面向重大灾害的船舶应急物流运输线路规划方法

传统船舶物流运输线路规划方法,在重大灾害应急运输应用中,无法有效解决短时间内运输路径船舶运输点位冲突问题,导致短时间内无法完成冲突点交叉的最优路径规划计算,降低应急运输处理效率。因此,提出面向重大灾害的船舶应急物流运输线路规划方法。首先,根据应急运输线路对线路上的突出点位进行冲突点交叉点位评价,获得冲突点交叉评估数据;然后,根据评估数据建立应急物流运输线路规划模型。最后,对线路规划模型数据进行粒子群的最优量计算,获得最优规划线路,完成提出方法设计。通过仿真数据对比,证明提出方法具备短时间内完成运输线路的最优规划效果。     

船舶物流路径规划的数学模型构建及求解

船舶物流路径规划的研究具有十分重要的经济价值,当前船舶物流路径规划方法无法找到最优的船舶物流路径规划方案,使得船舶物流运输的成本过高,为此本文设计了基于蚁群算法和粒子群算法的船舶物流路径规划方法。首先分析船舶物流路径规划研究的历史,建立船舶物流路径规划的数学模型,然后采用粒子群算法对船舶物流路径规划的数学模型进行求解,找到有效的船舶物流路径规划方案集合,并在此基础上采用蚁群算法对船舶物流路径规划方案集合进行搜索,找到最优的船舶物流路径规划方案,最后与单一蚁群算法、粒子群算法进行了船舶物流路径规划问题求解的仿真实验。本文方法避免了单一蚁群算法、粒子群算法求解速度慢,难以找到最优船舶物流路径规划方案不足,得到的船舶物流路径规划方案可以帮助企业节约物流运输成本。     

基于有向图规划的船舶物流运输最优路径选取算法

传统的船舶物流运输最优路径选取算法的运行效率低,为了解决这个问题,提出基于有向图规划的船舶物流运输最优路径选取算法。利用有向图规划法,确定有向图规划船舶物流运输路径冲突分流点,采用深度优先遍历算法,获取船舶物流运输最优路径。为突出算法优势,在经典算法基础上,对其做出改进,在算法结束后,逆序打印每一条路径,选取最优路径,由此,完成基于有向图规划的船舶物流运输最优路径选取算法的设计。在实验中,采用有向图作为实验样本,对2种算法进行对比实验.实验结果显示,所提算法相比传统的船舶物流运输最优路径选取算法运行效率更高。     

大区域船舶物流最优航线选取模型设计

针对传统的最优航线选取方法一直存在选取效果差、时间长的问题,提出大区域船舶物流最优航线选取模型。该方法先采用采用粗糙集理论计算权值,通过可信性理论构建大区域船舶物流航线选择期望值及规划模型,并采用上限和下限的方式约束物流配送信息素,计算大区域船舶物流航线配送概率,并以此为基础,通过船舶物流信息筛选,构建大区域船舶物流航线选取模型。实验结果比发现,采用改进最优航线选取模型时,其航线选取时间及航线长度均要优于传统方法,具有一定的优势。     

船舶物流运输中的最优航线选取模型设计

为了解决传统船舶最优航线选取模型最优航线选取效率低、精准度差的难题,提出船舶最优航线选取模型研究。依据海上运输环境信息,通过全局航线规划算法对船舶运输安全区域进行划分,以此为基础,采用Dijkstra算法对船舶安全航线进行获取,以得到的船舶安全航线为依据,采用离散点法对船舶最优航线进行选取,实现船舶最优航线选取模型的构建。通过实验结果显示,与传统船舶最优航线选取模型相比较,构建的船舶最优航线选取模型极大地提升了最优航线选取效率与精准度,充分说明构建的船舶最优航线选取模型具备更好的性能。     

基于蚁群算法的海洋港口物流运输系统研究

传统海洋港口物流运输系统存在货物运输目标参量与船舶调度路径间的协同性异常问题,导致货物运输船舶调度的精准度误差增大。因此,提出蚁群算法的海洋港口物流运输系统研究。首先,在系统硬件中加入船舶货物ID采集硬件,通过货物相关数据,建立起协同数据模型;接着;根据协同模型对运输路径进行基础模型计算,最后;通过蚁群算法,对路径与协同数据进行匹配性最优计算,从而得到最佳的物流调度方案,实现货物与路径的最佳协同性效果。为了验证设计系统的运输调度效果,通过仿真实验来完成对设计系统性能的验证,证明提出设计系统具有提升港口物流运输货物与船舶路径规划协同性的作用。     

