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。     

连续泊位—岸桥—集卡调度模型构建及应用

随着港口的发展,港口码头物流资源的高效利用愈发重要．为了实现港口码头作业效率的总 体最优,将集卡作业面和作业线相结合模式应用于模型构建过程,以计划期内所有到港船舶总费用 最少为目标函数建立了连续泊位—岸桥—集卡调度模型．模型从系统的角度出发,将泊位分配、岸 桥分配和集卡指派看作完整的作业系统,实现了泊位、岸桥和集卡的集成调度．针对此模型,进行遗 传算法的设计和编程求解,并通过求解结果得到了相对最优的调度方案．数值实例验证了模型和算 法的实用性和有效性．结果表明：调度方案不仅减少了作业集卡的数量,而且缓解了不同岸桥间作 业量不均衡的情况．     

集装箱港口桥吊、龙门吊和集卡集成调度的全自由度模型

桥吊、龙门吊和集卡是集装箱港口装卸搬运作业的主要设备,传统研究通常对这3种设备的作业根据优先级别进行优化,所得方案往往不具有可操作性。考虑3种设备之间的协调调度机理,提出集成桥吊、龙门吊和集卡的全自由度调度问题并建立混合整数规划模型。通过仿真分析,得到桥吊、龙门吊和集卡在不同数量组合下的任务排序与作业时间安排,为集装箱港口关键作业资源协调配置与调度提供基础模型。     

考虑船公司利益均衡的动态离散泊位分配问题

为了提高港口对船公司服务的公平性,研究考虑不同船公司利益均衡的动态离散泊位分配问题。综合考虑船舶在港的装卸时间、港口内泊位的可用时间、船舶的服务总成本以及任意两家船公司之间的利益均衡,提出一种离散型泊位分配的混合整数规划模型。通过仿真研究从不同角度对船公司的利益进行均衡分析,结果发现在不同的均衡度下,船公司总成本随着利益均衡度的递增而下降,降至最低成本后保持不变;而在不同角度下的整体变化趋势一致。     

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。     

考虑干涉和优先度的多目标岸桥调度策略

针对岸桥调度问题的特性,分析了岸桥支援对提高港口整体效率的影响,建立了包含任务之间优先关系和岸桥之间不可交叉性和安全等条件的多目标混合整数规划模型,提出了一种启发式求解算法,验证了在一定时间内,启发式算法可以得到较优的可行解。而QCSP单目标和多目标计算结果表明,减少岸桥等待和移动时间,有助于岸桥更好地支援邻近船舶,加快港口整体运作效率,提高港口竞争力。     

基于离散贝位的集装箱港口岸桥作业调度研究

主要研究了港口中最重要的设备——岸桥的调度问题。岸桥作业能力的好坏很大程度上影响着集装箱港口总的装卸能力。因此,如何合理的分配岸桥,改进岸桥装卸作业进程是港口岸桥问题研究的重点。将岸桥移动时间以及安全系数和非干扰等因素全部考虑在内,先以岸桥作业时间最小为目的,建立模型,得到岸桥的优化作业线路。在此基础上,以船舶服务时间最短为目标,提出了一个基于离散贝位的岸桥调度混合整数规划模型。目的是使停靠在港口的船舶上的所有集装箱的装卸作业时的服务时间达到最小。最后,算例验证了模型的有效性。     

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。     

集装箱码头泊位生产调度均衡优化

目的 解决缩短船舶在港作业时间产生的负面效应,使集装箱码头泊位调度更加优化.方法 建立了综合考虑船舶靠泊位置、靠泊时刻及装卸速度的均衡优化模型.在求解中采取人机交互与自适应遗传算法相结合的方式,设计了相应的优化算法,并通过算例对模型及算法的有效性进行了验证.结果 目标函数通过对靠泊位置、靠泊时刻、装卸速度的综合调整,可以获得以趋于均衡为目标的调度组织方案.融入调度人员的实际经验,能够在可行的范围内获得更优的满意解.结论 解决了生产调度均衡优化问题,使得生产调度的优化结果 更为贴近实际.     

改进灰狼算法及其在港口泊位调度中的应用

为提升港口泊位调度的效率,提出一种基于改进灰狼算法的船舶调度优化方法.针对灰狼算法收敛速度慢、寻优精度不高等不足,引入Sin混沌初始化,增强初始种群的均匀性和遍历性;引入头狼引领策略,加快算法收敛,提高算法效率;引入合作竞争机制,增强算法局部搜索的能力;在灰狼种群位置更新时引入自适应权值,以满足不同时期的寻优要求.为验证改进灰狼算法的有效性,将该算法与其他6种不同算法进行对比实验.结果表明:改进灰狼算法的收敛速度明显快于其他6种算法,在不同测试函数的仿真中均能得到所求函数的最优值,且该算法独立运行20次取得解的标准差均为0,表明该算法对不同维度的求解问题均具有很好的抗扰性;在港口泊位调度的应用中,经过该算法优化后,所有船舶停留总时间较优化前缩短了14.7%,大幅度缩短了船舶的在港时间.该算法在船舶调度优化中取得了满意的应用效果,能够得出相对较佳的调度方案,实现泊位停靠最优化,为港口泊位调度优化提供了新方法.     

基于 CHC 算法的集卡与岸桥协调调度优化问题

集卡调度与岸桥调度是集装箱码头作业的两个重要子问题,针对其运营效率是一个动态持续的NP-hard调度问题,考虑到集卡在对集装箱作业时的不确定和动态性到达,提出了一种新的调度规则,建立了集卡与岸桥作业的协同调度数学模型,基于计算复杂性,采用改进的遗传算法,即CHC算法进行求解。实验证明,该模型及算法能够在更大程度上提高码头的整体运作效率,提高码头设备的利用率,减少资源的闲置。     

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．     

基于路网容量约束的停车设施泊位规模优化

针对目前停车规划中很少考虑道路网络容量限制的情况,建立了基于路网容量约束的停车设施泊位规模优化模型.该模型考虑道路网络容量对停车需求的限制和约束,通过各处停车设施规模的优化,引导停车需求合理分布,以充分利用道路网络资源,实现效益与公平性最大化.该模型优化目标为在满足道路网络容量约束下使得效益(即可满足的停车需求)最大,并通过用户平衡模型计算流量在道路网络上的分配,介绍了用遗传算法对模型求解的方法.数值算例表明,通过优化建模与求解,可得到各处停车设施的最佳泊位规模,并得到满足路网容量约束的合理停车需求分布.