基于模拟退火遗传算法的内河港口船舶进出港调度方法

综合考虑基于模拟退火遗传算法的内河港口进出港调度方法，充分发挥两种算法的优势，增强模型的全局搜索能力。构建模拟遗传退火算法模型，利用船舶调动的规则，对遗传算法中的交叉算子和变异算子进行了优化。通过港口的船舶潮汐数据和泊位情况，对模型进行验证，实验结果证明，该模型可以较好的完成船舶进出港调度的任务。将该算法与其他算法进行对比，分别考虑调度船舶数量分别为20艘、30艘和40艘的情况。实验结果证明，该算法具有较好的收敛能力，在船舶的总体等待时间方面，优于其他常用调度算法和其他遗传算法。     

基于动态学习的泊位调度方案优化

泊位调度方案的制定要依据在泊船舶的占用泊位情况及预计在泊时间,确定其他待泊船舶的靠泊位置与靠泊时间.然而,预计在泊时间受水文气象等多种复杂因素的影响,且影响程度是随时间动态变化的,给泊位调度方案的制定增加了难度.对此,本文采用动态学习方法对在泊时间计算函数进行更新,再基于所得函数对泊位调度方案进行优化.并设计了包含船舶在泊时间动态学习及泊位调度方案优化的并行算法,前者为后者提供更新的在泊时间计算函数,后者的实际执行结果为前者提供学习样本.通过算例对模型有效性进行了验证,结果表明：加入动态学习过程,船舶在泊时间的计算偏差得以降低;优化方案的平均在泊时间缩短2.4 h,总成本降低11.1%.     

排放控制区下集装箱班轮航线路径规划与航速调度集成决策

针对排放控制区和“限硫令”实施下，控制区内外燃油价格的巨大差异，对船舶进出港射角 选择、航段航速优化，挂港顺序确定的影响，综合考虑船舶进出港射角与控制区内外航距组合的 关联关系，控制区内外航距、航速在燃油价格差异下的悖反关系，船舶耗油费用和耗时费用的平 衡关系，港口间船舶运行费用组合与航线挂港次序的作用关系，以及这些关系相互影响，相互作 用，相互耦合对船舶运营成本的影响，提出集装箱班轮航线路径规划与航速调度集成决策问题。 以航次运营成本最小为目标，运用斜边非限定变异三角函数几何方法和混合整数非线性规划建 模方法，构建该问题的两阶段集成决策模型，并利用遗传算法对结果进行优化。最后，通过案例 对比与趋势分析，验证了模型的实用性和优越性。     

混合泊位分配与专用泊位租赁的联合优化研究

针对港口同时存在普通泊位与专用泊位的现象,以及班轮公司难以制定合理专用泊位租赁策略的问题,本文提出混合泊位分配问题,并研究与专用泊位租赁的联合优化。以船舶运营成本、货物装卸成本和班轮公司租赁专用泊位成本最小化为目标,建立混合整数规划模型。为方便求解大规模问题,将模型转化为使用两组决策变量分别表示靠泊计划与泊位租赁策略的集划分模型,并设计考虑枚举的列生成算法求解模型。最后,以4家班轮公司在三大港口的船舶数据为基础进行算例测试与灵敏度分析。数值结果表明：本文构建的联合优化模型相较于传统泊位分配问题模型可分别降低28.38%的运营成本和26.25%的总成本;本文设计的算法能够在较短时间内求解300艘船的大规模问题,且相较于传统列生成算法有81.86%的计算速度提升;同时为港口与航运公司协调专用泊位出租价格、制定租赁策略提供建议。     