低碳条件约束下船舶物流路径规划模型仿真

传统的船舶物流路径规划模型存在污染物排放物多的问题,不能满足低碳要求,为此对低碳条件约束下船舶物流路径规划模型设计。首先选择船舶物流路径节点并计算障碍物节点,然后采用约束法构造船舶物流路径目标函数,并计算航速与船舶耗油量以及碳排放量之间的关系,最后采取粒子群算法寻找路径中的最优解,以此完成低碳条件约束下船舶物流路径规划模型的建立。实验对比结果表明,此次设计的低碳条件约束下船舶物流路径规划模型的污染物排放量比传统模型的污染物排放量少,能够满足低碳约束条件下船舶物流路径规划需求,具有一定的实际应用意义。     

海上交通高峰航线船舶疏导路径规划仿真分析

面对海上交通高峰航线船舶疏导路径规划复杂性,研究海上交通高峰航线船舶疏导路径规划仿真分析方法,以确定最佳的船舶疏导路径。构建以航程、安全性、平滑性最小为海上交通高峰航线船舶疏导路径规划目标函数,采用栅格法仿真模拟海上交通高峰航线船舶环境,利用仿真软件实施建模,经改进遗传算法寻找海上交通高峰航线船舶疏导路径规划模型的全局最优解后,采用非性规划求解海上交通高峰航线船舶疏导路径规划模型的局部最优解,确定最佳的船舶疏导路径,实现海上交通高峰航线船舶疏导路径规划仿真。仿真结果表明,该方法针对2种场景下海上交通高峰航线船舶疏导路径具有较好的方向性,所规划最优疏导路径安全性、平滑性、航程均最小,符合海上交通高峰航线船舶疏导路径目标函数。     

船舶物流最佳航线智能选择算法研究

传统船舶物流航线的选择算法能够完成单批次、点对点船舶物流航线的确定,但针对多批次、多目的地、不同海洋运输环境的物流运输,传统船舶物流航线选择算法无法计算。为此提出船舶物流最佳航线智能选择算法研究。依托antcb数学模型控制k取值范围,构建理想状态下船舶物流航线的统计算法;扩展外在因素影响算法,对对渠道最佳航线计算进行动态修订,构建船舶物流最佳航线选择原则,完成船舶物流多点式最佳航线智能选择计算。通过实验表明,设计船舶航线智能选择算法比传统航线算法平均航线适用率提升68.93%,适合不同环境、多变量情况下最佳航线智能选择。     

智能网络海上船舶物流运输最佳航线选取模型

常规的物流运输航线选取模型无法获取实时天气及周边环境信息,导致绕避台风不及时。为此利用智能网络技术,设计海上船舶物流运输最佳航线选取模型。分析随机变量对物流运输路线的影响,利用智能网络获取船舶实时位置,计算航线运营成本,了解运输总需求,分析船型大小与其挂靠频率间的关系,选择合适的靠泊港口与靠港顺序,完成智能网络下海上船舶物流运输最佳航线选取模型设计。采用仿真对照实验,测试该模型应用效果。实验结果表明,将智能网络技术应用到最佳航线选取过程当中,能够实时获取相关信息,准确地制定船舶绕避台风方案,选择最为合适的物流运输航线,保证货物安全并准时到达。     

一种基于AIS数据的船舶航线自动规划方法

为采用航线自动规划技术设计出最优船舶航行路径,提出一种基于船舶自动识别系统(Automatic Identifi-cation System,AIS)数据和航行区域栅格化地图建立环境模型,结合蚁群算法求解最优航线的航线自动规划方法.对航行区域地图进行栅格化处理,利用海量AIS数据定义可通航栅格和障碍物栅格,结合邻接矩阵将栅格地图矩阵化,基于蚁群算法和计算得到的邻接矩阵求取最优规划航线.通过在中国沿海港口进行实例验证,说明该方法在全局最优航线自动规划方面具有经济、便捷、安全的应用效果.     

低碳条件下的货运船舶配送路径优化规划方法

为了更好地实现节能减排目标,优化船舶航线选择精度,在低碳条件下设计了船舶货运配送路径规划方法。分析船舶航行最优路线和船舶航线拥堵情况,获取航线数据,构建物流配送路径管理模型,实现航线数据的有效搜索和最优路径的选择。实验结果表明,本文提出的低碳条件下的货运船舶配送路径优化规划方法在实际应用过程中,具有更高的实用性和有效性,充分满足船舶配送路径优化要求。     

船舶交通流大数据在无人船航线智能规划中的应用

传统无人船航线规划方法,虽然能够对路径数据进行连续性分析计算,但在多数据流的匹配最优量计算方面,由于路径规划变量增多,导致线路规划量与输出量匹配出现误差,影响无人船路径规划准确率,降低无人船线路规划效果。因此,提出船舶交通流大数据在无人船航线智能规划中的应用。首先,对无人船运动轨迹进行数据模型建立,完成对路径数据资源的特征整理;接着通过引入大数据分析技术,利用AI数据分析算法,对路径规划资源进行最优量分析计算。最后,考虑到路径资源匹配最优量计算量巨大,为了保证算法计算效率,通过AIS压缩算法,对计算过程中匹配完结路径规划数据进行压缩简化计算,实现计算空间资源的高效管理,从而提升无人船航线的智能规划。利用数据对比方式,证明提出方法在实际应用中的有效性。     

