自动化码头考虑缓冲区的设备协调调度优化

为研究自动化码头缓冲区的设置对装卸设备作业协调性的影响,针对“双小车岸桥+AGV+缓冲支架+自动化轨道吊”的装卸工艺,利用缓冲有限的柔性流水车间调度理论建立集成调度优化模型,设计了以NEH启发式算法产生初始解的遗传算法对模型进行求解,得出相应的设备调度优化方案与完工时间,并通过对比遗传算法与粒子群算法的运算结果验证了提出的模型与算法的有效性,进而分析了不同缓存区容量对完工时间以及设备使用率的影响。结果表明,设置缓冲区能有效提高不同设备之间的作业协调性,显著减少AGV的使用数量与作业完工时间。     

基于群智能算法的自动化码头协同调度研究

为了提高码头作业效率和服务水平,保障港口在激烈竞争中的生存和发展,研究自动化码头自动引导车、岸桥和自动化轨道吊的协同调度问题,根据边装边卸作业模式,建立混合整数规划模型,以完成船舶装卸时间最小化为目标,利用群智能算法中多种算法进行求解,通过数值实验证明了该模型的有效性,获得优化的调度方案,并对不同算法的性能进行比较,结果表明启发式的混合遗传粒子群算法能够在最短的时间内获得最优解,其在求解的质量和速度方面都表现得更为优秀,可以应用于码头的实际作业中。     

海铁联运港口混合作业模式下轨道吊与集卡协同调度

在集装箱海铁联运港口中,铁路作业区作为连接铁路运输和水路运输的重要节点,其装卸效率将影响集装箱海铁联运的整体效率。首先,对比分析了“船舶-列车”作业模式和“船舶-堆场-列车”作业模式的特点,并结合海铁联运港口实际作业情况提出了混合作业模式。然后,以轨道吊完工时间最短为目标构建混合整数规划模型,既考虑了班列和船舶的作业时间窗约束,又考虑了轨道吊间干扰和安全距离、轨道吊和集卡接续作业和等待时间等现实约束。针对遗传算法在局部搜索能力方面的不足,将启发式规则与遗传算法相结合设计了求解轨道吊与集卡协同调度问题的混合遗传算法（HGA）,并进行了数值实验。实验结果验证了所提模型和混合算法的有效性。最后通过设计实验分析集装箱数量、岸边箱占比、轨道吊数量和集卡数量对轨道吊完工时间和集卡完工时间的影响,发现同等集装箱数量下岸边箱占比提高时,应通过增加轨道吊数量来有效缩短完工时间。     

铁路集装箱中心站装卸设备优化调度研究

为了提高铁路集装箱中心站的作业效率,研究了带有干涉约束的轨道式门式起重机（轨道吊）调度问题,为其建立了混合整数规划模型。分析了轨道吊调度问题的作业特点,提出了一种求解该问题的改进遗传算法。在以最小化最大装卸作业时间和均衡设备负荷为目标的情况下,设计了合理的交叉算子和对局部最优个体操作的变异算子。使用随机算例对算法进行测试,结果表明：该算法能在极短的时间内找到此类调度问题的最优或近似最优解。     

A*算法在轨道式龙门起重机提箱作业优化中的应用

集装箱翻箱问题是影响集装箱码头堆场机械操作效率的一个重要的因素。为了解决在堆场中应用不同装卸机械所产生的相关问题,本文选取轨道式龙门起重机作为堆场装卸机械,建立以码头堆场机械作业时间最短为目标,满足堆场实际作业要求的提箱优化数学模型。应用启发式算法A*算法对问题进行求解,并通过对实例的研究,验证A*算法的正确性和有效性。     

A＊算法在轨道式龙门起重机提箱作业优化中的应用

集装箱翻箱问题是影响集装箱码头堆场机械操作效率的一个重要的因素。为了解决在堆场中应用不同装卸机械所产生的相关问题,本文选取轨道式龙门起重机作为堆场装卸机械,建立以码头堆场机械作业时间最短为目标．满足堆场实际作业要求的提箱优化数学模型。应用启发式算法A＊算法对问题进行求解,并通过对实例的研究,验证A＊算法的正确性和有效性。     

