ECDIS模拟器教学培训:要求、问题与对策

为达到STCW公约马尼拉修正案规定的电子海图显示与信息系统(ECDIS)强制培训的目标,提升ECDIS模拟器教学培训效果,基于有关国际公约和IMO示范课程内容的要求,从培训设备、海图更新、培训计划、教员等方面,分析目前ECDIS模拟器教学在培训设备、海图更新、培训计划编排及培训教员等方面存在的主要问题,并提出相应的对策。     

移动网络海上应急物流路径规划算法

传统算法缺乏海上应急物流路径规划网络数据库的构建,导致在对物资配送时时间过长,为此设计一种移动网络的海上应急物流路径规划算法。应用航行条件的属性信息,以矩阵形式构建海上应急物流路径规划网络数据库,根据数据库内信息确定海上路径可通行的难易程度,并对海上应急路径当量长度计算,寻求到最短配送路径进行静态路径规划,考虑船舶行驶中航行环境会发生变化,提出动态规划流程,完成海上应急物流路径的规划。实验中对多个物资点配送,结果表明此次设计的移动网络的海上应急物流路径规划算法的物资配送时间比传统算法的物资配送时间短。     

粤港澳大湾区建设背景下港航物流管理类专业实用型人才培养

基于粤港澳大湾区建设背景,围绕港航物流管理类专业实用型人才培养问题,从人才培养需求、人才培养定位、人才培养机制、教学改革等方面对如何培养实用型人才进行深入探讨,提出港航物流管理类专业实用型人才培养的实施途径和建议。     

论物流管理专业"工匠精神"

高职院校物流管理专业是以培养高技能高素质人才为目标,学生要有爱岗敬业的学习态度,具备扎实的理论知识和实践技能,踏实负责的职业精神,在物流行业的从业中实现自己的价值。本文以"工匠精神"的构建为基本点,分别从"工匠精神"的定义,构建"工匠精神"内涵建设的必要性,"工匠精神"内涵建设的意义论证物流管理专业的"工匠精神"。     

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。     

新时代职业教育重构思维下的铁路行车组织课改研究

随着新时代国际互联互通的发展,在"一带一路"铁路基础设施建设和运营中,铁路行车组织发挥着重要的作用。为适应时代发展和职业教育重构的需要,铁路行车组织课程要进行改革,其内容应精简且以技术技能为主,使之符合现场工作的需要。课程应该将知识学习与职业资格考证密切对接,提高人才培养质量和工学转化效率。课程应该平衡校企需求,使校企以人才培养为纽带紧密结合起来。     

粒子群优化算法在港口船舶物流中的应用

传统的用遗传算法的港口船舶物流中存在逾期惩罚成本过高的问题,为此,提出粒子群优化算法在港口船舶物流中的应用。分析港口船舶物流影响因素并完成粒子编码,使得粒子位置与影响因素一一对应,计算多目标适应度函数,根据种群适应值均值调整目标粒子适应度函数,保证适应度函数最优,利用微粒迭代更新粒子的位置和速度,通过判断种群的收敛精度实现最优解的输出。实验结果表明,应用粒子群优化算法的港口船舶物流中逾期惩罚成本远低于应用遗传算法物流中的逾期惩罚成本,说明粒子群优化算法的应用有效地改善了逾期惩罚成本过高的问题。     

航空物流与区域经济高质量发展协同性——基于重庆的实证研究

自2017年十九大提出经济高质量发展以来,重庆根据中央部署,经济高质量发展取得了初步成功。在这一过程中,发现航空物流产业与区域经济高质量发展间存在正相关关系。为了研究重庆航空物流与区域经济高质量发展的协同性,采用数据包络分析(DEA)模型,对重庆市2008年至2018年GDP、航空货邮吞吐量等指标进行代入计算。结果表明,重庆航空物流与区域经济高质量发展存在较高的协同性,且呈现上升趋势,但由于航空物流和区域经济发展内部资源分配不合理,导致有效协同发展程度波动较大。结合重庆市实际情况,以资源配置优化为侧重点,提出提高二者协同性的建议。     

多点随机需求的分布式预置储备

考虑重点方向或区域中, 各重要隘口、通道、敏感地带等突发事件之间的关联性(连锁反应的可能性) 和需求的随机性, 在多个预置储备仓库构成储备网络和多个需求点组成需求网络的条件下, 研究了用储备网络保障需求网络的预置储备规模和储备分布优化问题, 分析了需求网络在各点突发事件和需求随机下总需求的分布特征; 在保证预置储备规模有效性、经济性与储备分布合理性的基础上, 建立了给定安全保障概率下的储备规模模型和过程响应准则下的分布式储备模型(统称储备模型); 根据模型特征将分布式储备模型分解为双层模型, 对随机需求采用样本化处理, 并在此基础上建立了针对性的遗传-模拟退火算法求解双层模型; 基于变异系数的概念, 提出了针对突发事件和需求随机的储备方案稳健性指标, 对储备模型及其算法进行了稳健性分析, 并通过案例应用验证了储备模型及其算法的有效性。研究结果表明: 相较于就近分区准则, 储备规模模型及其算法能在确保安全保障概率的前提下将储备规模降低约1/3;相较于极大极小化准则, 过程响应准则下的分布式储备方案可使首批物资响应时间减少11%, 使90%物资的响应时间减少21%;在面临需求网络中突发事件和需求的随机性波动时, 储备方案的波动幅度不超过需求波动的80%, 体现了较好的稳健性。