集卡与岸桥及场桥联合调度模型优化

分析了集装箱码头中的集卡与岸桥、场桥联合调度;基于集卡运输时间与等待岸桥、场桥时间之间的权重系数考虑,建立了以等待岸桥、场桥作业时间与集卡运输时间之和最小为目标的联合调度优化模型,为集装箱码头装卸作业调度提供了决策支持;算例验证了模型的有效性和实用性。     

集装箱码头送箱集卡预约与场桥调度协同优化

针对送箱集卡随机到港引起的场桥作业不均衡,以及高峰时段场桥资源紧缺、集装箱码头拥堵等问题,构建送箱集卡预约与场桥调度协同优化的二层规划模型.上层目标为集卡在闸口的排队等待时间、预约集港导致集港时段调整的集卡数及所有预约时段未完成作业量所需的场桥时间最小,下层目标为每个预约时段未完成作业量所需的场桥时间最小.设计并行遗传算法求解模型,并以天津东方海陆集装箱码头为例进行算例分析.结果表明,预约集港能够降低集卡在闸口的排队等待时间,且送箱集卡预约和场桥调度的协同优化比独立决策更有利于提高集港效率.     

基于混合交叉作业的码头集卡路径优化模型

针对集装箱在码头堆场分散堆放的情况和码头泊位装卸作业的状态要求,研究了以岸桥组合为作业单元的集卡作业路径优化问题.与传统的作业方式不同,综合考虑了集卡作业方式要求、集卡作业组数量、泊位作业岸桥安排、集装箱堆放地点数量及各地点堆放集装箱箱量情况,以及它们相互之间的关联和协调关系,设计了集装箱码头集卡作业组对于泊位多岸桥装卸混合交叉作业下的路径优化模型.通过算例对模型进行验证,该模型优化的作业安排能够有效提高集卡的利用效率和集装箱码头的生产作业效率.     

基于作业均衡的集装箱码头岸桥作业调度优化

为了提高集装箱码头资源配置的均衡性,进而提高作业人员任务分配的均衡性以及岸桥设备资源的利用率,提出了基于集装箱码头岸桥作业均衡调度优化问题。以集装箱码头岸桥作业集装箱量和作业时间两个均衡调度为目标,建立集装箱码头岸桥作业均衡的岸桥调度优化模型,并设计遗传算法来求解。通过对3种目标的结果进行比较,得出在岸桥调度过程中考虑岸桥作业量均衡有助于提高岸桥的利用率,减少岸桥无效作业时间,从而提升码头整体作业能力。     

集卡提箱预约配额与场桥配置的联合优化

在集卡提箱预约中,集装箱码头场桥配置和预约配额的联合优化是缩短集卡等待时间,提升资源利用率的关键. 针对提箱作业的实际特点,构建了双目标整数规划模型,设计了基于非支配排序遗传算法的求解方法. 当码头需求较少时,采取动态调整随机分配场桥最佳;当码头需求较高时,采取动态调整与按需配置相组合的方式最佳. 以国内某码头为原型,通过不同规模的算例实验,验证了模型和算法的有效性. 所提方法可快速生成高质量、多样化的前沿解,实现了场桥资源与集卡作业需求的匹配优化,为码头管理者在资源投入与集卡等待时间的权衡中,提供了决策支持.     

集卡提箱预约配额与场桥配置的联合优化

在集卡提箱预约中,集装箱码头场桥配置和预约配额的联合优化是缩短集卡等待时间,提升资源利用率的关键. 针对提箱作业的实际特点,构建了双目标整数规划模型,设计了基于非支配排序遗传算法的求解方法. 当码头需求较少时,采取动态调整随机分配场桥最佳;当码头需求较高时,采取动态调整与按需配置相组合的方式最佳. 以国内某码头为原型,通过不同规模的算例实验,验证了模型和算法的有效性. 所提方法可快速生成高质量、多样化的前沿解,实现了场桥资源与集卡作业需求的匹配优化,为码头管理者在资源投入与集卡等待时间的权衡中,提供了决策支持.     