干扰约束下集装箱码头全岸线岸桥调度研究

为实现自动化码头岸桥作业方案的动态调整与优化,提升作业效率,以全岸线的岸桥为研究对象,在岸线以贝位为单位划分的基础上,考虑岸桥装卸作业过程中的安全距离、作业顺序以及贝位任务量等因素,建立了以最小化岸桥最大完工时间和等待时间为目标的混合整数规划模型,并设计了改进的遗传算法对该模型进行求解。通过不同情形的实际算例对模型和算法进行了验证。计算结果表明,该模型可以有效解决全岸线的岸桥调度问题,并得到更优的调度结果;同时改进的遗传算法计算时间随着算例规模的扩大而减少,并且解的质量更高,进而验证了在提升自动化码头作业效率上,全岸线岸桥调度的有效性。     

多场桥分区域平衡策划下的集装箱堆场箱位分配问题

集装箱码头堆场出口箱箱位分配和场桥调度对码头运营效率有重要影响. 为了合理分配箱位和调度场桥, 采用分区域平衡策划方法, 在给定批量任务下, 考虑场桥实际作业中的安全距离, 以均衡各场桥作业任务量和减少场 桥的非装卸时间为目标, 建立混合整数规划模型, 并设计遗传算法求解, 通过不同批量任务的实验分析验证所提出方法的有效性. 研究表明, 分区域平衡策划方法可以更好地解决箱位分配和箱区多场桥联合作业的优化问题.

     

基于遗传算法的立体码头传送系统调度策略

在现有立体轨道式电动小车集装箱码头传送系统网络方案基础上,根据前期工作中,得到的优化仿真模型中码头传送设备的最佳配比和运行参数,采用混合FlowShop调度策略对立体轨道式码头传送系统进行优化策略研究,提出了调度策略模型,对FlowShop时间算法进行了改进。结合遗传算法对该调度策略进行仿真。仿真分析结果表明了该调度策略的有效性,对立体轨道式码头传送系统的实现和投入生产有一定的参考意义。     

蚁群算法在服务器集群批量任务调度中的应用

服务器集群中的负载均衡和作业调度是影响系统性能的重要因素.本文描述服务器集群批量任务的作业调度问题,对该问题建立了基于图的模型.由于使用一般的启发式算法或动态规划算法解决该问题具有局限性,本文引入蚁群算法进行求解,并针对该问题具体求解提出了启发式距离合适的计算方法.最后在仿真的基础上,讨论了算法的优化效果和收敛性,结果表明蚁群算法解决该问题具有优异的性能.     

Dynamic rolling strategy for multi-vessel quay crane scheduling

This paper focuses on the container loading and unloading problem with dynamic ship arrival times. Using a determined berth plan, in combination with the reality of a container terminal production scheduling environment, this paper proposes a scheduling method for quay cranes that can be used for multiple vessels in a container terminal, based on a dynamic rolling-horizon strategy. The goal of this method is to minimize the operation time of all ships at port and obtain operation equilibrium of quay cranes by establishing a mathematical model and using a genetic algorithm to solve the model. Numerical simulations are applied to calculate the optimal loading and unloading order and the completion time of container tasks on a ship. By comparing this result with the traditional method of quay crane loading and unloading, the paper verifies that the quay crane scheduling method for multiple vessels based on a dynamic rolling-horizon strategy can provide a positive contribution to improve the efficiency of container terminal quay crane loading and unloading and reduce resource wastage.     

A quay crane dynamic scheduling problem by hybrid evolutionary algorithm for berth allocation planning

A considerable growth in worldwide container transportation needs essential optimization of terminal operations. An operation schedule for berth and quay cranes can significantly affect turnaround time of ships, which is an important objective of all schedules in a port. This paper addresses the problem of determining the berthing position and time of each ship as well as the number of quay cranes assigned to each ship. The objective of the problem is to minimize the sum of the handling time, waiting time and the delay time for every ship. We introduce a formulation for the simultaneous berth and quay crane scheduling problem. Next, we combine genetic algorithm with heuristic to find an approximate solution for the problem. Computational experiments show that the proposed approaches are applicable to solve this difficult but essential terminal operation problem.     

