考虑装卸顺序的岸桥与集卡协调调度问题研究*

为解决集装箱港口岸桥和集卡资源紧张的现状,减少集装箱处理时间,针对岸桥和集卡协调调度问题,在只有进口箱的条件下,综合考虑岸桥干涉和集装箱优先级等约束,建立一个以最小化最大完工时间为目标的混合整数线性规划模型,并使用遗传算法(GA)求解该模型。其次对不同规模的问题分别使用遗传算法(GA)和粒子群算法(PSO)求解并比较。实验结果表明,对于该问题模型遗传算法(GA)算法优于粒子群算法(PSO)算法,遗传算法是有效的。     

基于改进遗传算法的泊位岸桥协调调度优化

针对集装箱码头资源调度不合理造成资源浪费的问题,在考虑岸桥装卸成本的基础上,以在港集装箱船总的作业成本最小为优化目标,建立了基于非线性混合整数规划的泊位岸桥协调调度优化模型。为使模型更加接近码头操作的实际情况,模型假设船舶装卸时间依赖于为其分配的岸桥数。采用基于可拓关联函数的改进遗传算法对模型进行求解。改进算法强调了不可行解的重要性,用可拓关联度来衡量种群中不可行解的优劣程度,通过在种群迭代中始终保持一定数量的不可行解来维持种群多样性,从而克服传统算法局部搜索能力较差的缺陷。数值实验验证了模型和算法的可行性和有效性,与不考虑岸桥装卸成本的模型相比,能够有效减少港口资源的浪费。     

改进Memetic算法求解集装箱码头泊位岸桥调度问题

针对集装箱码头泊位岸桥调度这一NP难题,提出了一种改进的Memetic算法。算法中采用三层染色体结构表示个体,通过改进顺序交叉算子和基于领域搜索的变异算子以避免个体超出可行域,在交叉和变异后采用改进的模拟退火策略进行局部搜索。试验算例表明该算法收敛速度较快,且能获得较好的满意解。     

带作业范围约束的岸桥调度模型及其算法设计

受电缆线坑位置与缆线长度的限制,岸桥作业只能在一定的横向移动范围之内。考虑到这一现实要求,结合岸桥作业禁止跨越与安全距离等特有约束,以最小化装卸作业的makespan为目标,构建了新的岸桥作业调度混合整数规划模型。针对问题的NP-hard特性,设计了一种混合模拟退火算法,运用启发式算法生成质量较高的初始解,结合遗传算法的变异运算生成邻域新解,增强了解的多样性,引入禁忌搜索算法的禁忌表操作,避免了循环搜索,提高了求解效率。大规模实验结果表明所建立的模型是有效的,算法的求解质量与效率明显优于标准模拟退火算法与禁忌搜索算法。当实验规模逐渐增大时,与LINGO软件相比,算法在求解效率方面的优势越来越明显。     

考虑泊位偏好和岸桥移动的泊位岸桥联合调度

为了更高效地利用码头资源,同时考虑泊位资源和岸桥资源,建立了考虑泊位偏好和岸桥移动频数的泊位岸桥联合调度两阶段模型.第一阶段模型采用船舶到港时间可变的到港策略,建立了以船舶等待成本、泊位偏离成本、延迟离港成本之和最小为目标的混合整数规划模型.第二阶段模型考虑了岸桥的干扰约束,建立了以岸桥移动频数最小为目标的整数规划模型...     

单船装卸作业的岸桥调度

岸桥作为港口的一种重要资源,其利用率直接影响整个码头的效率。对单船装卸作业的岸桥调度问题进行了研究分析,给出了一种改进的启发式算法NEW GRASP。最后通过实验与原始算法进行了比较。     

基于作业链的泊位与岸桥协同调度研究

针对泊位与岸桥协同调度问题,引入"链式优化"思路,用作业链的方法分析集装箱装卸作业过程,首先将泊位计划作为开始链单元,采用资源节点优化策略进行分析,以最小化船舶在港总成本为目标建立模型;然后将岸桥卸船作业作为结束链单元,采用任务节点优化策略进行分析,以最小化岸桥最大完工时间为目标建立模型.考虑到作业链的整体性能,设计嵌...     