不确定因素下的集装箱码头车船间装卸作业集成调度

为了提高集装箱码头的效率,建立了集装箱码头车船装卸作业集成调度模型;考虑了装卸同步作业与一些实际约束条件,如岸桥、龙门吊间干扰和安全距离等,以及生产调度中的不确定因素,如岸桥、集卡的速度变化等,设计了改进的多层遗传算法求解模型;为了确定随机变量的具体值,在传统的遗传算法中引入蒙特卡罗法,为了使得集装箱在集卡间均衡分配,在传统的遗传算法中引入均衡算子;通过试验验证模型和算法的可行性和有效性,并进行了改进的多层遗传算法中引入均衡算子与未引入均衡算子间的对比试验。分析结果表明:引入均衡算子后的装卸作业完成总时间为7 437.8s,比未引入均衡算子减少760.3s,且在引入均衡算子的试验中50FEU集装箱均匀分配给了5辆集卡,而在未引入均衡算子的试验中未能均匀分配;固定龙门吊和岸桥数量,改变集卡的数量,通过比较每组试验中作业总完成时间和边际效益值,得出当集装箱数量为80、90、100FEU时,最优设备配比为3台龙门吊、10辆集卡和4台岸桥。可见,改进的多层遗传算法可以提高集装箱码头车船装卸作业的效率,是解决集装箱装卸作业集成调度问题的一种有效方法。     

基于系统仿真的集装箱港区岸桥集卡配置

集装箱船舶大型化促使双40英尺岸桥不断投入使用,然而我国现行规范对于面向双40英尺岸桥的集装箱港区规划期的集卡配置数量尚未给出推荐取值。基于系统仿真理论,考虑集装箱港区双40英尺岸桥的作业特点,以大连某大型集装箱港区为例,利用VISSIM仿真软件建立了包括码头前沿、堆场以及港区大门在内的集装箱港区陆域微观交通系统仿真模型。通过运行仿真模型获得仿真结果,分析配备了双40英尺岸桥的大型自动化集装箱港区内部交通运行规律,得到了大连某大型集装箱港区的双40英尺岸桥平均装卸效率与集卡配置数量间的关系,给出了该港区的在规划期的集卡配置建议,为采用双40英尺岸桥的集装箱港区在规划期的集卡配置提供经验与参考。     

基于泊位计划的集装箱码头岸桥动态调度优化

所谓基于泊位计划的集装箱码头岸桥动态调度问题,是指在计划周期内,在每艘船舶均已安排了靠泊时间和靠泊位置的前提下,将有限的岸桥资源在船舶上的装卸任务间进行动态分配与排序,以最大限度地减少计划期内所有船舶的滞港时间. 在充分考虑岸桥不能交叉作业、装卸任务有作业顺序要求等现实约束下,对此问题构建了非线性数学规划模型,基于问题自身的特点设计了基于任务排序的染色体结构,用遗传算法进行求解. 通过与文献中单船的调度结果的对比、单船岸桥调度与多船动态岸桥调度结果的对比,以及多船动态岸桥调度的仿真实验,证明了模型及算法的有效性.     

集装箱码头间互拖的集卡甩挂运输调度问题

集装箱码头间的互拖是一种促进相邻码头资源重新组织与优化的协作方式,集装箱甩挂运输能够解耦互拖与港内作业之间的复杂耦合关系。为了提高互拖的集装箱甩挂运输的有效性,满足码头间协调的时间要求和对集卡资源的有效利用,提出了互拖集卡甩挂运输调度的两阶段方法。首先建立互拖任务之间的时间关系网络,然后在此基础上建立集卡调度的混合整数规划模型。算例分析说明了该方法的有效性;演示集卡作业任务序列,分析其码头作业量分布对于港内作业调度的影响。研究结果提供了码头间互拖集卡甩运输的一种参考方法。     

