集装箱船舶贝内配载和堆场装船顺序协调优化

针对集装箱船舶贝内配载和堆场装船顺序协调优化问题，以堆场贝位和船舶贝位翻箱次数之和最小为优化目标，考虑堆场装船要求和船舶适航性等多种约束条件，建立数学模型. 鉴于问题的NP特性，提出混合演化策略算法(HES)求解模型，设计二维实数编码，提出基于力矩平衡和逐列装载的解码方法. 基于三点交叉互换的重组算子，单点突变的变异算子和互换的局部搜索策略对算法进行改进. 通过计算证明，对不同规模算例，HES算法均能求解出较优的贝内配载方案和堆场装船顺序.HES 算法与传统演化策略算法(ES)、粒子群算法 (PSO)、基于规则的启发式算法(HA-MBSCC)进行对比，进一步验证了算法的优越性.     

集装箱船舶装箱排序问题的两阶段算法

集装箱船舶装箱排序问题综合集装箱装船顺序与船舶贝内排箱,是一类典型的组合优化问题.考虑堆场发箱顺序和船舶配载之间的关联,构建集装箱船舶装箱排序问题的数学模型.针对构建的优化模型,鉴于已有方法难以直接对其进行求解,基于两阶段分层求解思想设计SWO-HES两阶段算法.算法第1阶段利用吱呀轮算法(SWO)大邻域导向式搜索的特点优化集装箱装船顺序问题;第2阶段将SWO的结果作为输入,基于启发式规则和演化策略算法(ES)构造混合演化策略算法(HES)优化船舶贝内排箱问题.最后,通过不同规模算例的研究,将SWO-HES与常见智能算法、基于实际装船规则的启发式算法进行对比分析,验证模型与算法的有效性.     

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.     

基于混合动态规划的集装箱堆场贝位内翻箱作业调度优化

翻箱是影响集装箱堆场作业效率的瓶颈,也是堆场作业调度的老大难问题.在集装箱堆场现行堆存位置和提箱装船顺序既知的条件下,基于集装箱装船过程中堆场翻箱作业的多阶段性特征,将翻箱作业调度优化问题归结为一个动态最短路径问题,据此构建了优化模型.基于并行处理的思想,将顺序递推算法与逆序递推算法相结合进行优化求解,通过嵌入启发式规...     

多箱型内河集装箱船舶配载决策研究

内河集装箱运输具有其独特性,船舶配载时更强调船舶舱容利用率.考虑特殊箱型影响,以最小化堆栈占用数量为目标,构建内河集装箱船舶配载决策的整数规划模型.为实现快速寻优,设计包含构造部分和优化部分的启发式算法求解.算法中,构造部分基于启发式规则快速构造初始解,优化部分基于邻域搜索策略实现初始解优化.算例研究表明,模型可实现内河集装箱船舶配载决策问题的有效求解,但随着算例规模增加所需求解时间大幅增加.与模型精确求解相比,启发式算法在求解时间方面表现要远优于模型,可在0.25 s内实现所有算例的高效求解,为内河集装箱船舶实际配载决策提供一定参考.     

考虑最短距离作业的港口拖轮作业调度优化

为了合理调度拖轮作业,有效提高拖轮的利用率,减少船舶等待时间,针对拖轮作业特点,用多处理器任务调度理论分析了拖轮作业调度问题.在考虑拖轮最短距离作业的前提下,以最小化最大完工时间为优化目标建立了拖轮作业调度模型.采用演化策略算法对拖轮作业调度问题进行优化,提出了一种基于轮盘赌概率分配的编、解码方法,并设计了三点交叉互换的重组算子和个体基因交叉互换的变异算子.算例结果表明:用演化策略算法的优化结果优于仿真结果和粒子群算法的计算结果.采用实数编码时,通过优化算法得到的最大完工时间最小值为356 min,比仿真结果减少了117 min;而采用整数编码时,最大完工时间最小值为369 min,比仿真结果减少了104 min.验证了最短距离作业原则的有效性.     

基于随机交箱的堆场出口箱箱位分配研究

集装箱堆场出口箱在贝位内的箱位分配直接影响装船时取箱作业效率。文中针对集装箱堆场出口箱箱位分配问题,从装船取箱时堆场贝位内最小化翻箱的角度,建立取箱作业翻箱量最小的数学模型,从源头上寻求减少装船时翻箱的方法。在研究进场出口箱已有堆放策略的基础上,分析了贝位内堆放方式对翻箱的影响,提出一种基于重量等级的混合堆放方法,并用启发式算法为出口箱在贝位内分配具体箱位。最后通过比较不同堆放方式下的翻箱率来评价方法的优劣。实例结果表明,文中算法可以有效解决出口箱的箱位分配问题,减少装船取箱时贝位内的翻箱次数。     

基于BP神经网络的集装箱船舶配载问题研究

针对集装箱船舶对配载的快速性、高效性需求,根据BP神经网络对历史数据的分析,结合集装箱船舶的特性深入研究集装箱智能配载方案.基于集装箱船配载图和各卸货港信息等历史数据,通过BP神经网络对历史数据进行训练优化,挖掘其中规律,从而快速生成对各类集装箱合适的配载位置,优化装船作业,提高集装箱船舶配载效率,达到节约成本的效果.最后采用实船数据进行测试,仿真结果与实际配载结果差异率不大,说明该研究方向对于集装箱配载方案优化是有效的.     

