基于船舶优先权的集装箱港口泊位分配问题

泊位作为港口的重要资源,它的有效管理对于港口有着重要意义。集装箱港口泊位分配问题（BAP）,实质是为到达集装箱港口的船舶安排最佳停靠位置与停靠时间。本文考虑到船舶动态到达的情况,以及实际操作中码头装卸效率对船舶在港作业时间和船舶优先权的影响,以最小化包括等待时间在内的船舶在港停留时间为目标,建立了基于船舶优先权的连续布置泊位分配模型。该模型是0-1混合整数规划模型,对于小规模问题,可采用商业优化软件求解,对于大规模问题,可设计遗传算法处理。算例分析表明,考虑了连续布置泊位分配问题的二维特性和船舶优先权,能够找到更符合实际的泊位分配方案。     

集装箱码头连续泊位动态分配优化模型及算法

以泊位配置问题为研究对象,以到港船舶总在港时间最短为目标,建立优化模型。设计了基于Q学习方法的优化算法,并以某集装箱码头的实际船舶作业数据为例,对模型及算法的有效性进行了验证。     

集装箱港口连续泊位与岸桥的动态配置

为缓解集装箱港口的泊位和岸桥资源比较紧张的现实情况,提高港口的运营效率,针对港口中泊位和岸桥的联合分配问题,在基于泊位和岸桥数量随时间动态变化的条件下,综合考虑泊位的连续性和船舶的泊位偏好性,建立了一个以船舶剩余作业量、船舶偏离偏好泊位的距离和岸桥移动次数之和最小为目标的混合整数线性规划模型,在保证船舶能在最迟离港时间前离港的前提下,让船舶尽快离港。通过CPLEX求解出此模型的最优解和算例分析,证实了文中的混合整数模型在解决实际港口中泊位和岸桥联合分配问题上的有效性。     

集装箱码头泊位-堆场-闸口的周期协同分配

为提高集装箱进出口码头在周期性环境下的作业效率,对集装箱码头泊位-堆场-闸口的周期协同分配问题进行了研究. 首先考虑泊位、堆场、闸口3类资源对船分配过程中的可用量约束、相关性约束和周期性约束,以最小化船舶总在港时间为目标函数,建立集成调度的混合整数规划模型;在此基础上设计自适应遗传算法进行求解,其上层对船舶优先级构成的编码空间展开进化搜索,下层利用启发式将优先级解码为多资源协同分配计划,并将其评价值返回至上层迭代. 数值实验显示,协同考虑泊位、堆场和闸口3类资源的集成调度,相较于传统的两阶段调度,周期计划下的船舶总在港时间缩短约20%.      

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.     

集装箱港口岸边资源泊位与岸桥协同优化配置研究

在集装箱港口中,泊位跟岸桥作为2个非常重要的资源,它们的优化配置,对整个港口的运作以及客户对港口服务的满意度有十分重要的影响.文中建立了一个对泊位与岸桥资源同时进行优化配置的混合整数规划模型,采用两阶段分解算法进行求解,对港口泊位与岸桥资源进行协同优化配置.并考虑了岸桥有工作范围,同时允许岸桥在工作中进行调整.用一个算例,证明该模型在对2种资源的优化配置方面有理想的效果.     

港口交通资源承载力预测预警模型

根据航道交通容量计算方法,建立了航道资源静态承载力模型,基于锚地规模计算方法和基准判定参数,建立了锚地资源承载力分级模型。应用排队理论,将港口码头泊位的服务强度与航道资源、锚地资源的承载力模型相融合,构建了港口交通资源承载力综合预测预警模型,并以中国南方某港口进行实例验证。计算结果表明:应用预测预警模型,2008年与2010年的航道资源承载力指数分别为0.405与0.608,锚地资源承载力综合指数分别为1.489与0.600,2008年的港口码头服务强度为0.565,计算结果与事实相符;按照货物吞吐量的增长速度,预计到2015年,最小、最大航道资源承载力指数分别为0.593与0.796,预计到2020年,最小、最大航道资源承载力指数分别为0.685与0.944;基于现有锚地资源,预计到2015年,水深小于5m的最大锚地资源承载力指数为0.177,水深在5～10m的最大锚地资源承载力指数为1.037,水深大于10m的最大锚地资源承载力指数为1.294,预计到2020年,水深小于5m的最大锚地资源承载力指数为0.210,水深在5～10m的最大锚地资源承载力指数为1.231,水深大于10m的最大锚地资源承载力指数为1.535;预计到2015年,港口码头的最小泊位服务强度为0.858,预计到2020年,港口码头的最小泊位服务强度为0.994。     

