大型海上船舶溢油事故应急物资联动调度优化研究

针对不断增大的船舶溢油事故威胁,我国防治船舶污染海洋环境能力建设,尤其是硬件设施设备方面取得了重要进展。在分析大型海上船舶溢油事故应急物资联动调度工作流程实际基础上,重点考虑各应急物资集散点和各船之间可从时间上并行作业的特点,将各类应急物资需求量统一转换为当量体积,以所有参与应急响应的应急处置船航时最大的船航时最小化,以及同一集散点的各船航时之差最小为目标,建立了大型海上溢油事故应急物资联动调度模型。然后在Matlab R2017a软件平台上应用yalmip工具箱和cplex优化求解器,求解应急物资调度方案,然后通过算例分析模型的有效性。     

海上应急资源调度多目标模型优化

为优化海上应急救援系统中应急资源位置-分配问题的决策,建立基于事件类型的应急物资与船舶分配多目标模型。该模型在综合各项因素的基础上,以缩短事件响应时间、降低船队运营成本和协调船舶工作量与应急物资调度之间的不匹配关系为目标,确定不同目标分量权重下合理的船舶、物资分配计划。选取渤海海域内的726个灾难事件点、8种灾难事件作为仿真算例进行验证。研究结果表明:该模型能有效满足实际配置需求,可优化海上应急资源调度计划。     

基于云平台的海上船舶运输调度系统研究

首先阐述基于云平台的海上船舶运输调度的总体设计以及调度的流程;针对调度流程中的难点,设计了基于神经网络的船舶运输调度算法,最后从调度完成时间和调度效率两方面进行实验仿真对比,从实验结果可知本文算法的优越性。     

船舶污染事故区域应急联动体系的组成要素

建立沿海船舶污染事故区域应急联动体系,对于提高应急处理效率及严重污染事故的应急能力,保护海洋生态环境具有重要意义。基于船舶污染事故应急特征,分析了区域应急联动体系的组成要素重要程度以及各要素之间的关系。构建了业务要素、保障协同要素、基础要素与应急联动效益之间关系的结构方程模型,得到相关系数。研究结果表明,3个组成要素均对应急联动效益具有显著的正向影响,按影响作用从大到小排序分别为业务要素、基础要素以及保障协同要素,组成要素两两之间的关系均具有显著的相关性,按关联度从大到小排序分别为业务要素与基础要素、保障协同要素与基础要素、保障协同要素与业务要素。     

基于离散序列的大型船舶运输调度系统

由于当前船舶运输调度系统在运行过程中难以对海量数据进行有效处理,易导致耗时过大、运行速率低的问题。基于此,提出基于离散序列的大型船舶运输调度系统设计。首先对船舶运输调度系统硬件配置进行完善,并结合离散序列算法对大型船舶运输路径调度软件算法进行优化,最后简化船舶运输调度流程,实现对船舶运输调度系统的合理设计。通过实验证实,相对于传统调度系统而言,基于离散序列的大型船舶运输调度系统耗时相对更低,且调度速率也明显提高,充分满足研究要求。     

基于蚁群算法的海洋港口物流运输系统研究

传统海洋港口物流运输系统存在货物运输目标参量与船舶调度路径间的协同性异常问题,导致货物运输船舶调度的精准度误差增大。因此,提出蚁群算法的海洋港口物流运输系统研究。首先,在系统硬件中加入船舶货物ID采集硬件,通过货物相关数据,建立起协同数据模型;接着;根据协同模型对运输路径进行基础模型计算,最后;通过蚁群算法,对路径与协同数据进行匹配性最优计算,从而得到最佳的物流调度方案,实现货物与路径的最佳协同性效果。为了验证设计系统的运输调度效果,通过仿真实验来完成对设计系统性能的验证,证明提出设计系统具有提升港口物流运输货物与船舶路径规划协同性的作用。     

船舶柴油动力系统的多工况数学建模研究

本文研究船舶柴油机动力系统,重点分析船舶柴油机的动力装置,给出船舶柴油发电机转速和输出功率之间的关系曲线,并构建出船舶柴油机推进负载,分析船舶螺旋桨转矩和转速之间的曲线关系;构建船舶柴油机动力系统多工况数学模型;对模型进行仿真,并对柴油机中的燃烧率、压强以及扭矩进行分析;构建的船舶柴油机动力系统多工况数学模型,对我国船舶柴油动力系统的快速发展具有借鉴作用。     

