基于随机交箱序列的集装箱堆场出口箱箱位优选

为了优选客户提交箱时间不确定条件下的集装箱堆场出口箱箱位,降低作业成本,提出了基于随机交箱序列的堆场箱位优选方法,即两阶段随机规划模型和基于禁忌搜索的启发式算法.模型通过优选贝位和堆栈最小化堆场龙门吊行车成本和翻箱量,探讨了随机交箱序列条件下的翻箱量和龙门吊行车成本求解方法,并针对模型最优解特点开发了基于禁忌搜索的启发式算法.模拟实验表明,该方法能够有效利用不确定集装箱交箱序列信息改善调度效果,算法能够在合理时间内获得满意解.     

混堆集装箱堆场的出口箱位优选干扰管理

针对进出口集装箱混合存放堆场的出口收箱作业容易受干扰问题,基于出口箱收箱次列提出了堆场作业受干扰的度量方法;建立了考虑收箱次序扰动关联成本的出口箱位优选干扰管理模型,压箱量和龙门吊大车行驶距离的加权组合目标函数项表示收箱作业和翻箱总成本,箱位偏移的目标函数项表示干扰关联成本;基于干扰恢复模型解的局部性特点,设计了局部加速的改进禁忌搜索算法,利用邻域控制优化搜索方向和范围,加速局部搜索,提高算法收敛速度。实验结果显示:提出的干扰管理方法比重调度提高10%以上的精度。     

集装箱码头泊位调度问题的启发式算法研究

为优化集装箱码头泊位的分配,提高泊位的利用率,把码头泊位的调度问题转化为带有约束条件的特殊二维装箱问题。通过建立连续泊位调度的非线性规划模型,提出了一种求解集装箱码头连续泊位分配问题启发式算法。仿真算例结果表明该算法能在实际的集装箱码头泊位调度中有效的提高泊位的利用率。     

基于作业量平衡的集装箱堆场堆存策略研究

堆场是集装箱码头的重要组成部分,几乎所有的港口作业都与其密切关联,因此提高堆场作业效率是港口工作的重点。文中针对进口集装箱的装卸作业,提出避免装卸设备交通拥堵的高低作业量平衡堆存策略,并建立了数学模型。模型中不仅考虑了相邻箱区之间作业量的平衡,同时也考虑了不同装卸作业路上的并行堆存,从而实现了岸边集装箱船中卸下的集装箱在堆场堆存空间的实时配置。模型的计算结果,可有效实现不同装卸作业路的集装箱错开堆放,也避免了集卡和场桥的交通拥堵状况,大大提高码头的装卸效率。     

混堆模式下集装箱堆场贝位分配问题研究

针对集装箱码头堆场的堆存原则,提出一种混合堆存策略,使得进/出口集装箱可以混合堆存在同一箱区内,同时又避免过分集中。在此基础上建立基于此混合堆存模式下以箱区间作业量平衡为目标的滚动计划混合整数数学模型,并采用Cplex对模型进行求解,得出各阶段进场集装箱的空间分配方案以及混堆模式中进出口集装箱贝位的最优比例关系。实例表明该混合堆存策略的合理性。     

基于作业均衡的集装箱堆场箱区场桥作业调度

为了提高集装箱堆场场桥作业量分布的均衡性,进而提高作业人员任务分配的均衡性和作业资源的利用率,提出集装箱堆场箱区场桥均衡作业的调度问题。根据集装箱场桥作业特点及其关联性,以集装箱堆场箱区作业箱量均衡和作业时间均衡两个均衡调度为目标,建立了集装箱堆场箱区场桥均衡调度模型,并设计遗传算法求解。通过设计均衡度评价指标,对不同均衡目标与所得方案效果之间的关系进行分析,得到均衡度改善的比率。最后通过输入场桥数量参数的变化得出场桥数量与均衡性之间的关系,为场桥配置与调度工作提供理论依据。     

