực sau khi 
tính toán độ lệch chuẩn. Sử dụng mô phỏng Monte Carlo kết hợp bộ lọc 
Median-Filter để loại bỏ nhiễu xác định khu vực tìm kiếm xác suất 95% của 
vật thể bị nạn trôi dạt với các dữ liệu thời tiết theo thời gian thực; 
NCS sử dụng phần mềm hỗ trợ Công tác TKCN (“SEARCH AND 
RESCUE SUPPORT SOFT), chương trình hỗ trợ theo dõi, giám sát công tác 
iv 
TKCN trên tàu tìm cứu mô phỏng khu vực trôi dạt cho 4 trường hợp và đã xác 
định được khu vực tìm kiếm vật thể bị nạn dưới tác động của gió, dòng chảy 
theo thời gian thực. Các kết quả mô phỏng khu vực trôi dạt xác suất 95% cho 
kết quả khá phù hợp với điều kiện sóng gió theo thời gian thực tế trên vùng 
biển phía Nam Việt Nam. 
Trên cơ sở khu vực tìm kiếm vật thể bị nạn xác định NCS đã nghiên cứu, 
tính toán tuyến đường chạy tàu tìm kiếm tối ưu xuất phát từ vị trí trực đến biên 
của khu vực tìm kiếm xác định rồi quét hết khu vực đó với thời gian ngắn nhất. 
Xây dựng hàm mục tiêu tối ưu hoá phương án TKCN đa hướng cho một tàu 
tìm cứu và phương án hai tàu tìm cứu phối hợp tìm kiếm. Áp dụng thuật toán 
BFO thích nghi, xây dựng phương án TKCN đa hướng cho một tàu tìm cứu và 
phương án hai tàu tìm cứu phối hợp tìm kiếm nhờ thuật toán BFO có độ tin cậy 
cao, có khả năng tính toán và đưa ra gợi ý về tuyến đường tối ưu kể cả trong 
các trường hợp điều kiện thời tiết thay đổi phức tạp; 
Sử dụng phần mềm mô phỏng phương án tìm kiếm cứu nạn đa hướng 
cho một tàu SAR và phương án phối hợp tìm kiếm cho hai tàu SAR có xét đến 
tính năng điều động của tàu SAR cho 4 trường hợp: 
- Life raft (no canopy, no drogue): Multifier: 0.057/Modifier: 0.21 kts/Dev: 240 
- Life raft (canopy, w/ drogue): Multifier: 0.03/Modifier: 0.00 kts/Dev: 280 
- Fishing vessel (Side-stern Trawler): Multifier: 0.42/Modifier: 0.0 kts/Dev: 480 
- Fishing vessel (Vietnam): Multifier: 0.38/Modifier: 0.0 kts/Dev: 450 
Kết quả khu vực tìm kiếm đối với của tàu SAR bao phủ hết khu vực tìm kiếm 
xác định phù hợp với việc tính toán theo hướng dẫn của IAMSAR. 
Từ khóa: Tìm kiếm cứu nạn theo thời gian thực, mô phỏng Monte Carlo, 
thuật toán tìm kiếm tối ưu, thuật toán vi khuẩn. 
v 
THESIS SUMMARY 
The southern seas of Vietnam, from Ninh Thuan to Kien Giang (Vung 
Tau MRCC’s responsibility), is up to 44% of the total number of accidents in 
the Vietnam’s sea. However, the application of science and technology to SAR 
operation is limited and limited in use of supporting by smart solution, 
technology also. Therefore, the study of the thesis research is applicated of 
science and technology in order to improve the SAR’s competence at sea. 
There have not any studies on the optimal SAR route for SAR vessels to 
sweep the drifting area of the distress object with the shortest possible time. 
The current software using in the SAR operation (eg SAROPS..) is commercial 
software that does not know the algorithms and reliability of weather data. 
