集装箱码头连续泊位动态分配优化模型及算法

以泊位配置问题为研究对象,以到港船舶总在港时间最短为目标,建立优化模型。设计了基于Q学习方法的优化算法,并以某集装箱码头的实际船舶作业数据为例,对模型及算法的有效性进行了验证。     

集装箱码头作业系统层次化、并行、异构与可重构计算模型

基于计算思维和计算透镜, 分析了集装箱码头的装卸作业与调度决策, 基于“并行计算”、“异构计算”和“可重构计算”提出了计算物流视角下的集装箱码头作业层次化、并行、异构与可重构计算模型; 将计算机科学领域中多种典型计算体系结构的设计思想和运作机制, 泛化、迁移、修正、融合和定制到集装箱码头作业系统中, 设计了面向此计算模型的混合调度策略, 提出了集装箱码头调度新的抽象计算模型与工程解决路径; 以某大型集装箱码头为实例, 基于集装箱码头作业层次化、并行、异构与可重构计算模型, 进行了物流广义计算自动化的设计与性能评估。研究结果表明: 采用计算模型能确定码头的集装箱吞吐量上限, 实例中约为码头年设计能力的2.75倍; 在满负荷情况下, 基于等待作业集装箱队列的负载均衡调度策略和基于等待作业船型的负载均衡调度策略均能将大型集装箱干线船舶物流广义计算任务延迟缩短约17 h; 在明显作业过载时, 前者能将物流广义计算任务延迟减少100~110 h, 后者能减少约120 h; 在满负荷和作业过载情况下, 2种策略均能缩短大型集装箱干线船舶物流广义计算访问存储时间1~2 h, 后者在作业过载情况下表现更佳; 2种策略都能很好地优先服务重点班轮集合, 且有各自对应的适用状况和调度重点, 码头管理者可根据具体情况选择适用。      

������ҵͶ�ʶ���ͷ��ӪЧ�ʵ�Ӱ���о�

随着港口投资结构多元化、航运企业向综合物流商转变,“港航合一”成为航运业未来的发展趋势。在此背景下,研究航运企业投资对码头的影响能够为码头健康发展提供一定的理论依据。本文先采用三阶段DEA模型对我国沿海集装箱码头2008–2012年间的运营效率进行测度,其次依据投资结构将我国沿海62个集装箱码头进行分组,最后重点分析投资结构与码头运营效率之间的关系。研究结果显示,有航运企业投资的码头运营效率普遍高于无航运企业投资的码头,两组码头的纯技术效率相差较小,而规模效率相差较大。航运企业参与码头建设经营可以实现自有船舶挂靠自有码头,提升码头设施的利用率,从而提升码头的规模效率,有利于码头的健康发展。     

航运企业投资对码头运营效率的影响研究

随着港口投资结构多元化、航运企业向综合物流商转变,“港航合一”成为航运业未来的发展趋势.在此背景下,研究航运企业投资对码头的影响能够为码头健康发展提供一定的理论依据.本文先采用三阶段DEA模型对我国沿海集装箱码头2008–2012 年间的运营效率进行测度,其次依据投资结构将我国沿海62 个集装箱码头进行分组,最后重点分析投资结构与码头运营效率之间的关系.研究结果显示,有航运企业投资的码头运营效率普遍高于无航运企业投资的码头,两组码头的纯技术效率相差较小,而规模效率相差较大.航运企业参与码头建设经营可以实现自有船舶挂靠自有码头,提升码头设施的利用率,从而提升码头的规模效率,有利于码头的健康发展.     

甩箱模式下考虑多箱型任务组合的集卡调度优化

针对甩箱模式下港口堆场与内陆腹地间多箱型任务组合的集卡调度问题，本文根据运输过程中集卡剩余箱位随集卡执行任务动态变化的特点，考虑不同箱型任务需求与集卡当前状态的匹配，以集卡的启用、行驶及等待过程的成本最小化为目标，建立混合整数规划模型。并根据模型特点设计基于不可行弧过滤策略的蚁群算法，以提升算法性能。利用Solomon标准数据集 随机生成任务类型比例和规模大小不同的算例进行数值试验，试验结果证明了模型的正确性与算法的稳定性和有效性，进而对比了甩箱模式与传统模式下的总成本。结果表明：相较于传统模式，甩箱模式下集卡的运输总成本平均减少了45.10%；当任务规模越大时，两种模式之间的成本差距越大，显示了甩箱模式与港口多箱型集疏运任务运输作业结合的显著优势。     

基于组合模型的港口集装箱吞吐量预测

根据港口集装箱吞吐量的历史数据,分别利用三次指数平滑法、灰色CM（1,1）模型以及组合预测方法对集装箱吞吐量进行探讨,有益于预测未来几年港口集装箱吞吐量。结果证明：组合预测模型融合了前两种预测方法的优点．其平均绝对误差、平均相对误差绝对值都小于单独用三次指数平滑法或GM（1,1）模型时的平均绝对误差、平均相对误差绝对值,达到最优的精度等级。     

基于灰色模型和指数平滑法的集装箱吞吐量预测

提出了在灰色模型GM(1,1)和三次指数平滑法基础上的组合预测方法。集装箱吞吐体系是一个灰色系统,因此可以通过灰色系统进行建模并预测其吞吐量,通过对宁波港历年集装箱吞吐量的观察,发现其吞吐量呈持续的曲线增长趋势,因此考虑采用三次指数平滑法进行预测,在灰色GM(1,1)和三次指数平滑法的基础上采用了加权组合预测的方法,对宁波港今后几年的集装箱吞吐量进行了预测.     

