多模式船舶分段物流运输最优路径规划模型

传统船舶分段物流运输路径规划模型受到单一计算模式的限制,无法对突发路径规划要素进行有效载入计算,导致船舶运输全程路径出现航线重复、不必要航线距离规划过长的问题。提出多模式船舶分段物流运输最优路径规划模型。针对规划模式单一问题,首先,对船舶物流分段路径进行分段式路径瓶颈模型计算,获得不同运输段的瓶颈点坐标;根据瓶颈点坐标数据,计算各运输段冲突分流点;最后,将各段路径进行融合最优计算,通过阶段式遗传算法,构建最优路径模型。仿真对比实验证明设计模型规划的路径是最佳规划路径。     

数据包络分析下船舶物流运输路径规划方法研究

为了降低船舶物流运输拥堵,设计基于数据包络分析思想,提出新型船舶物流运输路径规划方法。根据现有的航路节点路径信息,模拟船舶层面模型,明确当前路径冲突分流节点,引入数据包络分析中的交叉效率评价思想,以节点作为投入数据,添加"阻力费用"建立效率评价目标函数消除冲突点,将其作为输入变量,建立可通行性惩罚函数,将冲突节点并入到原点集中,即可获取最佳规划路径。通过仿真实验数据可以确定,应用设计规划物流路径后,船舶物流交通冲突率降低了43%,平均无阻路段长度提升了47%,可以有效避免物流配送拥堵。     

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。     

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。     

基于有向图规划的船舶物流运输最优路径选取算法

传统的船舶物流运输最优路径选取算法的运行效率低,为了解决这个问题,提出基于有向图规划的船舶物流运输最优路径选取算法。利用有向图规划法,确定有向图规划船舶物流运输路径冲突分流点,采用深度优先遍历算法,获取船舶物流运输最优路径。为突出算法优势,在经典算法基础上,对其做出改进,在算法结束后,逆序打印每一条路径,选取最优路径,由此,完成基于有向图规划的船舶物流运输最优路径选取算法的设计。在实验中,采用有向图作为实验样本,对2种算法进行对比实验.实验结果显示,所提算法相比传统的船舶物流运输最优路径选取算法运行效率更高。     

双层蚁群优化算法的舰船应急物流路径规划方法研究

路径规划对舰船应急物流配送具有十分重要的意义,当前蚁群优化算法存在初始信息素少,无法得到最优的舰船应急物流路径规划的缺陷。为了高效、准确对舰船应急物流路径规划问题进行求解,提出了基于双层蚁群优化算法的舰船应急物流路径规划方法。首先分析当前舰船应急物流路径规划研究现状,并建立舰船应急物流路径规划模型,然后采用粒子群算法快速找到舰船应急物流路径可行解集合,将其作为蚂蚁的初始信息,最后根据初始信息对舰船应急物流最优路径进行搜索,并进行了舰船应急物流路径规划仿真测试。双层蚁群优优化算法可以对舰船应急物流路径规划问题进行精准求解,克服了当前舰船应急物流路径规划方法的缺陷,而且舰船应急物流路径规划问题求解效率更高。     

船舶物流路径规划的数学模型构建及求解

船舶物流路径规划的研究具有十分重要的经济价值,当前船舶物流路径规划方法无法找到最优的船舶物流路径规划方案,使得船舶物流运输的成本过高,为此本文设计了基于蚁群算法和粒子群算法的船舶物流路径规划方法。首先分析船舶物流路径规划研究的历史,建立船舶物流路径规划的数学模型,然后采用粒子群算法对船舶物流路径规划的数学模型进行求解,找到有效的船舶物流路径规划方案集合,并在此基础上采用蚁群算法对船舶物流路径规划方案集合进行搜索,找到最优的船舶物流路径规划方案,最后与单一蚁群算法、粒子群算法进行了船舶物流路径规划问题求解的仿真实验。本文方法避免了单一蚁群算法、粒子群算法求解速度慢,难以找到最优船舶物流路径规划方案不足,得到的船舶物流路径规划方案可以帮助企业节约物流运输成本。     

船舶无线网络通信路径最优规划方法分析

为了解决传统船舶无线网络通信信息传输速率慢的问题,提出船舶无线网络通信路径最优规划方法。建立EECN和TECN双网结构,获取不同长度的通信链路数据流信息,提出TGP路径算法,根据通信数据流信息计算所有无线通信路径,最后设置评估参数量和对应权重,对各路径进行传输评估,根据评估结果选取最优路径,实现无线网络通信路径最优规划。实验数据表明,与传统规划方式相比,应用设计通信路径最优规划方法,无线网络通信数据接收速率提高19.5%,数据发送速率提高22%,可以明显提高船舶无线网络通信传输效率。     

