基于混合交叉作业的码头集卡路径优化模型

针对集装箱在码头堆场分散堆放的情况和码头泊位装卸作业的状态要求,研究了以岸桥组合为作业单元的集卡作业路径优化问题.与传统的作业方式不同,综合考虑了集卡作业方式要求、集卡作业组数量、泊位作业岸桥安排、集装箱堆放地点数量及各地点堆放集装箱箱量情况,以及它们相互之间的关联和协调关系,设计了集装箱码头集卡作业组对于泊位多岸桥装卸混合交叉作业下的路径优化模型.通过算例对模型进行验证,该模型优化的作业安排能够有效提高集卡的利用效率和集装箱码头的生产作业效率.     

集装箱码头同贝同步装卸调度模型与算法

为了提高集装箱码头装卸效率,建立同贝同步装卸调度模型,实现装卸桥在同一贝位内同时进行装船与卸船作业,模型通过优化装卸桥作业序列与出口集装箱积载计划降低装卸桥与龙门吊作业时间。设计了基于双层遗传算法的模型求解方法,利用上层遗传算法搜索装卸桥最优作业序列,下层遗传算法在装卸桥作业序列基础上获得出口集装箱最优积载计划,然后计算龙门吊与装卸桥作业时间,且将结果反馈到上层遗传算法,通过上下层遗传算法的反馈优化调度方案。通过算例对模型与算法进行验证。分析结果表明:同贝同步装卸调度模型可以提高装卸效率9.42%～11.53%,模型与算法有效。     

集装箱码头泊位-堆场-闸口的周期协同分配

为提高集装箱进出口码头在周期性环境下的作业效率,对集装箱码头泊位-堆场-闸口的周期协同分配问题进行了研究. 首先考虑泊位、堆场、闸口3类资源对船分配过程中的可用量约束、相关性约束和周期性约束,以最小化船舶总在港时间为目标函数,建立集成调度的混合整数规划模型;在此基础上设计自适应遗传算法进行求解,其上层对船舶优先级构成的编码空间展开进化搜索,下层利用启发式将优先级解码为多资源协同分配计划,并将其评价值返回至上层迭代. 数值实验显示,协同考虑泊位、堆场和闸口3类资源的集成调度,相较于传统的两阶段调度,周期计划下的船舶总在港时间缩短约20%.      

不确定因素下的集装箱码头车船间装卸作业集成调度

为了提高集装箱码头的效率,建立了集装箱码头车船装卸作业集成调度模型;考虑了装卸同步作业与一些实际约束条件,如岸桥、龙门吊间干扰和安全距离等,以及生产调度中的不确定因素,如岸桥、集卡的速度变化等,设计了改进的多层遗传算法求解模型;为了确定随机变量的具体值,在传统的遗传算法中引入蒙特卡罗法,为了使得集装箱在集卡间均衡分配,在传统的遗传算法中引入均衡算子;通过试验验证模型和算法的可行性和有效性,并进行了改进的多层遗传算法中引入均衡算子与未引入均衡算子间的对比试验。分析结果表明:引入均衡算子后的装卸作业完成总时间为7 437.8s,比未引入均衡算子减少760.3s,且在引入均衡算子的试验中50FEU集装箱均匀分配给了5辆集卡,而在未引入均衡算子的试验中未能均匀分配;固定龙门吊和岸桥数量,改变集卡的数量,通过比较每组试验中作业总完成时间和边际效益值,得出当集装箱数量为80、90、100FEU时,最优设备配比为3台龙门吊、10辆集卡和4台岸桥。可见,改进的多层遗传算法可以提高集装箱码头车船装卸作业的效率,是解决集装箱装卸作业集成调度问题的一种有效方法。     

基于“作业面”模式下集卡配置的仿真研究

为了合理利用集装箱码头的固有资源,提高码头的作业效率,通过集卡调度优化模型算出集卡的最优行驶路径并带入仿真模型中对案例进行分析,得出了在“作业面”模式下集卡配置量与码头作业效率及集卡阻塞时间之间的关系,旨在使码头的装卸效率和资源的浪费状况达到可接受的平衡状态而给出集卡合理配置量的建议。     

集卡与岸桥及场桥联合调度模型优化

分析了集装箱码头中的集卡与岸桥、场桥联合调度;基于集卡运输时间与等待岸桥、场桥时间之间的权重系数考虑,建立了以等待岸桥、场桥作业时间与集卡运输时间之和最小为目标的联合调度优化模型,为集装箱码头装卸作业调度提供了决策支持;算例验证了模型的有效性和实用性。     

集卡与岸桥及场桥联合调度模型优化

分析了集装箱码头中的集卡与岸桥、场桥联合调度;基于集卡运输时间与等待岸桥、场桥时间之间的权重系数考虑,建立了以等待岸桥、场桥作业时间与集卡运输时间之和最小为目标的联合调度优化模型,为集装箱码头装卸作业调度提供了决策支持;算例验证了模型的有效性和实用性。     