基于灰色模型和指数平滑法的集装箱吞吐量预测

提出了在灰色模型GM(1,1)和三次指数平滑法基础上的组合预测方法。集装箱吞吐体系是一个灰色系统,因此可以通过灰色系统进行建模并预测其吞吐量,通过对宁波港历年集装箱吞吐量的观察,发现其吞吐量呈持续的曲线增长趋势,因此考虑采用三次指数平滑法进行预测,在灰色GM(1,1)和三次指数平滑法的基础上采用了加权组合预测的方法,对宁波港今后几年的集装箱吞吐量进行了预测.     

基于eM-Plant的集装箱码头交通仿真

用eM-Plant开发了一个面向对象的仿真模型,详细介绍了仿真模型中各模块的作用,模型中对象的划分方法、控制方法以及模型仿真参数的设置,并利用该模型模拟了某新建集装箱码头的生产过程,分析了其年吞吐量、岸桥利用率、交通流量等仿真数据,验证了其交通规划的合理性,用实例证明了使用eM-Plant分析、评价港口物流系统的可行性.     

集卡提箱预约配额与场桥配置的联合优化

在集卡提箱预约中,集装箱码头场桥配置和预约配额的联合优化是缩短集卡等待时间,提升资源利用率的关键. 针对提箱作业的实际特点,构建了双目标整数规划模型,设计了基于非支配排序遗传算法的求解方法. 当码头需求较少时,采取动态调整随机分配场桥最佳;当码头需求较高时,采取动态调整与按需配置相组合的方式最佳. 以国内某码头为原型,通过不同规模的算例实验,验证了模型和算法的有效性. 所提方法可快速生成高质量、多样化的前沿解,实现了场桥资源与集卡作业需求的匹配优化,为码头管理者在资源投入与集卡等待时间的权衡中,提供了决策支持.     

集卡提箱预约配额与场桥配置的联合优化

在集卡提箱预约中,集装箱码头场桥配置和预约配额的联合优化是缩短集卡等待时间,提升资源利用率的关键. 针对提箱作业的实际特点,构建了双目标整数规划模型,设计了基于非支配排序遗传算法的求解方法. 当码头需求较少时,采取动态调整随机分配场桥最佳;当码头需求较高时,采取动态调整与按需配置相组合的方式最佳. 以国内某码头为原型,通过不同规模的算例实验,验证了模型和算法的有效性. 所提方法可快速生成高质量、多样化的前沿解,实现了场桥资源与集卡作业需求的匹配优化,为码头管理者在资源投入与集卡等待时间的权衡中,提供了决策支持.     

集装箱码头泊位-堆场-闸口的周期协同分配

为提高集装箱进出口码头在周期性环境下的作业效率,对集装箱码头泊位-堆场-闸口的周期协同分配问题进行了研究. 首先考虑泊位、堆场、闸口3类资源对船分配过程中的可用量约束、相关性约束和周期性约束,以最小化船舶总在港时间为目标函数,建立集成调度的混合整数规划模型;在此基础上设计自适应遗传算法进行求解,其上层对船舶优先级构成的编码空间展开进化搜索,下层利用启发式将优先级解码为多资源协同分配计划,并将其评价值返回至上层迭代. 数值实验显示,协同考虑泊位、堆场和闸口3类资源的集成调度,相较于传统的两阶段调度,周期计划下的船舶总在港时间缩短约20%.      

基于泊位计划的集装箱码头岸桥动态调度优化

所谓基于泊位计划的集装箱码头岸桥动态调度问题,是指在计划周期内,在每艘船舶均已安排了靠泊时间和靠泊位置的前提下,将有限的岸桥资源在船舶上的装卸任务间进行动态分配与排序,以最大限度地减少计划期内所有船舶的滞港时间. 在充分考虑岸桥不能交叉作业、装卸任务有作业顺序要求等现实约束下,对此问题构建了非线性数学规划模型,基于问题自身的特点设计了基于任务排序的染色体结构,用遗传算法进行求解. 通过与文献中单船的调度结果的对比、单船岸桥调度与多船动态岸桥调度结果的对比,以及多船动态岸桥调度的仿真实验,证明了模型及算法的有效性.     

