基于遗传算法的模糊控制型船舶自动驾驶仪研究

该文分析了常规船舶自动驾驶仪存在的缺陷,针对船舶操作这种非线性、时变参数的控制对象,提出了一种基于遗传算法的模糊控制型和Bang—Bang控制相结合的控制系统,提高了模糊控制系统的精度;最后,通过仿真将模糊型船舶自动驾驶仪与基于遗传算法的模糊控制型船舶自动驾驶仪的性能作了比较,结果表明该文所提出的方法控制性能良好。     

自动化码头多AGV路径冲突的优化控制研究

针对自动引导车(AGV)在自动化码头水平运输过程中可能发生的路径冲突问题,提出一种将AGV路径容量、安全距离、行驶时间及行驶速度相结合的多参数优化控制模型.Dijkstra算法规划多条AGV路径,位向量交集运算法检测路径冲突,改进的速度控制策略通过控制AGV在冲突节点处的行驶速度,解决冲突问题.对某自动化码头的AGV路网进行仿真实验和分析.比较停车策略、速度控制策略和改进的速度控制策略的结果,验证了改进速度控制策略在AGV路径冲突问题中的可行性及有效性.     

基于环岛策略的自动化码头AGV路径仿真优化

随着自动化集装箱码头的广泛使用,水平运输环节逐渐成为制约码头作业效率的新瓶颈。为避免AGV在交叉路口产生排队等待,采用虚拟环岛策略,并根据AGVs运行机理,考虑边装边卸作业工况,利用e M-Plant仿真软件建立包括岸桥、AGV和堆场在内的集装箱码头仿真模型,最后通过变动支路数量和位置,来比较AGV不同行驶路径对码头作业效率产生的影响。研究结果表明:AGV选择不同的行驶路径在一定程度上影响着码头的作业效率。实验结果为提高码头作业效率,优化码头前沿路径提供一定参考依据。     

自动化码头多级作业超网络延误传导特性研究

不确定环境下自动化集装箱码头(自动化码头)多级作业延误现象频发，随着时间的推移， 延误会在多级作业间传导，形成“连锁”效应，严重影响港口的整体效益。为了提升企业应对作业延误的能力，依据超网络理论和传播动力学理论，构建自动化码头多级作业超网络。结合小世界网络理论的网络拓扑特征，从特征路径长度、聚类系数及SIS(易感-感染-易感模型)模拟3方面对延误在多级作业超网络中的传导速度、传导广度以及传导能力进行讨论与数值模拟分析。结果表明，较短的传导路径和较大的聚类系数会使不确定事件带来的延误在多级作业超网络中更快和更广地传导，聚类系数较小的故障节点传导扩散会受聚类特性抑制。多级作业超网络的传导 能力随初始故障节点数量的增加而增加，随修复概率增加而减少。本文有利于企业管理者主动应对不确定事件带来的延误，提升港口的运作效率。