考虑潮汐因素的连续泊位和岸桥集成分配研究

泊位和岸桥是集装箱码头非常重要的资源,合理的分配及使用是提高集装箱码头作业效率的重要途径。在港口业务的实践中,泊位水深会限制船舶停泊,因为泊位水深必须匹配船舶的吃水。考虑船舶停泊位置的水深随时间而变化的潮汐码头,以最小化时间延迟成本及岸桥使用成本为目标,建立考虑潮汐影响的连续泊位和岸桥集成分配的混合整数规划模型。通过CPLEX求解得到船舶的靠泊计划及岸桥分配计划。数值结果表明:文中模型在解决实际港口中泊位和岸桥分配问题上的有效性。     

基于排队论的内河港口水域锚位需求量计算方法

对内河港口水域锚位需求量进行研究.通过对船舶在内河港口的工作过程进行分析,提炼了港口锚位需求量的影响因素,并采用时间序列方法对影响因素中的关键数据进行预测,运用排队论的方法对锚泊保证率和港口水域锚地利用率进行了计算,在综合考虑锚泊保证率和港口水域锚地利用率的基础上,建立了内河港口水域锚位需求量计算模型,并以某一内河港口为例,对建模方法进行了演绎和验证.计算结果表明,该模型在内河港口锚位规划方面有较好的应用价值.     

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.     

考虑集装箱流恢复的班轮运输船期恢复模型

为降低干扰事件对班轮运输服务的不良影响,本文研究了班轮运输中的船期干扰恢复问题.涉及4种船期恢复策略:调整航速、缩短在港时间、交换港口挂靠顺序和取消港口挂靠.当采取"取消港口挂靠"策略时,考虑集装箱流恢复问题,建立了船期恢复问题的混合整数非线性规划数学模型,并采用LINGO软件和遗传算法分别对模型进行求解.利用来自中远集装箱公司的实际案例,对模型和求解方法进行了验证,结果表明,所提模型和求解方法是正确有效的,能够为班轮公司提供科学的干扰管理决策支持.     

���ڻ���ȼ��Ŀ��ؼ�װ�������Ż��о�

我国自然资源分布不平衡,受地区经济发展和城市布局等因素的影响,全国集装箱货源分布和流向存在着很大差异,导致铁路集装箱供需矛盾十分突出,空箱调运较为频繁.以往空箱调运优化模型都是以调运费用最小为目标,没有考虑重箱运输的收益.综合考虑空重集装箱运输,以铁路运输利润最大为目标,在完成局间排空箱任务基础上,将适箱货物按重要程度分为不同的等级,对高等级货物优先运输,并按所需集装箱类型不同建立空箱调运非线性混合整数规划模型.其中,运输利润为重箱运输收益与空箱调运成本之差.算例分析结果验证了模型的正确性和可行性.     

不确定箱重下内河集装箱班轮航线配载决策

与集装箱海运相比内河集装箱班轮运输具有其独特性,同时对于内贸箱而言,货主订舱时箱重信息的不确定性导致其航线配载决策变得更加复杂.本文考虑不确定箱重影响,以最小化航线班轮堆栈占用数量为目标,构建内河集装箱班轮航线配载决策的随机规划模型.为实现求解,基于随机规划理论,采用机会约束描述随机约束,将随机规划模型转化为随机机会约束规划模型,并设计混合邻域搜索算法求解.算法由蒙特卡罗随机模拟、神经元网络训练及邻域搜索启发式3个部分组成.算例研究表明,混合邻域搜索算法的鲁棒性较好,可实现配载计划对不确定因素的有效吸收.     

资源紧缺型集装箱码头多类型场桥配置问题研究

针对资源紧缺型集装箱码头场桥配置特点,探索堆场场桥配置问题.使用运筹 学线性规划方法,建立集装箱码头堆场场桥配置混合整数规划模型,模型能够处理码头 多类型场桥配置问题.数值实验部分,结合港口实际情况设计算例验证模型的有效性,同 时对模型进行较为完整的场景分析,包括初始场桥分配、场桥作业性能及场桥资源数量, 指出其对实际堆场管理的意义.实验结果显示,本文建立的场桥配置问题能够较好地解决 资源紧缺型集装箱码头场桥配置问题,为实际港口操作提供决策支持.     

集装箱船舶支线运输航线优化算法

以枢纽港船舶限制时间和支线船舶容量为基础,分析了轴-辐式网络运输模式。以船舶最小总航行时间为目标函数,建立了混合整数规划支线集装箱运输模型。通过设计巡回路线方法实现杂交和变异,更新了解的构成,运用遗传算法求解模型。计算结果表明:当船舶容量为150 TEU时,在160次迭代后,总航行时间为708.6 h,航线数量为8条;当船舶容量分别为100、150 TEU时,在150次迭代后,总航行时间为714.6 h,航线数量为9条;对枢纽港船舶限制时间和支线船舶容量进行方差分析,F检验统计量的概率值均明显小于0.05;对支线船舶容量和运营成本进行敏感性分析,增大船舶容量能够减小航线数量和运行时间,但增大了运营成本,增大枢纽港船舶限制时间能够减小航线数量;考虑航行时间和运营成本,当船舶容量为150 TEU时最合理。