基于滚动窗策略的岸桥集卡联合调度问题研究*

为应对集装箱码头突发事件的发生,采用滚动窗策略研究岸桥集卡的联合调度问题,在每个窗口内建立以最小化最大完工时间为目标的数学模型,并用遗传算法进行求解。在此基础上,讨论了以固定任务数量及固定时间长度为滚动窗口的情况,对比发现以时间为窗口的滚动窗策略更为适用。并分析了系统发生岸桥故障时滚动窗策略的性能,结果表明滚动窗策略能很好地应对突发事件。最后并将其与已有的动态调度研究成果作比较分析。     

基于滚动规划的泊位和岸桥分配集成模型研究

泊位分配（BA）,岸桥配置（QCA）及岸桥调度（QCS）是三个基本的岸边决策问题。提出了一个基于混合整数线性规划的BA和QCA的集成模型,模型综合考虑了货轮优先权,理想泊位及处理时间三个方面的因素。在实际生产数据上的运行结果表明该模型具有决策支持的潜在能力。     

时间窗下单船岸桥调度——基于数学规划和规则的启发式算法

在考虑任务属性中的任务优先顺序和不可同时执行要求,岸桥属性中的岸桥时间窗、转移时间、初始位置、安全距离和装卸速度等因素下,以单艘船舶的最短岸桥作业时间为目标函数,建立单艘船舶岸桥调度的混合整数线性模型P1。计算数据采集于宁波某集装箱港口,通过简化模型P2求解岸桥调度模型P1的下限边界值和排程数据,在此基础上,运用基于规则的启发式算法求解模型P1的岸桥调度时序表。计算结果表示本组合算法能较好地得到满意解,而且比较符合港口实际。     

试议港口集卡调度算法模型分析

随着我国集装箱吞吐量的快速增长,集装箱港口对作业效率的要求也越来越高。在现有作业技术水平和硬件设备、设施的基础上实现作业效率的提高,已经成为集装箱港口发展所面临的重要问题。从集装箱港口作业的一个环节——集卡作业入手,分析提高集卡利用率,进而带动整个港口作业效率的提高。     

单船岸桥分配与调度集成优化模型

针对集装箱码头泊位确定条件下的单船岸桥(QC)分配和调度问题,建立了线性规划模型.模型以船舶在泊作业时间最短为目标,考虑多岸桥作业过程中的干扰等待时间与岸桥间的作业量均衡,并设计了嵌入解空间切割策略的改进蚁群优化(IACO)算法进行模型求解.实验结果表明:与可用岸桥全部投放使用的方法相比,所提模型与算法求得结果平均能够节省31.86%的岸桥资源;IACO算法与Lingo求得的结果相比,船舶在泊作业时间的平均偏差仅为5.23%,但CPU处理时间平均降低了78.7%,表明了所提模型与算法的可行性和有效性.     

基于约束逻辑规划和遗传算法的柔性调度

根据柔性生产环境的特点，描述了约束逻辑规划（CLP）和遗传算法（GA）在解决调度问题中的应用框架。CLP的解决作为满足约束的调度问题的起始解，保证了初始解的合理性。把CLP用作计算每一代样本的约束检验手段，有利于在遗传算法的搜索中获得更好的解和更高的解算效率。最后对一个规模足够大的调度实例进行了计算。     

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。     

自动化码头AGV充电与作业的集成调度研究

为了提高自动化集装箱码头AGV（Automated Guided Vehicle）的作业效率,根据采用电力驱动的AGV作业时的充电需求和运输过程的特性,考虑了垂岸式集装箱堆场布局和AGV充电过程对实际作业的影响,以最大化AGV充电利用率、最小化最末任务完成时间、最小化AGV空载时间为目标,以AGV充电后的续航能力等为约束条件,以遗传算法为研究方法,构建了考虑充电过程的自动化码头AGV作业的调度模型。通过算例分析,对比了遗传算法与混合整数规划算法的求解效果,分析了参与运输的AGV数量对运输时间的影响,也验证了遗传算法给出的调度方案的可信性。最后得出结论：针对该问题,遗传算法可以快速、高效地给出值得信赖的AGV调度方案。     