基于海铁联运的港口集装箱运输集卡路径选择

为提高集装箱海铁联运在港换装转运的作业效率,对有铁路专用线引入的集装箱码头集卡路径规划问题进行了研究。分析铁路线进港后的码头集卡作业模式,以集卡完成运输总时间最短为目标,建立了带集装箱运输时间窗约束的线性整数规划模型,并求解了集卡在铁路装卸线、港口堆场、码头泊位三处任务节点的作业路径规划问题。最后以集装箱码头混合作业为例,设计相关算例,利用CPLEX12.0对模型进行求解,得到有铁路线引入的港口内集卡作业路径选择结果,验证模型具有较好的可行性。     

��װ����ͷբ����ҵϵͳͨ�������о�

集装箱码头闸口作业系统是外部集卡把集装箱运进或运出集装箱堆场必经的作业通道. 但是随着集装箱贸易的繁荣,闸口作业系统日渐成为集装箱码头发展的瓶颈. 为提高闸口系统的通过能力并优化闸口系统的作业流程,本文针对集装箱码头闸口作业现状,利用排队论方法研究了M/G/S/∞/∞/FCFS排队系统. 分析闸口作业系统的运营效率,并提出了改进的闸口作业流程. 实证分析表明,基于排队论设计的闸口作业流程可以缩短集卡在闸口停留时间,提高作业流程效率,从而提高整个集装箱码头的通过能力.     

双循环操作策略下集装箱码头岸桥与集卡多船作业联合调度

针对在有多艘大型船舶及多艘小型船舶同时进行装卸活动时,一味实行作业面调度,会引起复杂地管理难度,从而导致船舶装卸时间增加。基于该问题及船舶间距离对集卡调度模式的影响,引进分散集卡群与集成集卡群概念,即面向作业线与作业面的混合装卸模式。建立了岸桥和集卡联合调度混合整数规划模型。根据岸桥与集卡调度过程中涉及到的约束条件及特点,设计了矩阵编码方式自适应遗传算法(AGA)对其求解。结果表明:当船舶间达到一定距离时,分散集卡群在作业时间和行驶距离优于集成集卡群。     

集卡动态调度路径优化算法

从整体调度的角度出发,分析了整个码头作业面的动态调度方案,提出了一种新的集装箱卡车(集卡)动态调度路径的自适应蚁群算法。运用码头GPRS系统,以集卡速度、流量、位置等相关数据建立了感知链。通过判断阻塞状况和调整可行点集,确定了信息素浓度更新策略与转移概率计算方法。针对码头路网的复杂性和蚁群算法的实时计算效率,设计了蚁群算法的步骤。将信息熵引入到蚁群算法中,运用MATLAB软件,对集卡的动态调度方案进行了仿真计算。计算结果表明:当初始集卡速度分别为50、75km.h-1,初始集卡流量分别为800、1 000veh.h-1时,集卡行驶的最短路径为4.3km,行驶时间为0.057h;集卡行驶的最优路径为8.3km,行驶时间为0.111h。可见,该算法能有效缓解码头阻塞问题,提高集卡利用率和码头作业效率。     

集装箱码头铁水联运装卸设备协同调度

集装箱码头铁路作业区是开展集装箱铁水联运的主要场所,其效率将影响集装箱铁水联运的整体效率,因而,建立了以装卸过程总完成时间最短为目标的龙门吊、集卡和场桥的协同调度问题的混合整数规划模型,既考虑了装卸同步,又考虑了龙门吊间的干扰和安全距离、龙门吊和场桥走行时间及缓冲区等现实约束,并考虑了集卡堵塞问题.为了求解模型,设计了改进的多层遗传算法.最后通过实验验证了模型和算法的有效性和可行性,证明了考虑集卡堵塞问题是有必要的,并给出了50个和100个集装箱的设备最佳配比.     

甩箱模式下考虑多箱型任务组合的集卡调度优化

针对甩箱模式下港口堆场与内陆腹地间多箱型任务组合的集卡调度问题，本文根据运输过程中集卡剩余箱位随集卡执行任务动态变化的特点，考虑不同箱型任务需求与集卡当前状态的匹配，以集卡的启用、行驶及等待过程的成本最小化为目标，建立混合整数规划模型。并根据模型特点设计基于不可行弧过滤策略的蚁群算法，以提升算法性能。利用Solomon标准数据集 随机生成任务类型比例和规模大小不同的算例进行数值试验，试验结果证明了模型的正确性与算法的稳定性和有效性，进而对比了甩箱模式与传统模式下的总成本。结果表明：相较于传统模式，甩箱模式下集卡的运输总成本平均减少了45.10%；当任务规模越大时，两种模式之间的成本差距越大，显示了甩箱模式与港口多箱型集疏运任务运输作业结合的显著优势。     

��·��װ������վ�ѳ�����Ż�ģ��

铁路集装箱中心站堆场作为集装箱列车装卸作业与集卡提交箱作业的缓冲区,堆存策略直接影响整个中心站的作业能力和效率,本文对铁路集装箱中心站堆场混堆优化问题进行了研究.根据中心站堆场混堆作业问题的描述,建立了两阶段优化模型,第一阶段平衡中心站堆场各箱区进口箱和出口箱的箱量,第二阶段为分配到箱区的集装箱指派较优箱位,使堆存所产生的压箱数最小,并设计了启发式算法对模型进行求解.最后利用某集装箱中心站的实际数据对模型和算法进行了验证,验证结果表明,该优化模型比中心站现有的堆存策略有较大改进.     