突发事故应急船只调度算法研究

为了提高突发事故下应急船只的疏导能力,保持交通畅通,需要进行船只应急调度算法优化设计,提出基于并行动态负载均衡的突发事故应急船只调度算法,采用分布式的网格区域模型对船只交通网络进行群体隔离,结合动态负载均衡方法进行船只出入港流量的疏导模型设计,通过并行控制方法进行突发事故下船只调度控制,实现船舶应急交通网络的负载均衡,提高了船舶在突发事故下的应急疏导能力。仿真结果表明,采用该算法进行应急船只调度的控制性能较好,负载均衡能力较强,提高了船舶交通的应急处置能力。     

海上应急物资配送路径规划模型的构建

为了提高海上应急物资配送和调度能力,提出基于蚁群智能优化的海上应急物资配送路径全局规划算法。根据海上应急物资配送物资规划路径进行运动学模型构造,构建海上应急物资配送路径规划的控制约束参量,以海上应急物资配送的中转节点作为聚类中心,采用蚁群优化算法进行海上应急物资配送路径的自适应寻优,以蚁群个体信息素作为导引参量,构建海上通信网络下的海上应急物资配送路径规划模型,采用蚁群算法进行海上应急物资配送路径规划过程中的寻优迭代,根据自适应寻优控制结果,实现海上应急物资配送路径规划优化。仿真结果表明,采用该方法进行海上应急物资配送路径规划的自适应性较好,规划调度能力,提高了应急物资的配送效率。     

集装箱运输船舶调度的多目标优化模型建模

在多通道运输环境下,集装箱运输船舶调度是一个复杂的多元目标优化模型,提出一种基于自适应回归分析的集装箱运输船舶调度的多目标优化模型,采用多源信息特征重组方法进行集装箱运输船舶资源信息重构,结合自适应学习方法进行集装箱运输船舶资源的信息融合处理,采用非线性二元自回归分析方法实现集装箱运输船舶调度的控制目标函数构建,采用多目标均衡优化策略求解控制目标函数的全局最优解,实现集装箱运输船舶的最优化调度。仿真结果表明,采用该方法进行集装箱运输船舶调度的均衡性较好,提高了运输时效性。     

基于蚁群算法的港内集装箱运输调度模式研究

以集装箱码头船舶装卸作业调度问题为研究对象，综合考虑港口多种装卸资源和流程，在船舶泊位占有时间确定的条件下，以装卸运输作业总成本最低为目标，提出单船装卸作业调度模型；用蚁群算法对所建立的模型进行求解和仿真，并结合实际问题给出具体调度结果。此模型和方法考虑了生产效率和作业成本之间的平衡，保证以较低的成本完成规定作业。     

智能网络下船舶海上应急物流路径规划方法

为了满足船舶海上应急物资的需求,针对当前船舶海上应急物流路径规划方法存在的不足,设计了基于智能网络下船舶海上应急物流路径规划方法。首先根据船舶海上应急物资需求的特点,建立船舶海上应急物流路径规划的数学模型,然后基于智能网络对船舶海上应急物流路径规划的数学模型进行求解,构建船舶海上应急物流规划路径,最后通过算例对本文的船舶海上应急物流路径规划方法性能进行验证。验证测试结果表明,本文方法在较短时间内可以找到最优的船舶海上应急物流规划路径,是一种能够满足实际需要的船舶海上应急物流路径规划方法。     

大数据分析下的船舶调度方法研究

船舶分布状态数据为一组非线性组合的离散数据,采用大数据分析方法进行船舶调度,提高船舶分配的有效性,提出一种基于关联匹配的船舶分布状态数据聚类及船舶调度方法。对采集的船舶大数据进行模糊C均值聚类处理,根据船舶状态特征属性分布进行大数据环境下的关联规则挖掘,提取反映船舶属性的特征量,以提取的特征量进行关联匹配,实现船舶优化调度。仿真结果表明,采用该方法进行船舶调度能有效反映船舶的类别属性,提高船舶的分类管理和调度能力,从而提高船舶的运输效率。     