基于Memetic算法的泊位和岸桥分配问题

泊位是港口资源中最紧缺的资源,合理的泊位分配和岸桥调度可以提高集装箱码头的作业效率,研究了集装箱码头泊位和岸桥的同时优化问题。将泊位与岸桥的分配问题抽象为二维装箱问题,然后建立了泊位、岸桥同时优化的混合整数线性规划模型,并提出了Memetic算法进行求解。计算结果表明,在求解大规模船舶指派优化问题时,使用Memetic算法求解比使用Gurobi软件求解在计算时间上具有明显的优越性。     

基于模糊层次分析法的码头堆场设备选型

以大型集装箱码头堆场设备选型问题为研究对象,介绍集装箱码头堆场装卸设备的主要类型以及在不同环境中对堆场及整个码头作业效率的影响,从而分析得出集装箱码头堆场设备选型原则及其评价指标体系.在此基础上,运用优化的模糊层次分析法,总结出我国集装箱码头堆场中装卸设备选型的数学模型,并结合实例给出具体的评价结果.该模型将三角模糊数引入专家的判断信息,并构建矩阵调整因子,减少了专家主观因素的影响.     

基于堆存能力的集卡优化分派研究

集卡是目前国内港口的主要集疏运工具,合理调度集卡可以提高港口作业效率和港口竞争力。作者基于集装箱港口堆场箱区堆存集装箱能力考虑,建立了一个集卡分派优化的两阶段模型。第一阶段根据箱区容量建立了集装箱运输最短路径的集装箱堆存分派模型,且考虑了特定箱必须卸载到特定箱区的情况;第二阶段根据第一阶段集装箱的堆存分派,建立了集装箱作业时间最短为目标的集卡分派模型。最后根据数值实验证明了模型的有效性。     

基于神经网络的集装箱箱号智能识别系统研究

针对我国集装箱运量快速增长,而集装箱码头不能实现全计算机化管理这一问题,提出了一种利用神经网络分析字母和数字的特征来智能识别集装箱箱号的方法,分析了集装箱箱号的特点,提出了提高识别率的方法。     

集装箱码头集卡调度模型与Q学习算法

研究集装箱码头装卸过程中集卡调度问题,建立了集卡调度动态模型,目的是使装卸桥等待时间最小.设计了基于Q学习算法的求解方法,获得在不同状态下的集卡调度策略.提出了应用Q学习算法求解集卡最优调度时系统状态、动作规则、学习步长与折扣因子的选择方法.结果表明,随着集卡数量的增加,Q学习算法获得的结果优于最长等待时间、最远距离、固定分配集卡等调度策略.     

集装箱码头作业调度双层规划模型及求解算法

为提高作业调度的整体性，建立了集装箱码头作业调度双层规划模型，其中上层为装卸桥调度优化模型，下层为集卡动态路径模型，通过上下层模型间的反馈与相互作用决定集装箱码头作业调度的整体优化方案．为了求解模型，设计了基于遗传算法的求解方法，并且应用实际算例对模型和算法的有效性进行了验证．计算结果表明双层规划模型与算法不但可以降低集卡空驶距离、减少所需集卡数量，而且可以缓解码头内交通拥挤、提高作业系统的可靠性．     

基于两阶段启发式算法的多场桥作业调度研究

场桥作业调度对集装箱码头整体运营效率具有重要影响。在分析多台场桥协同作业的基础上,考虑场桥实际作业中不可相互跨越与安全距离等特有约束,建立了场桥作业调度问题的混合整数规划模型。针对模型求解的复杂度,设计了两阶段启发式算法,最后通过数据实验对模型与算法的有效性进行了验证。     

随机用户平衡交通分配与信号控制组合模型及算法

构造随机用户平衡交通分配与信号控制组合模型,上层是信号配时优化模型,下层是考虑交叉口延误的随机用户平衡交通分配模型,并对其进行了详细说明,证明了交叉口延误可由模型中的容量约束条件的Lagrange乘子得到.对于模型的求解,提出了上层模型采用模拟退火算法,而下层使用Frank-Wolfe算法的一个实用的启发式算法,并以一个小型路网为例进行了数值仿真计算,计算结果显示算法是有效和可行的.     