In this thesis, in order to carry out the drift forecasting and compute the 
optimal search route for the SAR vessels, the author does: 
Aggregate, calculate and evaluate the accuracy of wind and current 
information sources in the sea area from Ninh Thuan to Kien Giang for purpose 
of forecasting the drift of distress objects at sea; Comparative analysis of 
reliability, easy access to data sources, it is possible to use Grib file wind reports 
of Kyoto University - Japan and OSCAR current data of the Earth and Space 
Research for the purpose of drift forecasting and searching for objects in 
distress at sea in real time after calculating standard deviations; Using a Monte 
Carlo simulation with a Median-Filter filter to remove noise define a 95% 
probability search area of a drift object with real-time weather data; 
The author used the Search and Rescue Support Soft software, the 
program to support and monitor the rescue operation to simulate the drift area 
for 4 scenarios and identify the search area for distress objects under the impact 
of real-time wind and current. The simulation results of the 95% probability 
vi 
drift area show quite consistent results with the windy conditions in real time 
in the southern sea of Vietnam. 
On the basis of the identified search area for distress object, the author 
research and calculate the optimal search route from the standby position to the 
edge of the specified search area and then sweep the entire area with the shortest 
time. Develop an objective function to optimize the multi-directional design for 
a SAR vessel and the option for two SAR vessels to coordinate the search. 
Applying the adaptive BFO algorithm, developing a multi-directional SAR 
plan for a SAR vessel and two SAR vessels coordinated base on the BFO 
algorithm is highly reliable, capable of calculating and suggesting the optimal 
route even in the case of complicated weather conditions; 
Developing a software using BFO algorithm, easy to use, ensures fast 
calculation, can be applied in actual conditions. Using software to simulate the 
multi-directional search and rescue plan for one SAR vessels and the search 
coordination plan for two SAR ships taking into account the maneuverability 
of the SAR ship for 4 scenarios: 
- Life raft (no canopy, no drogue): Multifier: 0.057/Modifier: 0.21 kts/Dev: 240 
- Life raft (canopy, w/ drogue): Multifier: 0.03/Modifier: 0.00 kts/Dev: 280 
- Fishing vessel (Side-stern Trawler): Multifier: 0.42/Modifier: 0.0 kts/Dev: 480 
- Fishing vessel (Vietnam): Multifier: 0.38/Modifier: 0.0 kts/Dev: 450 
Result: The drift area is suitable for wind, surface currents during the month. 
The fast calculation time ensures the search planning, the convergence speed 
of the algorithm is guaranteed. The search area of the two SAR vessels covers 
the specified search area appropriate to the IAMSAR manual. 
Keywords: Real-time search and rescue. Monte Carlo simulation, optimal 
search algorithm, Bacterial Foraging Optimization Algorithm – BFOA. 
iii 
MỤC LỤC 
LỜI CAM ĐOAN .......................................................................................... i 
LỜI CÁM ƠN ............................................................................................... ii 
MỤC LỤC .................................................................................................... v 
DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT ................................ vii 
DANH MỤC CÁC BẢNG .......................................................................... ix 
DANH MỤC CÁC HÌNH ............................................................................ x 
MỞ ĐẦU ....................................................................................................... 1 
1. Tính cấp t ... ư 10/2019/TT-BGTVT ngày 11/3/2019 quy định về phòng, 
chống thiên tai trong lĩnh vực hàng hải; 
146 
[31] Ủy ban Quốc gia Tìm kiếm Cứu nạn (2006). Đề án Quy hoạch tổng thể 
lĩnh vực tìm kiếm cứu nạn đến năm 2015, tầm nhìn đến năm 2020. 
[32] Các trang website trong nước: www.google.com.vn, vimaru.edu.vn, 
ut.edu.vn, vms-north.vn, https://tongcucthuysan.gov.vn/, 
VN/43/Default.aspx 
II. Tài liệu tham khảo tiếng Anh 
[33] Admiralty Sailing Directions: China Sea Pilot - Vol. 1 (NP30) UKHO, 
13th, 2018 Edition; 
[34] Alexey Bezgodov; Dmitrii Esin, Complex Network Modeling for 
Maritime Search and Rescue Operations, Procedia Computer Science 
Volume 29, 2014, Pages 2325–2335; 
[35] Allen, A A and JV Plourde, 1999. Review of Leeway: Field Experiments 
and Implementation, Technical Report CG-D-08-99, US Coast Guard 
Research and Development Center, 1082 Shennecossett Road, Groton, 
CT, USA; 
[36] Arthur Allen; Jens-Christian Roth; Christophe Maisondieu; Øyvind 
Breivik; Bertrand Forest. Field Determination of the Leeway of Drifting 
Objects. No. 17/2010 SAR/HAZMAT/Leeway, 2009; 
[37] Breivik, Ø., Allen, A., Maisondieu, C., & Roth, J. (2011). Wind-induced 
drift of objects at sea: The leeway field method. Applied Ocean Research, 
33(2), 100-109; 
[38] Breivik, Ø., Allen, A., Maisondieu, C., Roth, J.-C., Forest, B., 2012a. 
