基于遗传算法入库钢板分配策略研究

为了减少钢板在堆场的翻板量,实现精细化钢板物流管理,对船厂入库钢板如何安排堆放的问题进行了研究.首先分析船厂月钢板需求量分批次入库分配的过程,结合堆场堆存现状及钢板的出入库计划建立数学模型,在此基础上,采用遗传算法对数学模型进行求解,并运用VB.Net计算机语言进行编程.实例表明钢板分配策略能大大减少钢板在堆场作业过程...     

大宗散货码头堆场装卸系统“一带双机”工艺优化技术

针对大宗散货码头堆场装卸作业特点,提出"一带双机"堆场带式输送机系统工艺优化技术方案,通过分析其装卸工艺原理及布置方案,得出该装卸工艺能够提高堆场利用率和作业灵活性,具有高效性和节能性的特点。     

挖掘堆存能力提高堆场使用率

码头堆场的作业是码头生产流程中的重要一环。抓好场地计划的编制,可以提高堆场利用率,减少作业机械频繁跨场地交叉作业。在计划指导、控制下的集装箱堆场可以提高作业效率,并保证作业现场的良好秩序。合理地利用和调配场地对于码头生产的各个流程都有明显的优化作用。在日益激     

自动化集装箱码头堆场策略

研究自动化集装箱码头中堆场管理策略的制定、应用和效果评估。自动化码头新的垂直堆场结构带来堆场使用方式、机械作业模式、交互方式、堆码方式、操作习惯及思维方式的变化,因此新的堆场管理方式及堆码策略随之孕育而生。通过对作业进行分类,结合码头内外部情况制定自动化码头堆场策略,提高堆场空间利用率及作业效率,降低作业成本,提升堆场综合能力。     

集装箱码头堆场作业系数优化策略

集装箱码头堆场作业系数是堆场作业量与船舶装卸作业量之间的比例。该系数是反映堆场计划管理水平高低的主要指标之一,系数越高,堆场内无效作业越多,堆场作业成本越高,效率越低;因此,如何降低堆场作业系数已成为集装箱码头企业的重点研究课题。本文分析集装箱码头堆场作业系数影响因素,提出优化堆场作业系数的方法和措施,以便码头根据自身实际情况将堆场作业系数控制在科学、合理的水平。     

基于工业云的钢板堆场数字化管理系统设计与实现

设计一种基于工业云的钢板堆场数字化管理系统。采用云计算、大数据、互联网和物联网（Internet of Things，IoT）等技术，串联船厂用于钢板管理的工业设备，达到合理高效管理船厂钢板堆场的目的。设计一种基于遗传算法的钢板堆垛优化策略，并利用MATLAB进行算法程序编写。算法结果表明输出的钢板堆垛方案可较大减少钢板翻板次数，提高钢板堆场的周转效率。该系统具有稳定性、通用性及持续扩展性，可为船厂的信息化和智能化建设提供一种新的解决方案。     

自动化集装箱码头堆场调度规则研究与优化

堆场作业效率是体现自动化集装箱码头海侧装卸船能力、陆侧收发箱水平的重要指标。针对自动化集装箱码头堆场作业过程中出现的堆场调度工况不合理、效率较低的问题,进行堆场调度规则研究。通过对堆场各工况实际作业需求进行分析,确立堆场海侧、陆侧作业调度原则,优化不同工况调度顺序,增加自动化堆场作业重进重出比例,改善自动化码头堆场调度逻辑,并对比调度规则优化前后的堆场作业效率。结果表明,优化后的堆场调度规则可以显著提升自动化码头堆场作业效率和对外服务水平,提高自动化码头核心竞争力。     

基于北斗的差分技术在散货码头堆场管理中的应用

在散货码头堆场管理中引入基于北斗的差分技术,实现堆场货位和作业机械的高精度定位,实现堆场货位的图形化、动态化和精细化管理,也实现作业机械的实时监控、智能调度和作业指令监控,不仅提高堆场、作业机械的利用率和货物管理的准确性,而且确保堆场生产作业和货物安全。     

无线技术在现代集装箱堆场中的应用

无线系统通过实时传递各类作业信息,优化堆场业务流程,从而带来现场作业及管理革命性的改变,理想状态下可实现堆场无人化作业。     

集装箱码头岸桥与集卡装卸协作优化*

岸桥与集卡是集装箱港口装卸过程中的重要机械, 其配置情况关系到整个港口的作业效率。为了提高集装箱码头的作业效率,针对集装箱在码头堆场分区堆放的情况和码头泊位装卸作业的状态要求,考虑了岸桥作业时间和集卡运输时间,提出了集装箱码头集卡与岸桥协作优化模型,该模型以总时间最小为目标。算例结果表明,该模型为码头集装箱装卸作业优化问题提供了决策支持。     

两种优化算法在螺旋桨优化设计中的应用与比较

为了获取合理且高效的船用螺旋桨,把数值优化算法引用到螺旋桨剖面设计中来。设计过程中以遗传算法和模拟退火算法为优化算法,以提高敞水效率为优化目标,通过优化算法的操作产生新翼型剖面,并结合面元法水动力性能预报程序进行原型桨与设计桨的水动力性能预报。由结果分析可知:结合优化算法的螺旋桨设计是可行的,且在算例中各算法的设置条件下,模拟退火算法无论在优化效果上还是在优化效率上都比遗传算法表现卓越。     