考虑船舶封存与压港的电煤船舶调度优化模型

针对中国电煤水运系统的实际特点, 综合考虑了船舶封存与港口拥堵(压港)因素, 建立了混合整数规划优化模型, 对电煤船舶调度方案进行优化; 基于运输需求的硬时间窗、卸货港船舶排队等待时间与水路-铁路运输协同三因素之间的互动关系, 以运输系统总成本最小为目标, 协同优化水、铁电煤运输的货运分担率、水路运输任务指派和相应的船舶调度与封存/启用方案; 基于改进列生成算法, 提出了一种可精确求解实际规模电煤船舶调度问题的列生成算法, 利用Gurobi求解列生成的主模型, 使用动态规划标号法求解列生成的子模型; 利用中国南部某火力发电集团的实际数据, 对提出的算法进行了算例分析。计算结果表明: 在中等规模的算例中, 使用提出的改进算法获得最优解仅需73.61 s, 相比于使用基于运输任务运量排序的启发式求解方法(PHA), 求解效率提高了18.1%;在较大规模的算例中, 使用提出算法的计算时间仅为222.02 s, 同比PHA, 计算效率提高了19.1%;通过求解一个实际的调度问题可以发现, 利用提出的优化模型和算法能有效缩短船舶在卸货港的等待时长与船舶处于启用状态的时长, 使运输总成本下降17.13%, 实现了电煤稳定运输, 提升了企业运营效率, 降低了运营成本。      

内支线配船与船舶调度优化

为平衡航运企业内支线营运成本和客户服务水平,研究内支线不定期船舶的配置和调度问题。考虑枢纽港船舶的限制时间和支线船舶容量等现实约束,兼顾各支线港在计划期内不同时段的货运需求,构建了以内支线营运成本和甩货成本之和最小为目标的内支线配船与调度优化模型。结合问题的特征,设计了和声退火混合算法,对模型进行求解。通过案例分析不仅验证了模型和算法的有效性,还给出了枢纽港船舶的限制时间和单位甩货成本的灵敏度分析。     

重载铁路智慧港口站作业计划综合优化模型及算法研究

为提升港口站调度智能化水平，本文在研究重载铁路港口站作业组织的基础上，分析本务机担当调机运用模式下不同卸车系统的调车作业方案，以列车分解计划、卸车计划、调车作业计划及列车组合计划为核心刻画不同类型重载列车在站作业全流程。考虑港口站卸车作业能力和卸后空车返程排空效率，以车辆在站停留时间最少为目标函数，构建重载铁路港口站作业计划综合优化的混合整数线性规划模型，采用带有启发式策略的微进化与自适应邻域搜索相结合的混合算法。以某重载铁路港口站为例进行分析，结果表明，得到的设备协同调度方案中未出现空闲等待时间，出发列车配流方案中，前7列均满足最大空车编成辆数；对比不同调车作业方案，本务机担当调机运用模式可为港口站减少5台调车机；所提算法相比Gurobi求解器，在求解时间上节省97.32%，与最优下界值间隔缩小0.06%。     

考虑船舶废气排放的港口群协同泊位分配研究

为了减少船舶在港区的废气排放及促进港口群泊位资源的优化配置,本文建 立了双港泊位分配协同优化模型,通过优化两港泊位分配和船舶在两港间的航速来降低 燃油消耗量和总延误时间,并探讨了限速策略的影响.采用将船舶燃油消耗函数分段线性 化的方法,将模型转化为混合整数线性规划模型.仿真实验表明,相比于传统的以计划延 误时间最小化为目标的单港泊位分配模型,双港协同优化模型不仅能够进一步优化两港 总的延误时间,而且能够明显减少船舶燃油消耗量.这从运作层面为提高港口群整体服务 水平、建设绿色港口提供了理论支持.     

基于Petri网的拖车到达调度优化模型与仿真

为解决内河集装箱码头大量等待作业的拖车引起港口外围交通要道阻塞的问题,通过优化拖车到达调度,采用非平稳泊松过程,模拟进港拖车到达规律,建立了适合珠三角内河集装箱码头进港拖车到达作业流程的混合Petri网(hybrid Petri net, HPN)模型和优化调度方案.根据HPN模型对佛山市三水港建立了Arena仿真模型,使用过程分析器(process analyzer, PAN)确定拖车的最优到达批量并检验优化效果,仿真结果表明:拖车到达调度优化后,拖车等待时间可减少87%,等待数量减少了26%,调度优化有效地缓解了港口拖车排队导致的交通阻塞问题.      