Dynamic Scheduling and Path Planning of Automated Guided Vehicles in Automatic Container Terminal

The uninterrupted operation of the quay crane (QC) ensures that the large container ship can depart port within laytime, which effectively reduces the handling cost for the container terminal and ship owners. The QC waiting caused by automated guided vehicles (AGVs) delay in the uncertain environment can be alleviated by dynamic scheduling optimization. A dynamic scheduling process is introduced in this paper to solve the AGV scheduling and path planning problems, in which the scheduling scheme determines the starting and ending nodes of paths, and the choice of paths between nodes affects the scheduling of subsequent AGVs. This work proposes a two-stage mixed integer optimization model to minimize the transportation cost of AGVs under the constraint of laytime. A dynamic optimization algorithm, including the improved rule-based heuristic algorithm and the integration of the Dijkstra algorithm and the Q-Learning algorithm, is designed to solve the optimal AGV scheduling and path schemes. A new conflict avoidance strategy based on graph theory is also proposed to reduce the probability of path conflicts between AGVs. Numerical experiments are conducted to demonstrate the effectiveness of the proposed model and algorithm over existing methods.      

基于船时效率的岸桥配置优化

在集装箱码头系统中,对船舶进行有效的岸桥配置有助于缓解岸边资源紧张的现状,提高码头的运营效率。针对连续泊位下动态到港船舶的泊位分配和岸桥配置的集成优化问题,对船舶的岸桥配置进行基于船时效率的动态调整,以最小化包括船舶延迟靠泊成本、偏离偏好泊位成本、延迟离港成本和岸桥重新配置成本在内的总成本为目标建立模型,并根据基于船时效率的岸桥配置的调整规则设计了启发式算法,结合遗传算法（GA）对问题进行求解。最终通过算例分析,验证了提出的模型和算法在解决实际港口中泊位分配和岸桥配置问题上的有效性,并通过与未考虑岸桥配置进一步调整的传统GA计算的结果进行比较,证实了提出算法的优化效果。     

干扰约束下考虑分组作业面的岸桥AGV联合调度

为解决自动化码头海侧多阶段设备作业的协调问题,加快集装箱在码头内部的周转过程。考虑干扰约束下分组作业面的的岸桥自动导引小车（AGV）联合调度问题。以岸桥、AGV完工时间和AGV等待时间加权总和最小为目标,考虑岸桥实际操作中的干扰约束与AGV堵塞等待等情况,建立岸桥与AGV联合调度优化模型。提出岸桥动态调度与AGV分组作业面调度模式,设计不同规模的算例,并采用遗传算法（GA）进行求解,将计算结果与传统调度模式进行对比。结果表明,该算法能有效提高岸桥与AGV作业效率,降低AGV的等待时间与堵塞次数,为码头实际作业提供依据。     

全岸线集装箱装卸桥调度模型研究

集装箱装卸桥是集装箱物流多式联运的关键设备,处于整个集装箱物流的重要节点。集装箱装卸桥的调度计划直接影响集装箱码头的运作效率。通过对集装箱码头装卸桥生产过程的研究,建立全岸线集装箱装卸桥调度与分配的混合整数动态规划模型,并采用基于段编码技术的遗传算法,进行模型优化求解;优化后的集装箱装卸桥调度方案的生产效率和生产作业均衡有明显改善。     

考虑时间窗的集装箱港口场桥全局调度优化

合理高效的场桥调度计划有助于减少场桥与集卡相互等待的时间从而提高港口的运营效率,考虑到在实际操作中会出现多箱区多场桥同时工作、互相冲突等情况,建立了以场桥移动成本和延误成本最小化为目标的数学模型,利用计划时间段和时间窗的概念对场桥作业进行约束,通过遗传算法编码进行求解,并将计算结果与实际操作及其他算法的优化结果相对比,进而验证该模型和算法的有效性和稳定性。