集装箱码头间互拖的集卡甩挂运输调度问题

集装箱码头间的互拖是一种促进相邻码头资源重新组织与优化的协作方式,集装箱甩挂运输能够解耦互拖与港内作业之间的复杂耦合关系。为了提高互拖的集装箱甩挂运输的有效性,满足码头间协调的时间要求和对集卡资源的有效利用,提出了互拖集卡甩挂运输调度的两阶段方法。首先建立互拖任务之间的时间关系网络,然后在此基础上建立集卡调度的混合整数规划模型。算例分析说明了该方法的有效性;演示集卡作业任务序列,分析其码头作业量分布对于港内作业调度的影响。研究结果提供了码头间互拖集卡甩运输的一种参考方法。     

集装箱码头岸桥调度优化模型及算法

为弥补集装箱码头岸桥调度问题的传统优化方法仅适用单船舶情况的不足,以总费用(所有岸桥使用费用和船舶停靠费用)最小为优化目标,考虑岸桥不可穿越性和安全距离约束条件,建立了了面向多艘船舶的集装箱码头岸桥统一调度和卸船任务分配问题的混合整数规划优化模型.使用任务网络图方法,搜索影响卸船任务最终完成时间的关键任务及其相应的限制任务路径,设计了基于限制任务路径进行邻域搜索的双层模拟退火算法求解模型.12个不同规模的算例结果表明:与分支定界法和遗传算法相比,本文算法节省时间6.32%~18.36%,近似最优解的质量更高,而且最优解目标值之间的差距仅为0.38%~2.20%;考虑岸桥之间的安全距离约束导致系统运营成本增加3.41%~11.21%.      

集装箱码头场桥调度优化模型研究

为提高码头堆场作业效率,研究了出口箱作业过程中的多场桥调度优化问题.结合岸桥作业子计划与堆场贝位箱量分布,以场桥在每个子任务中从堆场贝位提取的箱量以及场桥行驶路径为决策变量,建立目标为场桥作业贝位数最少及行驶路径最短的两阶段数学模型.从单场桥和双场桥作业的角度,设计算例利用CPLEX对模型进行求解,检验了模型的准确性,并与顺序作业法、贪婪作业法及遗传算法进行对比,结果表明:两阶段模型有效地减少了场桥移动距离.     

基于规则的泊位与岸桥联合调度

为提高集装箱码头的运作效率,降低能耗,本文同时考虑到岸桥调度和泊位分配这两个方面,建立基于滚动式计划的动态模型,提出调用规则来提高集装箱码头的运作效率以及减少废气排放,结果表明了该模型和规则的有效性和实用性。     

集装箱码头装船顺序和场桥行驶路径联合优化

为降低倒箱量、缩短场桥作业时间,在已知船舶配载图和堆场堆存状况的条件下,研究了出口箱装船顺序及场桥行驶路径联合优化问题.以作业时间衡量装船顺序产生的倒箱量及场桥行驶路径,建立作业时间最短为目标的整数规划模型,设计均衡倒箱量和场桥作业时间的启发式算法对模型进行求解,提出了问题下界的求解方法,同时,设计算例比较了启发式算法与下界的差异,为码头调度人员提供决策支持.     

双循环操作策略下集装箱码头岸桥与集卡多船作业联合调度

针对在有多艘大型船舶及多艘小型船舶同时进行装卸活动时,一味实行作业面调度,会引起复杂地管理难度,从而导致船舶装卸时间增加。基于该问题及船舶间距离对集卡调度模式的影响,引进分散集卡群与集成集卡群概念,即面向作业线与作业面的混合装卸模式。建立了岸桥和集卡联合调度混合整数规划模型。根据岸桥与集卡调度过程中涉及到的约束条件及特点,设计了矩阵编码方式自适应遗传算法(AGA)对其求解。结果表明:当船舶间达到一定距离时,分散集卡群在作业时间和行驶距离优于集成集卡群。     