绿色通航视域下过坝船舶预约调度双目标优化研究

针对船舶到达不均衡和供需时空不匹配导致的水利枢纽通航拥堵问题,建立过坝船舶预约的双目标决策模型,优化船舶平均等待时间和到达调整率,探讨两者之间的权衡关系;进一步考虑船舶的失约情形,设计过坝预约的重调度规则。然后,利用非支配排序遗传算法的gamultiobj函数求解模型,并探讨预约机制实施前后的碳减排效果。最后,以三峡枢纽为例,验证模型的有效性。结果表明：该模型在平均等待时间和到达调整率的权衡中,得到了多样化的预约调度方案,并通过合理分配预约份额,有序管理船舶到达。同时,与原调度方案相比,理想和失约情形下的预约调度方案,可分别带来27.51 t和20.04 t的最大碳减排量;且重调度策略使到达调整率的均值降低了2.7%,减少了失约的干扰影响。     

件杂货码头连续泊位调度与货场分配

件杂货装卸作业本身的复杂性导致其码头作业组织较集装箱码头更为复杂. 采用两阶段分层方法求解件杂货码头连续泊位调度与货场分配问题. 第1 阶段考虑泊位等级、潮汐动态、货物水平运输距离,以水平运输周转量最小为目标构建连续泊位调度模型,确定船舶靠泊位置;第2 阶段考虑作业线间作业量均衡和最小化所有作业线的最大作业完工时间构建货场分配模型,缩短船舶在港作业时间. 针对构建模型分别设计求解方法,提出两种不同调度策略确定船舶进港顺序. 最后通过算例试验,在验证方法有效性的同时对不同策略下调度方案进行对比分析.     

基于生产泊位资源共享的港航物流信息系统构建

为解决邻近地域的港口群泊位资源结构性过剩问题,以港口群内泊位资源共享为基础,构建面向船舶运输方、货主方和港口方的港航物流信息系统。引入排队论和随机过程等理论,建立包含港口群干/支航线网络搭建(时空分配模型)以及腹地货流分配和船舶挂靠港选择(双层规划模型)等模块的仿真模型。采用设计的时空网络分析方法和具有双门限值的双层迭代算法求解仿真模型,验证模型参数的灵敏度,并进行具体算例分析。仿真结果表明：观察周期、腹地货物到达频率及干/支线可通阈值等的变化将影响货物到达数量或干/支线开通条件,进而影响港口群内航线网络结构,船舶到达频率的变化将影响港口群运输能力,泊位共享的等泊时间和共享成本阈值的变化将决定是否能够实现共享;通过物流系统实现共享时,港口群4个观察周期的3类干线和1类支线的总等泊时间和物流成本比不共享时分别减少23%和16.4%。     

基于拉格朗日的高速铁路车站作业优化

本文从Job-Shop 调度角度出发,以列车为待加工的“工件”,将车站接车进路、 到发线和发车进路看作“加工机器”,列车在车站的走行与停站看做不同的“作业工序”, 把高速铁路车站作业问题抽象成Job-Shop 车间调度优化,以设备能力、冲突进路、停站时 间为空间和时间约束,以最小化到发线的占用时间为优化目标,建立高速铁路车站作业 优化模型.采用拉格朗日方法松弛原模型的约束条件,建立车站技术作业问题的拉格朗日 对偶松弛问题,设计了高速铁路车站作业优化模型算法.并以高速铁路的某一车站为实例 进行验证,实例表明,该算法可以有效地化解车站作业进路冲突和实现到发线运用时间 的最小化.     