面向远海海域溢油应急的海上临时物资供应站研究

针对远海海域发生的重大溢油事故，应急船舶多次往返供需点会造成大量时间浪费，故引入海上临时物资供应站的概念。通过较大规模的运输船，在海上建立可供应急船舶调取物资的点位来节省整体处理时间。建立双层规划模型，上层基于溢油量和溢油位置，通过K-Means聚类方法动态选取临时物资供应站位置，下层使用遗传算法解决多物资调度问题。结果表明，在面对远海超大型溢油事故时，引入临时物资供应站，能极大缩短溢油应急调度的时间。     

基于多船舶技术下的交通运输客流调度数学模型设计与实现

船舶的交通运输客流调度是一个系统工程。针对多船舶下客流调度难度较大的问题,提出一种基于多船舶技术下的交通运输客流调度数学模型,采用非线性Levenberg-Marquardt方程构建交通运输客流调度的参量输入输出模型,进行多船舶运输下的客流调度的约束参量分析,建立交通运输客流调度的控制目标函数,进行调度运输问题数学模型的优化求解。实验结果表明,该交通运输客流调度数学模型能提高客流的吞吐量,避免船舶和客流的冲突和堵塞,模型具有全局收敛性。     

基于物联网的海上应急物资运输路径优化仿真

针对海上应急物资运输的特点,综合考虑物联网技术优势与海上应急物资运输的要求,引入模糊时间窗函数,结合最优适应度函数等主要约束条件,构建以配送距离最短、花费时间最少、配送成本最低、客户满意度最大的物联网的海上应急物资运输路径优化模型,在Matlab 2017a平台上进行仿真。结果表明,改进后的遗传算法能够找到最优配送路径,达到了智能化海上应急物资运输配送的要求。     

面向重大灾害的船舶应急物流运输线路规划方法

传统船舶物流运输线路规划方法,在重大灾害应急运输应用中,无法有效解决短时间内运输路径船舶运输点位冲突问题,导致短时间内无法完成冲突点交叉的最优路径规划计算,降低应急运输处理效率。因此,提出面向重大灾害的船舶应急物流运输线路规划方法。首先,根据应急运输线路对线路上的突出点位进行冲突点交叉点位评价,获得冲突点交叉评估数据;然后,根据评估数据建立应急物流运输线路规划模型。最后,对线路规划模型数据进行粒子群的最优量计算,获得最优规划线路,完成提出方法设计。通过仿真数据对比,证明提出方法具备短时间内完成运输线路的最优规划效果。     

BP神经网络和卡尔曼滤波相结合的船舶运动跟踪

在海洋运输中,船舶是重要的物资运送平台。船舶运动跟踪作为优化海洋交通环境的前提之一,正受到越来越多的研究。由于海洋情况越来越复杂,沿海运输船舶数量增多,导致传统的船舶跟踪方法不再适用,急需一种高性能的船舶运动跟踪方法。本文正是基于这项需求,开发出BP神经网络和卡尔曼滤波相结合的船舶运动跟踪算法,并对其进行仿真验证。此方法具有速度快、噪声抑制能力强和自动化程度高的特点。从仿真结果看,本方法的性能优越,易于推广使用。     

基于云计算的船舶大数据并行调度算法研究

港口对大量船舶进行同时调度时,需要计算非常庞大的数据,传统船舶调度算法很难在短时间内完成计算工作,为此提出基于云计算的船舶大数据并行调度算法研究。建立云计算体系与大数据信息的并行调度框架,完成船舶大数据并行调度计算;采用SQL语言对并行调度核心步骤进行编写,将云计算结果导入并行调度算法体系中,实现船舶大数据并行调度计算。实验数据表明,设计的并行调度算法能较传统计算效率提高37.1%,并短时间内完成所需的计算任务,提高船舶的调度效率。     

交流变频调速技术下船舶起重机械负载均衡处理

传统船舶起重机械负载运行过程中,存在运行调度指令响应速度慢,控制效率低的问题。针对问题产生原因,对起重机控制架构指令算法进行分析,提出交流变频调速技术下船舶起重机械负载均衡处理。首先,采用变频均衡调度算法对传统调度算法进行均衡参数关系量的修正计算;其次,引入均衡逻辑算法对调度信号控制逻辑进行优化。最后,通过设计的仿真实验,验证证明提出设计具有控制调度指令响应速度快,控制效率高,满足设计要求。