绿色能源双体无人艇艇型综合优化分析

为了实现绿色能源双体无人艇的艇型最优设计,本文对艇型设计的多目标策略和智能优化算法进行研究。首先综合考虑太阳能和风帆以及快速性、操纵性、耐波性和抗倾覆性四大性能对艇型设计的影响,建立综合优化数学模型;然后基于遗传算法改编的综合优化设计软件确定总目标函数最优情况下的遗传次数、种群规模、变异概率和交叉概率;最后采用外部分层策略对遗传算法结合粒子群和混沌算法,进行了混合算法的比较分析。结果表明,相比于单一遗传算法,混合算法的优化效果更好,且在不同载波概率情况下,遗传算法+粒子群算法的优化效果均为最佳,外部分层策略可以有效提高寻优效果。     

基于多种群萤火虫算法的集装箱船结构优化

针对集装箱船结构优化问题,依据CCS规范建立以集装箱船舯剖面面积最小为优化目标,板厚、型材横截面积为离散设计变量的优化数学模型。提出一种多种群萤火虫算法,各种群设置不同的参数,提高搜索区域,多子群并行寻优、子群主群协作寻优提高算法寻优性能,对所建模型进行优化计算。优化算例表明,所提出的多种群萤火虫算法比标准萤火虫算法可以更快的收敛得到最优解,在满足所有约束条件情况下,集装箱船舯剖面面积最小约13.2%,验证了多种群萤火虫算法应用于集装箱船结构优化的有效性。     

船舶主尺度微分进化分析

在探讨微分进化算法机理的基础上,比较微分进化算法与其它的算法,讨论微分进化算法参数的选择。将微分进化算法扩展到可求解混合变量、有约束的船舶主尺度优化问题。扩展后的微分进化算法应用于载重量23800t无限航区散货船的主尺度优选。结果表明微分进化算法是一种高效、实用的工程优化方法。     

基于人工蜂群算法的油船舯剖面优化设计

人工蜂群算法(ABC)是模仿蜜蜂行为提出的一种优化方法,通过各人工蜂个体的局部寻优行为,最终在群体中使全局最优值凸显出来,有着较快的收敛速度[1]。本文基于HCSR规范,以中剖面净面积最小为优化目标,以区域纵骨间距个数、板厚、型材尺寸、板缝位置为设计变量,采用ABC算法,建立了适用于油船的中剖面优化设计模型。以一艘32000DWT油船为例,对其进行了优化设计,优化结果验证了人工蜂群算法用于船舶中剖面结构优化的可行性和高效性。     

基于迭代局部搜索和自适应粒子群优化的SVM短期负荷预测

为了能够进一步的提高船舶电力负荷的预测精度,针对SVM模型在负荷预测中存在的参数选取问题,该研究提出了一种新的参数优化算法:基于迭代局部搜索和自适应粒子群优化的组合算法。自适应粒子群算法提高了传统粒子群算法的收敛速度,引入的迭代局部搜索思想,配合新的极值评价标准能够很好的解决粒子群算法容易陷入局部最优的问题。仿真结果表明,利用新的参数优化算法使得SVM预测模型的精度得到了很大的提高。     

基于蚁群算法的长江干散货船中部结构优化设计研究

以长江散货船舯剖面纵向构件重量最小为优化目标,针对长江散货船在结构上的特点,采用蚁群算法,通过Matlab语言编程实现该目标寻优过程。利用该程序对实例进行计算,结果说明蚁群算法适用于船舶的结构优化设计,并能取得良好的优化结果。     

基于粒子群算法的起重船扒杆结构优化设计

基于Isight优化软件和通用有限元软件,以扒杆重量为目标函数,采用粒子群算法（PSO）和遗传算法对某起重船扒杆结构进行了优化设计,并讨论了PSO算法的稳定性。通过对两种算法优化结果的比较分析表明,PSO算法优化效果好,收敛速度快,且计算稳定性高,验证了PSO算法在工程船舶结构优化设计中的有效性。     

基于量子粒子群算法的船舶电力系统网络重构

船舶电力系统网络重构可以看作为一个多目标、多约束、多时段、离散化的非线性规划最优问题。根据船舶电网结构的特点,提出了运用量子粒子群算法解决重构问题的思想。加入量子粒子群算法的离散化操作,使之能够满足船舶电网重构模型的要求。仿真结果说明该算法能够得出船舶电力系统网络重构的全局最优解,实现了网络重构最优,并且通过相应的算例与其他优化算法进行横向比较的结果也验证了量子粒子群算法有更好的可行性。     

吃水受限内河船舶航行性能综合优化的分层并行混沌算法

船舶航行性能综合优化设计分析是一项非常重要的工作。基于分层思想、并行算法和混沌算法,建立了吃水受限内河船舶性能综合优化的数学模型,设计了一种求解此类问题的基于敏感变量分段的分层并行混沌复合算法。编制了界面友好的VC＋＋软件。对于吃水受限内河船舶快速性和操纵性综合优化问题,进行了遗传算法、混沌算法、并行混沌算法和分层并行混沌算法的大量优化计算,结果表明：该复合算法计算可靠、效率高;为吃水受限内河大型船舶综合优良船型设计奠定了良好基础。