The Leeway of Shipping Containers at Different Immersion Levels. 
147 
Ocean Dynam 62, 741–752, doi:10.1007/s10236– 012–0522–z, 
arXiv:1201.0603; 
[39] Bugajski, Grzegorz “Using the Monte Carlo method to create probability 
maps for search and rescue operations at sea”. Grzegorz Bugajski 
Scientific Journals of the Maritime University of Szczecin, No. 48 / 
2016; 
[40] C. Ying et al., "A Fast Bacterial Swarming Algorithm for high-
dimensional function optimization", IEEE World Congress on 
Computational Intelligence, pp. 3135-3140, 2008; 
[41] Chapline, W., 1960. Estimating the drift of distressed small craft. Tech. 
Rep. 2, US Coast Guard Academy; 
[42] Daniel, P., Jan, G., Cabioc’h, F., Landau, Y., & Loiseau, E. (2002). Drift 
modeling of cargo containers. Spill Science & Technology Bulletin, 
7(5), 279– 288; 
[43] Gästgifvars, M., Lauri, H., Sarkanen, A., Myrberg, K., Andrejev, O., & 
Ambjörn, C. (2006). Modelling surface drifting of buoys during a 
rapidly-moving weather front in the Gulf of Finland; 
[44] H. Chen, Y. Zhu, K. Hu, "Adaptive Bacterial Foraging Optimization", 
available at "" 
[45] Hackett, B, Ø Breivik and C Wettre, 2006. Forecasting the drift of 
objects and substances in the oceans in Ocean Weather Forecasting: An 
Integrated View of Oceanography, E P Chassignet, J Verron (ed), 
Springer, pp 507-524; 
[46] Hodgins, D. O., Hodgins, S. L. M., 1998. Phase II Leeway Dynamics 
Program: Development and Verification of a Mathematical Drift Model 
148 
for Liferafts and Small Boats. Tech. rep., Canadian Coast Guard, Nova 
Scotia, Canada; 
[47]  
[48] https://podaac-
opendap.jpl.nasa.gov/opendap/allData/oscar/preview/L4/oscar_third_de
g/ 
[49] IAMSAR Manual, Volume 1,2,3 – IMO/ICAO London, 2016; 
[50] IMO (1989), The International Convention on Salvage. London, UK; 
[51] Inmarsat Maritime Comunications Handbook - issue 2; 
[52] International Convention for the Unification of Certain Rules of law 
relating to assistance and Salvage at sea, 1910; 
[53] K. M. Passino, "Biomimicry of bacterial foraging for distributed 
optimization and control", IEEE Control Systems Magazine, Vol. 22, 
pp.52–67, 2002; 
[54] Kyoung-Ho Cho; Yan Li; Hui Wang; Kwang-Soon Park; Jin-Yong Choi; 
Kwang-Il Shin; Jae-Il Kwon, Development and Validation of an 
Operational Search and Rescue Modeling System for the Yellow Sea and 
the East and South China Seas; 
[55] LauraWalther, Anisa Rizvanolli, Mareike Wendebourg, Carlos Jahn. 
“Modeling and Optimization Algorithms in Ship Weather Routing”. 
International Journal of e-Navigation and Maritime Economy, Vol 4, pp 
31-45, 2016; 
[56] Lawrence D. Stone, Theory of Optimal Search, 1975 (2nd edition, 1989); 
149 
[57] Lazarowska, A. Ship's Trajectory Planning for Collision Avoidance at 
Sea Based on Ant Colony Optimisation. Journal of Navigation, 68(2), pp. 