移动网络海上应急物流路径规划算法

传统算法缺乏海上应急物流路径规划网络数据库的构建,导致在对物资配送时时间过长,为此设计一种移动网络的海上应急物流路径规划算法。应用航行条件的属性信息,以矩阵形式构建海上应急物流路径规划网络数据库,根据数据库内信息确定海上路径可通行的难易程度,并对海上应急路径当量长度计算,寻求到最短配送路径进行静态路径规划,考虑船舶行驶中航行环境会发生变化,提出动态规划流程,完成海上应急物流路径的规划。实验中对多个物资点配送,结果表明此次设计的移动网络的海上应急物流路径规划算法的物资配送时间比传统算法的物资配送时间短。     

低碳条件约束下船舶物流路径规划模型仿真

传统的船舶物流路径规划模型存在污染物排放物多的问题,不能满足低碳要求,为此对低碳条件约束下船舶物流路径规划模型设计。首先选择船舶物流路径节点并计算障碍物节点,然后采用约束法构造船舶物流路径目标函数,并计算航速与船舶耗油量以及碳排放量之间的关系,最后采取粒子群算法寻找路径中的最优解,以此完成低碳条件约束下船舶物流路径规划模型的建立。实验对比结果表明,此次设计的低碳条件约束下船舶物流路径规划模型的污染物排放量比传统模型的污染物排放量少,能够满足低碳约束条件下船舶物流路径规划需求,具有一定的实际应用意义。     

多目标应急物流路径选择研究

为研究自然灾害发生后应急物流的路径选择问题,综合考虑了运输时间、运输距离以及路径复杂性等因素.考虑到随着灾难的扩展,路网上的运输速度会受到影响,将运输速度设定为随着时间而连续递减的函数.以最小化运输时间、运输距离和路径复杂性为目标,建立多目标非线性混合整数规划模型,并将多目标问题转化为单目标问题来求解,设置不同的实验参数进行比较,找到目标函数值最小时对应的路径.最后通过算例研究表明:利用提出的模型进行应急物流路径选择,能够有效地获得最优路径.     

船舶运输最优物流线路选取模型

为了提高对舰船货品运输中,最优物流路线的选取的准确性,提出一种新的船舶运输最优物流线路选取模型,分析舰船最优物流路线空间分布结构条件,采用网格分区方法进行舰船最优物流路线属性特征提取,结合最优物流路线的关联约束分析方法进行最优物流线路特征搜索,实现对舰船最优物流路线中关键路线的准确选取,提高路线查准和检索能力。测试结果表明,采用该方法进行舰船最优物流路线选取的查准能力较高,路线选取准确性较好,时间开销较短,实现高效的船舶最优物流路线选取。     

大数据背景下的船舶物流配送路径选择研究

传统的混合整数规划模型选择船舶物流配送路径时,为了使成本与路程成正比进行计算,利用路程平摊成本而忽略中转港口的容量限制,因此在船舶路径选择方法研究中,首先建立船舶路径选择函数,在最短路径函数的前提下,配合最短时间的路径选择函数来辅助决策,使用数据融合技术完成港口流量的预测,将预测结果作为路径选择函数的约束条件,从而得到最优路径。实证分析中选择某条航运线路为例,分别使用传统路径选择模型和设计的方法共同进行船舶物流配送给路径选择,选择结果证明,虽然在配送成本和船舶固定成本中,设计的方法选择的路径比传统方法略高一些,但是货损成本和时间窗惩罚成本得到了有效降低,总成本比传统方案节约了12.19万美元。     

船舶航行中快速疏散路径规划算法设计

传统船舶快速疏散路径模型对船舶航路交叉口限制不足,整体疏散速率较慢,为此提出船舶交通疏散路径规划算法。以船舶和航路为研究实体,以节点表示交叉口建立船舶疏散路径模型;以消散船舶路径冲突点为目标,建立目标函数,设置各变量界线。最后建立EERP算法,确定输入变量,根据目标函数界线执行路径计算,实现船舶疏散路径规划。仿真实验表明,与传统路径规划模型相比,该规划算法船舶交通冲突率降低27.4%;无阻疏散距离提高47.5%,有效提高了船舶交通疏散效率。     