自动化码头双小车岸桥与AGV协调调度问题研究

为研究自动化集装箱码头中自动导引运输车（Automated Guided Vehicle，AGV）与双小车岸桥（Double-Trolley Quay Crane，QC）的协调调度问题，考虑双小车岸桥中转平台及其容量限制，并以双小车岸桥门架小车时间窗为约束，建立以集装箱任务最大完工时间最小化为目标的混合整数规划模型。设计启发式算法，由中转平台的容量求得岸桥门架小车操作集装箱任务的时间窗，并采用遗传算法进行求解，给出相应的AGV调度优化方案，解决两大设备的协调调度问题。最后，以10组实验为例，比较了遗传算法与粒子群算法的优化结果。结果表明两种算法一致，且基于遗传算法的模型求解收敛速度更快，从而验证了该算法的可行性。     

基于时间窗的双小车岸桥与AGV协调调度研究

针对自动化集装箱码头（automated container terminals,ACT）的自动导引车 ( automatic guided vehicle,AGVs) 与自动化双小车岸桥（double-trolley quay cranes,QCs）协调调度优化问题,以上海洋山港四期工程的实际布局和装卸工艺为基础,考虑装卸同时进行条件下以最小化任务总完工时间为目标,建立带有时间窗约束的双小车岸桥和AGV的协调调度模型,并采用遗传算法对实际算例进行求解。通过灵敏度分析,验证了该模型及算法的有效性,并对遗传算法参数设置的有效性进行检验。结果分析表明,该调度方法有助于提高自动化集装箱码头的作业效率,减少集装箱船的在港时间,提高码头竞争力。     

潮汐影响下泊位和岸桥双目标联合调度仿真

针对集装箱船舶大型化导致的港口航道现有水深无法满足大型船舶安全吃水深度,需要借助潮水上涨进出航道的现状,研究了潮汐影响下连续型泊位和动态岸桥联合调度问题。建立了以最小化船舶周转时间和岸桥在船舶间移动次数的双目标混合整数规划模型。基于问题特点,设计了Epsilon约束精确算法和带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)分别求解小规模和大规模算例的Pareto最优解集,所得结果验证了模型和算法的正确性与有效性。通过潮汐周期灵敏度分析评估了潮汐周期长度对岸桥工作效率和港口服务质量的影响。仿真结果表明,建立的优化模型能够帮助港口企业有效降低潮汐对生产作业的影响,同时提供一组高效的Pareto最优泊位岸桥调度方案提高工作效率和经济效益。     

基于滚动策略的集装箱码头连续泊位与桥吊集成调度

针对连续泊位与桥吊集成调度大规模求解困难的问题,提出一种基于滚动策略的优化方法。首先,建立了最小化船舶偏离偏好泊位的成本以及延迟靠泊、延迟离港的惩罚成本的基本的多目标优化模型;然后,采用滚动调度方法根据动态抵泊的船舶抵达顺序将调度过程分成连续的调度窗口,并设计窗口的平移策略、当前窗口对下一窗口的参数更新方式;对每个窗口内船舶进行调度优化,根据每个窗口内的优化结果,更新下一个窗口中数学模型的输入参数;通过选取以船舶数量表示的滚动计划窗口和冻结船舶的数量,持续滚动获得每个窗口的最优解,叠加后获得对所有船舶的靠泊计划。通过算例分析表明,滚动调度能够解决较大规模的调度问题,其效率受滚动窗口大小、冻结船舶数量及滚动次数影响     

集装箱码头岸桥最优调度理论研究和高效算法

岸桥调度问题是集装箱码头中最核心的调度问题之一.现有研究成果无法在可行时间内计算出对较大规模业务的最优调度,因此现有岸桥调度算法普遍采用启发式策略,以保障在可行时间内计算出一种调度.首先从理论角度证明了完工时间下界的正确性,设计了一种最优调度构造方法,完备了岸桥调度问题的理论体系;其次,在此理论工作基础上,设计了线性时间复杂度的算法求出最优调度;最后,用实验验证了所提方法在解的质量和效率上显著优于现有方法.