支线集装箱船舶航线规划与配载协同优化

针对支线集装箱船舶运输中喂给港数和靠泊条件不一的实际背景,考虑船舶容量、行驶稳性和交付时间等约束,采用两阶段分层方法研究支线集装箱船舶航线规划和配载协同优化问题。两阶段中分别以所有船舶总运营成本最小和混装堆栈数最小为目标,构建船舶航线规划和配载优化的混合整数规划(MIP)模型,结合问题特征设计粒子群算法(PSO)求解模型。结果表明：模型与算法均可实现问题求解,对于较大规模的算例,模型最长求解时间超过600 s, PSO最长求解时间为16.66 s,平均10.00 s内完成求解,表现出较好的求解性能,可为支线集装箱船舶航线规划与配载协同优化提供决策参考。     

基于改进NSGA-Ⅲ的内河集装箱船舶配载多目标优化

内河集装箱运输差异化特征导致船方配载决策时考虑多目标优化，为满足船舶运输经济性和适航性需求，以优化船舶堆栈占用数量、阻塞箱数量、稳性高度、横倾角值及纵倾值为目标，构建内河集装箱船舶配载多目标优化模型。为实现多目标优化问题有效求解，采用灰熵并行分析法改进第三代非支配遗传算法(Non-dominated Sorting Genetic Algorithm-Ⅲ,NSGA-Ⅲ),将灰熵并行关联度作为适应度值引导算法进行精英选择。结果表明：改进后算法在求解性能表现上优于采用一般选择策略的算法，对算例参数设置具有较好鲁棒性，可为船方实际制定内河集装箱船舶配载计划提供一定决策支持。