基于BP神经网络的厦门港集装箱吞吐量预测研究

厦门港是我国东南沿海的集装运输基本港口.集装箱吞吐量的预测是港口制定发展规划的重要依据.在研究了常用的输入数据归一化方法之后,提出了新的归一化方法.该方法能加快BP神经网络的训练速度并提高精度.运用BP神经网络建立了厦门港集装箱吞吐量预测模型,并计算出2020至2024的集装箱吞吐量预测值.无论从拟合值,还是预测值检验来看,该方法都具有很高精度.     

集装箱码头装卸作业的协同与优化

港口集装箱装卸作业系统的开放性、复杂性、随机性的要求,建立基于多智能体的港口集装箱装卸作业协同优化系统,用强化学习算法与经验知识相结合实现单项作业智能体的结构,通过点对点的通讯方式以及对策论与社会规则相结合的协同优化方法,实现集装箱码头装卸作业的协同与优化．     

长江干线江海联运集装箱船主尺度与动力装置选型的研究

随着三峡大坝通航、洋山深水港投入生产及长江航道近年将得到大力整治,长江流域特别是长江干线的航运环境发生巨大变化.由于洋山港特殊地理位置导致内河船舶与海船的使用均受到一定限制.在此背景下,文中应用船舶设计、船舶阻力、船舶动力装置及船舶技术经济论证等相关知识,以规划中的长江干线航运环境为基础,探讨了重庆、武汉、南京到洋山港航线的集装箱船船型、动力装置的开发与优选.     

泊位-岸桥联合分配模型的模拟植物生长交替进化算法

为了综合优化集装箱码头泊位和岸桥联合分配计划, 分析了二者的相互独立性和系统关联性; 利用相互独立性, 分别针对泊位和岸桥分配建立了以平均在港时间和作业成本最小为目标的2个优化子模型; 利用系统关联性, 构建了泊位-岸桥联合分配的约束条件, 将2个子模型紧密联系在一起, 建立了完整的泊位-岸桥联合分配模型; 分析了联合分配模型的特点, 设计了模拟植物生长交替进化算法求解模型, 利用基于模拟植物生长算法的交替进化算子对种群中每个个体的2个目标进行交替优化, 进而实现种群进化, 通过算法框架实现非支配解筛选, 经多次种群进化和非支配解筛选, 获得泊位-岸桥联合分配的Pareto满意解集; 针对大连港集装箱码头3d中共计31艘真实到港船舶的泊位-岸桥联合分配计划进行优化计算, 并与多目标遗传算法的计算结果进行对比。计算结果表明: 共获得13个满意解, 船舶平均在港时间为7.47~9.44h, 使用岸桥次数为85~96台, 作业总成本为20.868~21.114万元; 与多目标遗传算法相比, 进化算法的运算速度提高了6.07%, 所得非支配解的数量增加了4个, 增加幅度为30.76%, 且计算结果更趋近于Pareto前沿, 联合分配计划优化程度较高。可见, 采用模拟植物生长交替进化算法能够最大限度地保持种群进化过程中个体的独立性, 获得更多的非劣解, 且交替进化的方式能够使结果更逼近Pareto前沿。      

集装箱码头铁水联运装卸设备协同调度

集装箱码头铁路作业区是开展集装箱铁水联运的主要场所,其效率将影响集装箱铁水联运的整体效率,因而,建立了以装卸过程总完成时间最短为目标的龙门吊、集卡和场桥的协同调度问题的混合整数规划模型,既考虑了装卸同步,又考虑了龙门吊间的干扰和安全距离、龙门吊和场桥走行时间及缓冲区等现实约束,并考虑了集卡堵塞问题.为了求解模型,设计了改进的多层遗传算法.最后通过实验验证了模型和算法的有效性和可行性,证明了考虑集卡堵塞问题是有必要的,并给出了50个和100个集装箱的设备最佳配比.     

提高三峡船闸通过能力的船舶运输组织方案

为提高三峡船闸的通过能力,分析了船闸通过能力影响因素,提出提高一次过闸平均吨位是提高三峡船闸通过能力的主要途径,进而提出从提高闸室水深利用和闸室面积利用两个角度来提高一次过闸平均吨位,优化船舶运输组织,即优化船型和过闸船舶组合.研究结果表明,在现有条件下,一次性过闸船舶的组合是2艘5 000t机动船和一个一顶三的驳船队（每驳船载重1 000t）的船队组合,可在闸室水深利用最大化和闸室面积利用最大化的双重提下提高三峡船闸通过能力.     

���ڼ���վ��ת��ҵ�Ķ�̬�������ģ�����㷨

对一般集装箱办理站,其空箱调运往往需要经过前方技术站进行中转作业才能完成,由此会产生一定的时间和费用消耗.以降低空箱调运成本为出发点,在计划期内建立了动态集装箱空箱调运模型.模型以空箱调运过程中所产生的车辆租用费用、技术站车辆编解服务费以及积压库存费用或延误损失费用之和最小为目标,在满足空箱需求与供应能力基础上,考虑了技术站中转作业和运输走行时间对空箱需求站时间窗的影响,以及车站作业能力的限制.设计了混合遗传模拟退火算法求解实例表明,该模型和算法可以有效地优化动态空箱调运问题.