291-307, 2015; 
[58] Liu Hongdan, et al., “Ship Collision Avoidance Path Planning Strategy 
Based on Quantum Bacterial Foraging Algorithm”, Proceedings of the 
2nd International Conference on Electrical, Computer Engineering and 
Electronics (ICECEE 2015) p.612-621; 
[59] Lokukaluge P. Perera, Victor Ferrari, Fernando P. Santos, Miguel A. 
Hinostroza, and Carlos Guedes Soares, "Experimental Evaluations on 
Ship Autonomous Navigation and Collision Avoidance by Intelligent 
Guidance", IEEE Journal of Oceanic Engineering, Vol. 40 (2), pp. 374-
378, 2015; 
[60] M. Ito, F. Zhang, and N. Yoshida, “Collision avoidance control of ship 
with genetic algorithm,” in Proc. IEEE Int. Conf. Control Appl., pp. 
1791–1796, 1999; 
[61] M. Tripathy, S. Mishra, et al., “Transmission loss reduction based on 
FACTS and bacteria foraging algorithm”, Proceedings of the 9th 
International Conference on Parallel Problem Solving from Nature 
(PPSN '06), Vol. 4193, pp. 222–231, 2006; 
[62] M.D. Nguyen et al, Multi-Scale Automatic Route Planning Algorithms 
for Sea-Going Vessel. AMFUF 2013; 
[63] M.D. Nguyen et al, Automatic collision avoiding system for ship in 
congested water and at open sea. ICAIS 2012; 
150 
[64] M.D. Nguyen, Tamaru Hitoi. “A study on An Automatic Navigation 
System Basing on Radar and AIS data”. World Congress 2009 – 
International Association of Institute of Naviation; 
[65] M.D. Nguyen, Tokyo University of Marine Science and Technolgy, 
Doctor Thesis, A study on an integrated collision avoiding system for 
merchant ships; 
[66] Maisondieu, C., Breivik, Ø., Roth, J., Allen, A., Forest, B., Pavec, M., 
2010. Methods for Improvement of Drift Forecast Models. In: 29th 
International Conference on Ocean, Offshore and Arctic Engineering: 
Volume 4. ASME, pp. 127–133, doi:10.1115/OMAE2010–20219; 
[67] Miele, T. Wang, C. S. Chao, and J. B. Dabney, “Optimal control of a 
ship for collision avoidance maneuvers,” J. Optim. Theory Appl., Vol. 
103(3), pp. 495–519, Dec. 1999; 
[68] Murphy, D., Allen, A., 1985. An Evaluation of CASP Drift Predictions 
near the New England Shelf/Slope Front. Tech. Rep. CG-D-16-85, US 
Coast Guard Research and Development Center, 1082 Shennecossett 
Road, Groton, CT, USA, available through  
[69] Ngoc Ha Pham, Minh Duc Nguyen. An Evolutionary Algorithm for 
Optimal Multi-Direction Search Route in Search and Rescue Operation. 
International Journal on Advanced Science, Engineering and 
Information Technology, ISSN 2088-5334, Vol.9 (2019) No. 4, page 
1199 - 1204; 
[70] Nguyen Quoc Trinh*, Nguyen Minh Huan*, Phung Dang Hieu, Du Van 
Toan; Simulation for Object Drift Forecast in the East Vietnam Sea by 
the Leeway Numerical Method; The 14th Asian Congress of Fluid 
Mechanics - 14ACFM, 2013; Hanoi and Halong, Vietnam; 
151 
[71] P. Ailliot; E. Fr´enod; V. Monbet “Long term object drift forecast in the 
ocean with tide and wind”, Society for industrial and applied 
mathematics (SIAM) Journals Online Multiscale Model, 2006, Volume 
5, Issue 2. Simul., 5(2), 514–531; 
[72] P. Silveira, A. P. Teixeira & C. Guedes Soares, “AIS Based Shipping 
Routes Using the Dijkstra Algorithm”, The International Journal on 
Marine Navigation and Safety of Sea Transportation, Vol.13(3), pp. 
