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%。     

改进粒子群算法的轨道列车节能控制优化

当前列车节能控制研究的优化算法存在优化效果不明显,收敛速度慢等一系列问题,提出了一种引入自适应惯性权重,同时加入具有调整能力的动态学习因子与改进速度更新公式的粒子群优化算法。一是通过惯性权重来平衡不同阶段的搜索能力,加入拥有调整能力的动态学习因子,着重加强算法后期的运算效率和收敛能力,同时引入惩罚函数,将列车运行过程中的拘束条件转化为惩罚因子,提升搜索速率;二是对传统的速度更新公式进行改进,用来降低选取到不理想的粒子影响寻优结果的概率。经过Matlab仿真分析,与传统的列车运行优化算法相比,改进后的优化算法收敛速度更快,列车节能效果更好。     

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.      

路企直通运输在大窑湾港的运用

采用传统的铁路运输组织方法,铁路和港口间存在交接车手续复杂,机车等待时间长,路港信息交流不畅等问题.本文论述了路企直通运输方式在大窑湾港的运用,重点研究了运输组织流程再造、统一调度指挥、合署办公机制等优化措施.直通运输的实施,提高了港口和港前站的作业效率,实现了铁路和港口的双赢.     

铁水联运港站的铁路作业区轨道门吊优化配置

根据铁路作业区内装卸作业的要求和特点,引入允许作业时间概念,将铁路作业区轨道门吊配置问题分为轨道门吊调度问题和数量优化配置问题.通过建立混合整数规划模型,对轨道门吊进行柔性调度,使装卸作业最大完工时间最小、轨道门吊作业均衡以及任务期内运营成本最低.此外,设计了基于使用权分配的遗传算法对模型进行求解.最后选取集装箱卸车过程作为算例对算法和模型进行验证,结果表明,提出的轨道门吊优化配置模型能对作业区轨道门吊数量进行合理配置,提高了装卸作业效率.     

求解具有恶化工件单机调度问题的改进遗传算法

为克服现有算法求解工件数较多的单机调度问题计算量大的缺点,分析了加工时间为阶梯函数的工件排序规则,以极小化最大完工时间为目标,提出了基于局部搜索的改进遗传算法,对基于工序编码方式的染色体设计了线性顺序交叉算子和融合工件排序性质的局部变异算子,并引入局部搜索策略,提高了算法局部搜索能力和收敛速度.算例测试结果表明:工件数为40件时,与模拟退火算法相比,本文算法求得的最大完工时间平均减少了56.6%,显著缩短了制造周期,并有效地避免了局部最优解,收敛速度显著提高.     

改进的病毒进化遗传算法应用研究

针对车间调度中典型的作业车间调度问题(Job Shop Scheduling Problem),提出了一种改进的病毒进化遗传算法.该算法选取主群体中较优秀的个体生成部分初始病毒个体,提高了病毒个体的适值和感染能力,从而也就提高了整个主群体的平均适值,并引入了静态繁殖理论,有效的避免了问题最优解的丢失,同时,将基于优先规则的启发式算法与传统的病毒进化遗传算法相结合,加快了算法的收敛性能和收敛速度.最后给出了该改进的病毒进化遗传算法的试验仿真结果.     

蚁群算法在城市交通路径选择中的应用

针对城市交通路径选择问题,引入蚁群算法并将其改进为可同时满足对路程和时间最优的路径搜索算法,设计了相关的搜索规则和流程.在大量试验的基础上,讨论了算法中各种参数对路径搜索算法收敛性(包括收敛速度和准确度)的影响,并获得了一纽最优的经验参数.分析了搜索中产生伪最优解路径的规律,并通过控制收敛速度和加快趋向最优路径对蚁群算法进行了优化.结果显示,所进行的优化能有效抑制伪最优路径的产生,在2个周期内即可完成搜索.     

求解Job-Shop车间作业调度的混合算法

提出了一种解决车间作业调度最短完成时间的有效的混合算法.基于考虑到遗传算法的早熟收敛问题和禁忌搜索算法的自适应优点,该算法结合了遗传算法和禁忌搜索算法对Joh-Shop车间作业调度问题的解进行编码,通过实例表明该算法是可行和有效的.     

考虑能耗的铁水联运集装箱装卸设备协同调度

随着集装箱港站铁水联运作业量增大,以及节能减排压力与日俱增,实现港站作业设备的高效调度和低能源消耗间的协同优化将是亟待解决的问题.本文研究了集装箱铁水联运港站中多设备间的高能效协同调度问题,基于混合流水车间调度(HFSS)思想,构建了综合考虑岸桥、集卡、正面吊三阶段装卸过程的协同调度模型,以总完成时间最短和能耗最低为目标,设计了基于遗传算法和模拟退火的混合优化算法.通过实验验证了模型和算法的可行性,证明可以实现高能效利用下的港站设备协同调度优化.