集装箱码头混合交叉作业集成调度模型

针对集装箱码头进出口作业系统中泊位分配、装卸作业、水平搬运等诸多环节之间的关系,分析了现有进出口作业系统对集装箱码头生产效率与运营成本的影响。运用系统工程优化理论,提出混合交叉作业集成调度方法与同步优化技术,以泊位分配、设备配置、集装箱卡车(集卡)行驶路径为决策变量,以集装箱码头最小运营成本为目标函数,建立了三阶段集成调度优化模型,设计了双层遗传求解算法。在双层遗传算法中,上层遗传算法用于搜索集装箱码头设施设备的合理配置组合,下层遗传算法在上层算法的基础上优化集卡行驶路径。计算结果表明:与独立装卸作业过程相比,使用混合交叉作业集成调度模型时,集卡数量为22veh,减小了66.2%,集卡行驶总距离为10 389.8km,减小了17.4%;与单独调度方式相比,使用混合交叉作业集成调度模型时,集卡行驶总距离减小了14.5%,码头运营总成本为84 266.2元,降低了4.6%。可见,使用集装箱码头混合交叉作业集成调度模型,能有效提高集装箱码头生产效率,明显降低运营成本。     

泊位-岸桥联合分配模型的模拟植物生长交替进化算法

为了综合优化集装箱码头泊位和岸桥联合分配计划, 分析了二者的相互独立性和系统关联性; 利用相互独立性, 分别针对泊位和岸桥分配建立了以平均在港时间和作业成本最小为目标的2个优化子模型; 利用系统关联性, 构建了泊位-岸桥联合分配的约束条件, 将2个子模型紧密联系在一起, 建立了完整的泊位-岸桥联合分配模型; 分析了联合分配模型的特点, 设计了模拟植物生长交替进化算法求解模型, 利用基于模拟植物生长算法的交替进化算子对种群中每个个体的2个目标进行交替优化, 进而实现种群进化, 通过算法框架实现非支配解筛选, 经多次种群进化和非支配解筛选, 获得泊位-岸桥联合分配的Pareto满意解集; 针对大连港集装箱码头3d中共计31艘真实到港船舶的泊位-岸桥联合分配计划进行优化计算, 并与多目标遗传算法的计算结果进行对比。计算结果表明: 共获得13个满意解, 船舶平均在港时间为7.47~9.44h, 使用岸桥次数为85~96台, 作业总成本为20.868~21.114万元; 与多目标遗传算法相比, 进化算法的运算速度提高了6.07%, 所得非支配解的数量增加了4个, 增加幅度为30.76%, 且计算结果更趋近于Pareto前沿, 联合分配计划优化程度较高。可见, 采用模拟植物生长交替进化算法能够最大限度地保持种群进化过程中个体的独立性, 获得更多的非劣解, 且交替进化的方式能够使结果更逼近Pareto前沿。      

自动化集装箱码头双循环AGV与场桥的集成调度研究

针对自动化集装箱码头装卸过程中双循环自动导引车(Automated Guided Vehicle， AGV)和场桥的调度问题，提出基于启发式遗传算法的集成调度方法.根据自动化码头装卸过程中双循环AGV的作业特点，对集装箱在船舶与堆场之间的流动特征进行详细解析，建立相应的数学模型，并分别设计基于“最早可获得时间”和“最短路径”启发式规则的遗传算法进行求解.通过数值仿真，从平均值、最小值、标准方差和求解时间分析任务量、AGV数量等参数对算法性能的影响，结果表明，“最早可获得时间”启发式规则相比于“最短路径”启发式规则更适合双循环AGV与场桥的集成调度.     

集装箱码头物流作业Agent间的重构

在介绍集装箱码头物流作业流程的基础上,通过引入计算Agent和作业角色Agent,构建了基于Multi-Agent的集装箱码头物流作业重构系统框架和结构,研究了重构中作业角色Agent的工作过程,用强化学习算法设计了作业角色Agent;构造了在基于Multi-Agent的集装箱码头物流作业重构中计算Agent重构模型,并用双层规划理论实现了相邻作业角色Agent的协调。以集装箱码头集卡作业和岸桥作业两相邻作业重构为例说明了重构是有效的,有利于提高集装箱码头物流作业系统的可靠性和协调性。