船舶交通流大数据在无人船航线智能规划中的应用

传统无人船航线规划方法,虽然能够对路径数据进行连续性分析计算,但在多数据流的匹配最优量计算方面,由于路径规划变量增多,导致线路规划量与输出量匹配出现误差,影响无人船路径规划准确率,降低无人船线路规划效果。因此,提出船舶交通流大数据在无人船航线智能规划中的应用。首先,对无人船运动轨迹进行数据模型建立,完成对路径数据资源的特征整理;接着通过引入大数据分析技术,利用AI数据分析算法,对路径规划资源进行最优量分析计算。最后,考虑到路径资源匹配最优量计算量巨大,为了保证算法计算效率,通过AIS压缩算法,对计算过程中匹配完结路径规划数据进行压缩简化计算,实现计算空间资源的高效管理,从而提升无人船航线的智能规划。利用数据对比方式,证明提出方法在实际应用中的有效性。     

船舶网络通信最优路径的规划与设计

最优路径的规划与设计对船舶网络通信系统至关重要,针对当前船舶网络通信最优路径的规划与设计方法存在数据传输成功率低、数据传输时延长的缺陷,提出基于蚁群优化算法的船舶网络通信最优路径规划与设计方法。首先对当前船舶网络通信最优路径的规划与设计研究进展进行回顾,指出各种船舶网络通信最优路径的规划与设计方法的缺陷,然后采用蚁群优化算法搜索食物原理对船舶网络通信最优路径的规划问题进行求解,找到最优的船舶网络通信最优路径,最后采用C++编程实现了船舶网络通信最优路径的规划仿真测试,结果表明,蚁群优化算法可以提高船舶网络通信系统的数据传输成功率,减少船舶网络通信数据传输时延长,数据丢包率大幅度减少,获得了理想的船舶网络通信效果。     

基于智能导航的舰船应急疏散路径自动定位方法

传统船舶应急疏散路径导航系统存在船舶逃生路径数据定位准确度差,应急疏散导航响应时间慢,影响人员快速逃生撤离时间。针对此问题产生根源进行深入分析,并提出基于智能导航的舰船应急疏散路径自动定位方法。对传统定位策略进行替换修正,首先导入雷达导航数据融合策略。融合船舶激光雷达数据与GPS、北斗卫星定位信号数据。接着引入路径实时定位算法,通过算法对融合数据进行实时规划引导,完成人员快速撤离。最后,通过仿真实验对传统方法与提出方法进行对比测试,证明提出方法具有定位速度快、响应速度快、路径规划准确的特点。     

应急物流中路径优化的灰关联决策

道路的选择是完成应急物流活动的关键环节,科学地选择运输路线对提高物流效益至关重要。文中运用灰关联决策,从影响道路优选的五项主要指标入手,寻求出理想最优路径,根据各条合理路径与理想最优路径灰色绝对关联度的大小,确定最满意路径。最后,通过案例分析,说明应急物流的路径优化中采用灰关联决策是可行的、有效的。     

基于人工鱼群算法的港口物流配送路径规划研究

针对原有港口物流路径规划方法在使用无法设定最优路线、造成运输成本较高的问题,引用人工鱼群算法,设计基于人工鱼群算法的港口物流配送路径规划方法。根据港口物流配送路径规划框架,设计港口需求点节点表现形式,并设定路径规划约束条件。根据约束条件结合VPR数学模型,完成配送路径规划模型的构建。引用人工鱼群算法将配送过程模拟为鱼群觅食过程,选定最优行进方向与距离,对上述设定路径规划模型展开优化。至此,基于人工鱼群算法的港口物流配送路径规划方法设计完成。构建实验环节,通过与原有方法规划结果对比可知,此方法规划结果路程缩短于原有方法,有效降低运输成本。综上可知,此方法路径规划能力优化原有方法。     

基于高精地图的自动化码头ART动态路径规划研究

针对自动化集装箱码头ART路径规划问题，在分析运输车辆运动学特性的基础上，提出一种基于动态高精地图的自动化码头ART动态路径规划方法，通过高精地图实时存储和更新港区道路信息，利用北斗卫星定位技术精准获取ART位置，设计A-star算法为ART规划全局最优作业路径，结合局部精细化引导和单车执行控制策略完成ART转弯和避障等动作，为作业过程中ART规划出最优行驶路径。与现有技术相比，该方法根据道路实际情况动态调整线路，可缩短运输行车时间，提高水平运输效率。