带二维装箱约束的客货滚装船配载决策

客货滚装船长期处于人工配载状态，其独特性导致其无法直接采用已有滚装船配载方法.为提高客货滚装港口配载的决策水平，针对配载过程的两阶段和二维装箱特性，以船舱面积利用率最大为目标，构建客货滚装船配载决策模型.为实现大规模求解，设计偏随机密钥混合遗传算法求解，算法由多阶段启发式嵌入偏随机密钥遗传算法构成.多阶段启发式首先通过首层配载、主体配载和补充配载三段启发式完成初始解构造，其次采用横纵倾优化策略调整船舶稳性.算例研究表明，偏随机密钥混合遗传算法表现良好，且在大规模应用实验中鲁棒性较好，可实现客货滚装船的有效配载.     

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.     

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。      

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.     

基于混合进化策略算法的并行多机调度问题研究

描述了一类带工艺约束的并行多机调度问题，其工艺约束的特点在于工件的加工需要多种不同类型机器同时协同工作来完成，为求解此类调度问题，采用进化策略与局部搜索相结合的混合算法，提出一种工件加工的机器动态调度策略，寻求生产调度完工时间和机器负荷均衡的优化。     

��·��װ������վ�ѳ�����Ż�ģ��

铁路集装箱中心站堆场作为集装箱列车装卸作业与集卡提交箱作业的缓冲区,堆存策略直接影响整个中心站的作业能力和效率,本文对铁路集装箱中心站堆场混堆优化问题进行了研究.根据中心站堆场混堆作业问题的描述,建立了两阶段优化模型,第一阶段平衡中心站堆场各箱区进口箱和出口箱的箱量,第二阶段为分配到箱区的集装箱指派较优箱位,使堆存所产生的压箱数最小,并设计了启发式算法对模型进行求解.最后利用某集装箱中心站的实际数据对模型和算法进行了验证,验证结果表明,该优化模型比中心站现有的堆存策略有较大改进.     

考虑运输时限和航速优化的班轮航线网络设计

为了保持市场竞争能力,班轮公司需要保证集装箱在各个港口间的运输时间达到市场平均水平. 本研究将航速设为变量,对具有运输时限的班轮航线网络设计问题进行求解,以得到既满足运输时限要求又能最大化总利润的航线网络设计与配船方案. 为了有效求解实际问题,首先采用港口聚类算法筛选出候选挂靠港,然后确定港口的标号顺序,最后采用基于列生成思想的启发式算法对问题的非线性混合整数规划模型进行分解和迭代求解. 采用不同规模的标准算例,验证了模型和算法的有效性. 结果表明,与采用事先给定的设计航速相比,将航速设为变量,对每条航线的平均航速进行优化,能增强航线网络设计的灵活性并提升航线网络的盈利能力.     

考虑运输时限和航速优化的班轮航线网络设计

为了保持市场竞争能力,班轮公司需要保证集装箱在各个港口间的运输时间达到市场平均水平. 本研究将航速设为变量,对具有运输时限的班轮航线网络设计问题进行求解,以得到既满足运输时限要求又能最大化总利润的航线网络设计与配船方案. 为了有效求解实际问题,首先采用港口聚类算法筛选出候选挂靠港,然后确定港口的标号顺序,最后采用基于列生成思想的启发式算法对问题的非线性混合整数规划模型进行分解和迭代求解. 采用不同规模的标准算例,验证了模型和算法的有效性. 结果表明,与采用事先给定的设计航速相比,将航速设为变量,对每条航线的平均航速进行优化,能增强航线网络设计的灵活性并提升航线网络的盈利能力.     

考虑时空热度的共乘匹配问题建模及求解

在共乘匹配问题中，考虑时空热度对共乘车主收益的影响，构建了以共乘收益和共享路线百分比为优化目标的数学模型，提出了一种启发式多进程进化算法用于求解. 算法根据历史数据采用三次样条插值法和复合辛普森求积法得到预计订单的时空热度，从而预估车主共乘收益. 在进化算法中，根据差异度自适应选择不同的交叉策略，以达到搜索深度和广度的自动平衡. 实验结果表明，该算法与最优化算法(匈牙利算法)比较，在以相同效用矩阵作为输入条件时，本文方法可在较短时间内得到高质量的解，且在处理大规模实例上效果明显，能够高效求解共乘匹配问题.