565–571, 2019; 
[73] Pham Ngoc Ha, Nguyen Minh Duc. Weather Data Analysis and Drift 
Object Estimation by Monte Carlo Simulation for Vietnam's East Sea. 
The 16th Asia Maritime & Fisheries Universities Forum 2017, ISSN 
2508-5247, page 467 - 477; 
[74] R. Smierzchalski and Z. Michalewicz, “Modeling of ship trajectory in 
collision situations by an evolutionary algorithm” IEEE Transactions on 
Evolutionary Computation, Vol. 4 (3), pp. 227-241, 2000); 
[75] Raphael Zaccone, Massimo Figari, Michele Martelli. “An Optimization 
Tool For Ship Route Planning In Real Weather Scenarios”. International 
Offshore and Polar Engineering Conference, (ISOPE), pp 738-744, 
2018; 
[76] Rixen, M., Ferreira-Coelho, E., 2007. Operational surface drift 
prediction using linear and non-linear hyper-ensemble statistics on 
atmospheric and ocean models. J Marine Syst 65 (1-4), 105–121, 
doi:10.1016/j.jmarsys.2004.12.005, marine Environmental Monitoring 
and Prediction - Selected papers from the 36th International Liège 
Colloquium on Ocean Dynamics, 36th International Liège Colloquium 
on Ocean Dynamics; 
152 
[77] Rixen, M., Ferreira-Coelho, E., Signell, R., 2008. Surface drift 
prediction in the adriatic sea using hyper-ensemble statistics on 
atmospheric, ocean and wave models: Uncertainties and probability 
distribution areas. J Marine Syst 69 (1–2), 86–98, 
doi:10.1016/j.jmarsys.2007.02.015, maritime Rapid Environmental 
Assessment - New Trends in Operational Oceanography; 
[78] Röhrs, J., Christensen, K., Hole, L., Broström, G., Drivdal, M., Sundby, 
S., 2012. Observation based evaluation of surface wave effects on 
currents and trajectory forecasts. To appear in Ocean Dynam, 14 pp, 
doi:10.1007/s10236–012–0576–y; 
[79] S. Mishra, “A hybrid least square-fuzzy bacterial foraging strategy for 
harmonic estimation,” IEEE Transactions on Evolutionary Computation, 
Vol. 9, No. 1, pp. 61–73, 2005 
[80] Suzuki, T., Sato, H., 1977. Measurement of the drifting of a fishing boat 
or research vessel due to wind and wave. Journal of Japan Institute of 
Navigation 65 (4), 1225–1245, doi:10.1175/2007JAS2427.1; 
[81] Thomas M Kratzke; Lawrence D; John R Frost, Stone. Search and 
Rescue Optimal Planning System; 
[82] Tran Luu Hoan, Doctor Thesis, Modeling maritime search area in 
monsoon conditions; 
[83] Tsou, Ming-Cheng & Hsueh, Chao-Kuang. “The study of ship collision 
avoidance route planning by ant colony algorithm”. Journal of Marine 
Science and Technology, Vol 18(5), 746–756, 2010; 
[84] United Nations Convention the Law of the sea - 1982; 
153 
[85] US Navy Hydrographic Office, 1944. Methods for locating survivors 
adrift at sea on rubber rafts. Technical Report 235, United States Navy 
Hydrographic Office. 
[86] X. Zeng, M. Ito, and E. Shimizu, “Building an automatic control system 
of maneuvering ship in collision situation with genetic algorithms,” in 
Proc. Amer. Control Conf., pp. 2852–2853, 2001; 
[87] Y. Liu and K. M. Passino, "Biomimicry of social foraging bacteria for 
distributed optimization: Models, principles, and emergent behaviors", 
Journal of Optimization Theory and Applications, Vol. 115, pp. 603–
628, 2002. 
[88] Các trang website nước ngoài: www.sname.org, onepetro.org, 
researchgate.net, academia.edu, sciencedirect.com, libramar.net, 
witpress.com, publications.lib.chalmers.se, https://www.windy.com/; 
 https://www.passageweather.com.