基于Maklink图和蚁群算法的航线规划

为实现航线自动规划设计,提出一种可行的计算方法,并对船舶实际运营中进行航线规划时需注意的问题进行分析。以路径最短为目标,建立以避开障碍物区域和危险区域、控制转弯角度及减少转向点数目等为约束条件的规划模型。在建立模型过程中,采用Maklink图和Dijkstra算法生成初始规划路径,采用蚁群算法对路径作进一步的优化和调整,以满足约束条件。试验结果表明:与传统的在纸质海图上绘制航线及在电子海图上手动输入转向点生成航线相比,通过智能算法生成航线具有耗时短、经济可靠等优点。     

双层规划视角下远距离运输配送路径优化选取系统设计

针对传统冷链物流配送船舶路径优化选取系统存在选取的路径可行性不足的问题,提出基于双层规划的冷链物流配送船舶路径优化选取系统设计。首先架设双层资源计算平台,通过多服务机组云端交互的方式,完成硬件平台的架设;接着,引入双层规划资源算法,对船舶航行相关航线数据进行全局分析,得到均衡要素分析下的可选取路径的合集;最后,通过引入遗传碰撞择优算法,对合集内的路径进行最优值碰撞计算,从得到最优路径完成选取;通过仿真实验,对设计系统的准确性与稳定性进行实验证明,通过对比数据证明所设计的系统满足设计要求。     

基于多维度数据挖掘的船舶最优航线生成研究

为了使船舶以最佳航线到达目的地,研究基于多维度数据挖掘的船舶最优航线生成方法。通过官方电子海图挖掘海域港口、陆地物标等多维度坐标数据后,使用改进随机路径图算法生成船舶初始无向路径网络图后,从航行安全距离和航线目的地潮汐时间维度,设置最优航线生成指标。依据该指标和初始无向路径网络图,利用改进和声搜索算法生成最优航线。实验结果表明：该方法可有效生成船舶初始航线路线和最优航线,生成的最优航线适应度数值较高,实际应用效果好。     

基于整数规划的支线运输船队规划模型

文中对船舶支线运输问题进行了研究,给出了船舶支线运输的界定,并且对船舶支线运输的特点进行了分析。针对单航次单喂给港的运输方式,一条船可以兼顾多条航线运输,建立了综合的整数规划模型,以船队总运输成本最低作为目标函数,系统的考虑了港口及航线条件约束,时间约束,求解后便同时解决了包括航线选择,船队组建,航线配船等问题。该模型简单实用,弥补了当前支线运输船队规划的不足,更好的满足实际需求。通过LNG支线运输船队规划实例验证,结果稳定可靠。     

连续施工水域船舶航线规划

主要研究海上施工分布较为密集且各个施工点的影响范围较大,各个施工点的影响范围相互交织而形成的连续型施工水域。对施工作业的影响区域建立危险度模型,为连续施工水域中的船舶航线规划建立航线规划数学模型。建立以航线总长度最短和路径危险度值最小为目标的非线性多目标航线规划数学模型。由于在连续施工水域中,航线规划的数学模型是非线性多目标的数学模型,为更合理地评价各条航线,还建立航线评价模型。根据航线评价模型求得通过连续施工水域的最优航线。     

智能网络下船舶海上应急物流路径规划方法

为了满足船舶海上应急物资的需求,针对当前船舶海上应急物流路径规划方法存在的不足,设计了基于智能网络下船舶海上应急物流路径规划方法。首先根据船舶海上应急物资需求的特点,建立船舶海上应急物流路径规划的数学模型,然后基于智能网络对船舶海上应急物流路径规划的数学模型进行求解,构建船舶海上应急物流规划路径,最后通过算例对本文的船舶海上应急物流路径规划方法性能进行验证。验证测试结果表明,本文方法在较短时间内可以找到最优的船舶海上应急物流规划路径,是一种能够满足实际需要的船舶海上应急物流路径规划方法。     

基于大数据的船舶航行最优路径规划算法研究

传统的航行路径规划算法为静态单一条件的最优选择算法,最优路径缺乏客观性,准确度明显下降。针对此问题提出基于大数据的船舶航行最优路径规划算法。引入云计算遗传特征计算算法,对航行相关的全局路径数据进行大数据遗传特征分析,得到具有代表性特征的备选路径;引入大数据蚁群择优算法,对备选路径进行最优路径计算,得到最客观真实的最优航行路径;通过设计多路径仿真实验,证明提出算法具有计算速度快、准确率高、可行性好的特点。