海上突发事故应急船舶调度的优化模型研究

当海上突发事故时通常选择距离事发地点最近的船舶进行调度,但是受到海上气象天文,海况,应急船舶的配置等因素的影响,距离事发地点最近的救助点到达事故地点的时间未必最短和最可靠,并且对于海上突发事件来讲,往往单一船舶的调度无法平息事故,需要跨区域甚至跨国进行合作。文中结合海上突发事故的突发性和随机性,提出了多部门调度多种船舶的组合优化模型。该模型以船舶应急时间最短为目标,给出了最短应急时间的求解方法,数值算例表明了算法的有效性和实用性。     

海上搜救最优路线规划模型设计与仿真

随着人类海洋活动的频繁、气候环境的复杂多变,海上事故频发,而海上救援最关键的是要在最短时间到达搜救点。海上搜索最短路径还受到障碍物、地理环境、天气等条件影响,是一个多条件全局最优问题。本文研究了基于蚁群算法的Dijkstra求解方法,寻找多条件约束下的海上搜救最短路径的全局最优解,最后对算法进行了仿真并与其他路径规划算法做了比较。     

基于Maklink图和蚁群算法的航线规划

为实现航线自动规划设计,提出一种可行的计算方法,并对船舶实际运营中进行航线规划时需注意的问题进行分析。以路径最短为目标,建立以避开障碍物区域和危险区域、控制转弯角度及减少转向点数目等为约束条件的规划模型。在建立模型过程中,采用Maklink图和Dijkstra算法生成初始规划路径,采用蚁群算法对路径作进一步的优化和调整,以满足约束条件。试验结果表明:与传统的在纸质海图上绘制航线及在电子海图上手动输入转向点生成航线相比,通过智能算法生成航线具有耗时短、经济可靠等优点。     

气象海洋环境条件下救助船舶南海海上搜救风险评估

为保障救助船舶进行海上搜救时的自身安全,以交通运输部南海救助局常见的4类救助船舶为代表性船舶,考虑风、浪、流和能见度等主要影响因素,根据大量的专家问卷调查结果,基于模糊综合评价方法,建立救助船舶南海海上搜救风险评估模型,研究在不同气象海洋环境条件下,救助船舶在航行和实施救助过程中自身的风险程度。结果表明:该模型在南海的实例分析显示其效果良好,此方法可较好地对救助船舶的风险程度进行直观的描述,可有效地为搜救指挥和船舶驾驶提供决策参考服务。     

分层异构网络下航运应急信息资源调度研究

针对航运应急信息资源调度,由于采用传统方法调度时间过长,导致调度效率较低,提出了分层异构网络下资源调度方法研究。根据应急信息资源流转过程,在分层异构网络中,采用无向图模拟分层异构网络虚拟机,通过计算虚拟机性能异构因子,获取分层异构网络通信性能,由此建立最短时间调度模型。选择可靠路径,并将侧重点转移到所有场景最短路径差值上,从中选择最短路径作为继续执行任务备选路径,以此实现分层异构网络下航运应急信息资源高效调度。由实验结果可知,该方法最高调度效率可达到80%,为航运应急提供技术支持。     

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。     

集装箱港口装船作业模式下场桥和内集卡跨箱区联合调度优化

为了进一步缩短集装箱船舶在港靠泊时间,基于场桥作业区域划分思想,综合考虑场桥分配均衡、场桥任务量均衡和集装箱任务顺序等实际约束,以装船任务总完成时间最短为目标,构建场桥和内集卡跨箱区协同调度方法,并设计包含带改进操作的遗传算法进行求解。对比实证分析表明,在装船任务一定的情况下,所提出的调度算法能够进一步缩短场桥和内集卡的作业时间,提升场桥和内集卡调度效率,从而缩短集装箱船舶在港靠泊时间。     

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。     

船舶应急物资运输智能化联动调度体系探讨

本文提出船舶应急物资的运输模型,研究船舶应急物资优化配置的方法,分析应急物资投入量和阈值之间的关系曲线;对船舶应急物资联动调度进行仿真分析,并对船舶物资的需求量进行计算;仿真进行7组实验,并分析了7组实验下物资调度时间变化情况,最后分析了应急救援能力和偏离公平度之间的关系。本文对船舶应急物资运输智能化联动调度体系的分析,有助于船舶应急物资联动调度体系的发展。     