基于运输需求时/空特征的不定期船舶运输的调度优化

考虑货主的选择行为与运输需求的时空分布特征, 把承运人的船舶运营期划分为多个连续的时间窗, 基于离散选择模型把货主的选择惯性转化为承运人在航段上的市场份额, 对不同时间窗内承运人在即期市场上应承担的货运量进行优化; 以承运人利润最大为目标构建优化模型, 求解规划期内船舶的运营调度方案, 确定船舶承运的货物和航次衔接; 选取太平洋地区包括中国、加拿大、澳大利亚、俄罗斯、印度尼西亚、巴西和美国在内的7个国家作为干散货主要进出口国, 在每个国家确定一个港口作为网络节点, 根据克拉克森官网发布的航线、运价与干散货需求等数据对不定期船舶进行调度优化, 并采用遗传算法求解模型。计算结果表明: 在相同的运输时间窗内, 在优化方案下, 船舶航行时间为58 d, 收益为3.01×105美元, 在传统调度模式下, 单纯追求每个航段的收益最大化, 船舶航行时间为56 d, 收益为2.48×105美元, 优化方案的利润高出5.30×104美元, 因此, 为了最大化运营期的利润, 在货运需求时空变化和货主选择惯性的影响下, 船舶在某些时间窗内应执行空载或利润较低的航次。      

基于双向最大绿波带宽的通用干道协调控制数解算法

针对现有数解算法假定绿波设计速度固定取值的局限,提出了一种基于双向最大绿波带宽的通用数解算法.首先确定了相邻理想间距的取值空间.其次推导了上行、下行偏移绿信比的计算公式.再次,给出了理想绿灯中心线其上下方绿信比的计算公式.最后,以双向绿波带宽之和最大为优化目标,以上行、下行绿波设计速度与信号周期为优化变量,建立了最大绿波带宽优化模型.以实例验证文中通用数解算法的有效性.分析结果表明:文中通用数解算法能够突破上行、下行绿波设计速度固定取值的局限,能够更易于获得理想的绿波协调控制效果,具有较好的通用性与实用性.     

城际零担货运平台车辆路径问题研究

在考虑城际零担货运平台现有各种不同补贴方案的基础上，以平台补贴成本、车辆使用成本及燃油成本之和最小为目标函数，建立考虑车-货匹配、车辆三维装载等约束条件的车辆路径优化模型。设计一种混合量子粒子群优化算法，计算货物匹配方案、车辆路径、货物装卸顺序、货物装载位置以及平台补贴最优决策方案。实验结果表明：改进的量子粒子群算法得到的小规模算例优化解与CPLEX优化软件得到的最优解偏差为3.31%；改进的量子粒子群算法通过在求解最佳中间位置时引入适应度函数值作为权重，求解的大规模算例结果比传统量子粒子群算法提高了0.91%；通过分析最优解的特点，将改进的量子粒子群算法与启发式算法相结合，算法的求解 质量提高了4.05%；通过补贴模式对比实验发现，在合理规划周期内，货主时长补贴和空载补贴的增长在维持总成本基本不变的情况下，可有效提升平台利润，提高车辆利用率。     

编组站静态配流的约束传播和启发式回溯算法

为了提高阶段计划的编制效率,针对编组站静态配流字典序多目标累积调度模型,设计了迭代、约束传播和启发式回溯的混合算法.该算法根据多目标的字典序将模型分为3层:第1层为配流成功的出发列车优先级总和最大化,第2层为出发列车车流来源总数最少化,第3层为车辆平均停留时间最短化.每层先通过约束传播算法化简模型、缩小解空间,再通过启发式回溯算法和约束传播技术联合快速求解.上一层的最优解作为下一层的初始解,并动态增加避免上一层目标退化的约束,迭代求解每层的最优解.通过某编组站实际数据验证表明,本算法耗时小于20 s,满足现场对阶段计划编制的实时性要求,且求得的配流方案优于其他算法.