基于启发式遗传算法的双循环AGV与场桥的集成调度

针对自动化集装箱码头双循环AGV和场桥的集成调度的问题,在集装箱任务统一编号的基础上,建立了以最小完工时间为目标的线性混合整数规划模型,并设计了基于随机搜索机制的最短路径启发式遗传算法进行求解。在数值试验中用CPLEX和遗传算法进行对比分析,并针对任务数量、岸桥数量、AGV数量3个参数对遗传算法的求解结果进行了分析。     

集装箱堆场监控与无线作业系统的设计与实现

根据某港口集装箱码头生产业务的实际需求,为了实现堆场机械无线终端设备与企业有线网络的实时通信和现场作业的准确、动态和实时控制,建立高效优化的作业模型,提高码头作业效率,设计了一套基于VC和TEKLOGIX公司无线没备的码头集装箱堆场监控与无线作业系统;阐述了该系统的硬件结构、软件平台;分析了设计过程中关键技术的实现方法.系统投入应用后表明,该系统具有界面友好、操作方便灵活、运行可靠和易于扩展等特点,且取得了良好的生产效率和经济效益.     

量化量测条件下的交互多模型箱粒子滤波

在分布式多传感器网络中,为了节省通信带宽,需要将传感器得到的点量测量化成区间量测,而传统的滤波算法均不能直接处理这种量化量测．箱粒子滤波作为一种“广义粒子滤波”算法,用箱粒子和误差界限模型来取代传统的点粒子和误差统计模型,是新近出现的处理区间量测的有力工具．相比粒子滤波,箱粒子滤波还具有所需粒子数少、算法复杂度低、运行速度快等优点．因此,为了处理量化量测条件下的机动目标跟踪问题,提出了交互多模型箱粒子滤波算法．仿真对比实验表明：在量化量测条件下,交互多模型箱粒子滤波算法和交互多模型粒子滤波算法都能够准确地估计机动目标状态,但交互多模型箱粒子滤波所需粒子数更少、计算效率更高．     

广义直觉模糊数在集装箱堆场选择中的应用

基于经典直觉模糊数的定义, 通过对隶属度函数的正规性和非隶属度函数最小点取值位置的讨论,改进了与模糊数定义更为贴近的三角直觉模糊数.基于上述三角直觉模糊数的修改,拓展了直觉模糊数的概念,引入了更具有一般性的广义直觉模糊数定义,并探讨了广义直觉模糊数同传统直觉模糊数之间的对应关系.依据扩展原理,得到广义直觉模糊数的运算规则,其中将数乘运算进行了重新设计,使之既服从经典模糊集理论体系,又满足运算有界性.通过使用广义直觉模糊数多属性决策方法,根据集装箱港口装卸集装箱的类型、时间节点、装船和卸船的倒箱率,给出了落场集装箱对应堆场选择的决策流程.通过与基于经典直觉模糊数的排序方法进行比较,由于采用广义直觉模糊数求解此类问题时考虑了方案对于评判标准的不满足程度,证实了所提出方法产生的排序结果较经典方法更为精细.     

船厂钢板堆场多时段作业计划优化

针对船舶制造中由于钢板出入库时间段的分散性而引起钢板堆场大量倒垛的问题,建立了以减少计划期内倒垛量为目标的多时段钢板堆场作业计划优化模型。模型考虑钢板入库、倒垛和出库作业过程,以及时间约束和空间约束。根据对钢板入库、倒垛和出库作业流程及堆放原则的研究,提出并实现一种由动态规划启发式算法和变邻域搜索算法组成的两阶段求解方法。最后以某船厂的实际数据为例,分别在不同钢板规模情况下与固定参数的遗传算法及人工决策对比,结果表明,新的方法运算时间短,在较大规模问题时可减少47%~75%的倒垛量。     

求解U型装配线平衡的改进启发式算法

在假设条件下建立单U型装配线第一类平衡规划模型,根据表达产品作业优先关系的邻接矩阵特征,确定入口和出口候选作业集合,依据综合阶位值大小依次选择分配作业,求解单U型装配线平衡问题.结合小算例,详细说明了改进启发式算法的求解过程并编程计算,运用改进启发式算法程序计算了32个经典算例,将计算结果和评价指标分别与启发式算法和遗传算法进行对比,验证了该改进启发式算法有效,且计算速度快、计算结果稳定.