面向多约束的船舶组立构件建造作业调度方法研究

为了提高船舶中小组立等中间产品建造作业调度能力，提升船舶建造效率，提出面向多约束的船舶组立建造作业调度方法。首先，分析船舶组立建造的工艺流程和作业调度方法，综合考虑机器小组、工艺和交货期等多种约束条件，以建造周期最短为调度目标，建立船舶组立建造作业调度数学模型；其次，综合运用算法分解策略及调度规则，设计改进的最短作业优先调度算法实现模型求解；最后，以某船厂建造车间一定生产周期（17天）的中小组立先行中日程计划为对象，验证该方法的有效性和实用性。研究结果表明，所提出的面向多约束的船舶组立建造作业调度方法相较于当前的调度方法，排产周期压缩22小时，即缩短了原有周期的16.18%，有效提高了生产计划排产和作业调度效率。     

群智能优化算法的船舶信息管理任务批量流水调度研究

针对传统的船舶信息管理任务调度模型的调度平均等待时间长的问题,研究群智能优化算法的船舶信息管理任务批量流水调度模型。根据群智能优化算法理论,将调度过程中的船舶看作粒子,根据实际调度需求设定调度模型的参数。为缩短船舶调度平均等待时间,规划船舶调度的目标函数以及约束条件。计算粒子适应度,将粒子与任务分配一一映射,根据船舶可信度计算得到局部粒子最优解,更新粒子位置直至出现最优调度解,完成船舶信息管理任务批量流水调度模型的构建。通过与传统调度模型的对比仿真实验,验证构建的基于群智能优化算法的船舶调度模型能够缩短传统调度模型2/3的平均调度等待时间,提高了调度效率。     

基于蒙特卡洛法的海上漂移模型研究

海上搜救区域的确定一直是海上搜救的核心内容。以海上漂移人员为研究对象,在综合考虑漂移位置的多重影响因素下,计算海风、海流、风生流等对搜寻目标的偏移,提出了漂移模型,并编写计算机辅助程序进行蒙特卡洛仿真得到其漂移轨迹和最可能的区域。经过实例验证,该模型能够有效提高搜救的准确性和实效性。     

福建省海上搜救力量配置研究

通过对福建省海难事故地点的统计分析,赋予不同救助区域不同权重,并根据现有搜救力量配置情况,提出福建省海上搜救力量配置方案,包括海巡基地巡逻船的配置方案以及救助船舶待命点的布置模型,实现福建省海上搜救力量布置的优化,提高海上救助成功率和有效覆盖范围,减少海难事故伤亡及损失。     

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。     

海上突发事件应急救援路径规划算法

针对传统的路径规划算法在路径规划过程中需要多次重复访问节点、搜索时间较长的问题,研究海上突发事件应急救援路径规划算法。使用链接图法建立救援航行空间模型,在建立的模型基础上规划路径。依据PSO原理对空间模型中的节点处理后,获得救援路径候选节点。根据实际海面数据,对候选节点组成的路径图赋权,并利用造价函数选取节点规划最佳路径,完成对路径规划算法的研究。设计与传统路径规划算法的对比实验,结果表明提出的路径规划算法在应用时搜索时间短、访问节点次数少,即提出的路径规划算法性能更佳。     

现代煤炭港口卸车联合调度优化问题研究

现代煤炭港口由传统装卸服务向综合物流服务转型过程中,对港口整体调度的智能性与效率性要求提升到新高度,因此需要以系统论的观点解决煤炭港口的联合调度优化问题。针对影响卸车调度的关键问题,综合考虑车流集中到达、列车限制性调度等因素,以现代煤炭港口生产工艺流程为基础,重点研究现代煤炭港口卸车联合调度优化,构建以待车时间最短、作业时间最短且关联堆场作业动态的卸车联合调度优化模型(火车-翻车机-堆场联合调度优化模型),运用相应优化策略,分析优化模型,实现卸车调度各环节智能化的最优解决途径。     

集装箱码头物流路径优化研究

根据集装箱码头的工艺流程,提出了集装箱码头物流路径优化模型。该模型以集卡行走里程最短为目标,在满足集装箱堆场堆存要求和船舶装卸作业要求的情况下,求解集卡最优行走路径。算例计算表明,该优化模型可为码头管理者提供一定决策帮助。     

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。     

基于枚举法的海上风电智能运维调度模型

调研国内极具代表性的某“双十”（离岸超过10 km,水深超过10 m）海上风电场运营与维护业务流程,聚焦海上风电运营与维护中突出的掣肘难点,设计并构建海上风电智能运维调度模型,固化模型的输入信息、约束条件和输出信息,编写核心程序函数代码,采用典型的智能寻优算法进行模型求解。将信息化数据与模型算法结合,形成完整的海上风电智能运维调度计算策略,输出短期或长期的兼顾总运维工时最短、船舶行驶路径安全、运维成本最低、发电收益最大且运维人员体验感良好等多因素的作业调度方案,打造海上风电智慧运维平台,推动国内海上风电智能运维调度技术发展。     

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。