集卡提箱预约配额与场桥配置的联合优化

在集卡提箱预约中,集装箱码头场桥配置和预约配额的联合优化是缩短集卡等待时间,提升资源利用率的关键. 针对提箱作业的实际特点,构建了双目标整数规划模型,设计了基于非支配排序遗传算法的求解方法. 当码头需求较少时,采取动态调整随机分配场桥最佳;当码头需求较高时,采取动态调整与按需配置相组合的方式最佳. 以国内某码头为原型,通过不同规模的算例实验,验证了模型和算法的有效性. 所提方法可快速生成高质量、多样化的前沿解,实现了场桥资源与集卡作业需求的匹配优化,为码头管理者在资源投入与集卡等待时间的权衡中,提供了决策支持.     

集卡提箱预约配额与场桥配置的联合优化

在集卡提箱预约中,集装箱码头场桥配置和预约配额的联合优化是缩短集卡等待时间,提升资源利用率的关键. 针对提箱作业的实际特点,构建了双目标整数规划模型,设计了基于非支配排序遗传算法的求解方法. 当码头需求较少时,采取动态调整随机分配场桥最佳;当码头需求较高时,采取动态调整与按需配置相组合的方式最佳. 以国内某码头为原型,通过不同规模的算例实验,验证了模型和算法的有效性. 所提方法可快速生成高质量、多样化的前沿解,实现了场桥资源与集卡作业需求的匹配优化,为码头管理者在资源投入与集卡等待时间的权衡中,提供了决策支持.     

滚装甩挂运输牵引车调度优化及作业模式类比分析

针对滚装甩挂运输新船型可“直进直出”条件下的“边装边卸”作业模式，与传统船型“船艉 进出”条件下的“先卸后装”作业模式对比，建立滚装甩挂码头牵引车调度的混合整数规划模型， 并设计遗传算法求解模型。通过对比不同规模算例下CPLEX与所设计遗传算法的实验结果，验证模型的正确性和算法的有效性。结果表明：相较于传统船型“先卸后装”作业模式，新船型“边装边卸”作业模式在运营成本方面可降低约15%；当装卸任务分布密集时，卸船任务靠近船艏运营成本越高，装卸任务分布稀疏时，卸船任务远离船艏运营成本越高；总体而言，“边装边卸”作业模式的运营成本低于“先卸后装”作业模式。研究结论可为“边装边卸”作业模式下的港口滚装甩 挂作业调度提供决策支持。     

集装箱码头送箱集卡预约与场桥调度协同优化

针对送箱集卡随机到港引起的场桥作业不均衡,以及高峰时段场桥资源紧缺、集装箱码头拥堵等问题,构建送箱集卡预约与场桥调度协同优化的二层规划模型.上层目标为集卡在闸口的排队等待时间、预约集港导致集港时段调整的集卡数及所有预约时段未完成作业量所需的场桥时间最小,下层目标为每个预约时段未完成作业量所需的场桥时间最小.设计并行遗传算法求解模型,并以天津东方海陆集装箱码头为例进行算例分析.结果表明,预约集港能够降低集卡在闸口的排队等待时间,且送箱集卡预约和场桥调度的协同优化比独立决策更有利于提高集港效率.     

考虑能耗的铁水联运集装箱装卸设备协同调度

随着集装箱港站铁水联运作业量增大,以及节能减排压力与日俱增,实现港站作业设备的高效调度和低能源消耗间的协同优化将是亟待解决的问题.本文研究了集装箱铁水联运港站中多设备间的高能效协同调度问题,基于混合流水车间调度(HFSS)思想,构建了综合考虑岸桥、集卡、正面吊三阶段装卸过程的协同调度模型,以总完成时间最短和能耗最低为目标,设计了基于遗传算法和模拟退火的混合优化算法.通过实验验证了模型和算法的可行性,证明可以实现高能效利用下的港站设备协同调度优化.     

多类型任务复合作业的堆场龙门吊调度问题研究

在集装箱码头,龙门吊是负责在集装箱堆位和集卡之间进行集装箱搬运的主要设备,其作业效率对提升集装箱码头的服务水平至关重要.为了提升集装箱堆场龙门吊的作业效率,本文根据龙门吊实际作业情况,对集装箱堆场龙门吊的多类型任务复合作业问题进行研究.以优化龙门吊作业任务开工时间延迟的惩罚成本为目标,基于整数规划方法建立了多类型任务复合作业下的堆场龙门吊调度模型,并针对模型特点设计了基于GA的智能求解算法.最后,以某码头的实际作业数据为基础,进行了案例计算和对比,验证了该模型和求解算法的有效性.