气象条件和排放控制区规定的船速多目标优化

针对(Encission Control Area, ECA)法规背景下燃油价格升高的问题,以船舶营运成本和航行时间为目标,综合考虑ECA内外使用燃油的价格差以及气象条件的影响,提出一种船舶航速多目标优化模型。采用非支配排序遗传算法(Non-Dominated Sorting Genetic Algorithm-II, NSGA-II)寻找Pareto最优解集,利用TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution)算法从Pareto最优解集中筛选出最佳折中解。选定天津—宁波航线进行案例分析,结果表明:综合考虑ECA法规和气象条件能够有效减少船舶航行时间和航行总成本,并能帮助船公司更好地应对燃油价格上涨。此外,制定改变船速的最佳时间间隔,同样可有效减少航行成本。     

考虑营运成本和排放的船舶航速多目标优化模型

针对船舶航速优化中的营运成本和CO_2及污染物排放2个互相矛盾的关键因素,提出一种基于理想点多目标优化的船舶最优航速求解方案。分别通过极小化营运成本和排放得到船舶的最小营运成本和最小排放解决方案,运用线性加权法求得营运成本和排放的Pareto最优解集。应用范数概念,通过Minkowski距离从Pareto前沿寻求权衡最优解,并根据权衡最优解对应的营运成本和排放求解对应的最佳航速。利用实船观测数据进行对比,表明该模型可进一步控制船舶营运成本和CO_2及污染物排放,验证了该方法的可行性及合理性。该航速优化方法的最大优点是能对不同船舶或不同航线的航速实现自动计算,无需人为干涉或借鉴专家知识。     

基于人工蜂群算法的船舶航速优化

航速优化是船舶智能能效管理的主要组成部分,对降低船舶营运成本、减少温室气体排放具有重要意义。为减少船舶航行时的主机燃油消耗,根据实船数据首先构建了主机油耗模型,模型的平均误差仅为0.813%,然后对整个航程进行分段,基于人工蜂群算法对整个航程的航速进行优化。经过验证可得结论：优化后的航速对应的整个航程航行时间减少了14.44%,油耗量降低了3.012%。研究结果表明,使用人工蜂群算法对航速进行优化,能够对航速提出建议,达到提高船舶能效水平,提高经济性、环保性的目标。     

基于能效管理的船舶航速系统优化设计

在目前航运业市场低迷、运力过剩的境况下,航运企业愈发重视对燃油成本的控制,对航速节油也有了更多的要求.为此,提出基于能效管理的船舶航速系统优化设计,计算船舶营运的经济航速.并结合航次的航线、航向、航速及每段航线的天气、水文等信息,对船舶营运航速的模型进行不断优化调整,指导船舶航行,为船舶及船岸操作提供决策支持,以达到优化节能的目的.     

基于港航联动的船舶航行计划优化

针对船舶航行成本受航速影响较大的问题,设计一种港航联动机制,旨在降低船舶航行成本。在港航信息互通的基础上,建立以最大程度降低航线总成本为目标的多阶段优化模型,得出船舶航行成本优化效果随规划距离变动的关系曲线,并分析航行成本优化效果同规划距离之间的关系,证明该联动机制的可行性。计算结果表明:在通过该联动机制对船舶航行计划和对航行速度进行优化后,船舶航行成本能够获得有效的降低,并通过计算获得该机制下存在的最优规划距离。因此,该联动机制能够更好地对船舶航行计划进行优化,满足船舶航行的实际需求。     

对存量船舶节能途径的探索

针对存量船舶,船长及经营管理人员,在满足主机基本工况良好、保证航行安全的前提下,可从改变船舶的吃水状态、优化航线设计,选择最佳航速等各项措施,达到降低船舶营运的变动成本的目的。     

船舶航速优化算法研究

有效的航速优化算法能够使船舶处于最佳航行状态,从而减少燃油开支,节约运营成本。本文以船舶航速作为研究对象,给出一种基于遗传算法的不定期船舶运输经济航速优化方法,实现了航线不变情况下,不定期船舶运输的航速优化问题。     

基于多目标粒子群优化和主成分聚类分析的船舶主尺度分析

根据多个技术和经济指标进行船舶主尺度优化论证是船舶设计人员需要着重解决的问题。提出结合粒子群优化和主成分聚类两阶段的方法进行船舶主尺度论证分析。建立了以载重量、建造费用、服务航速和提供舱容为设计指标的水面船主尺度论证模型。采用多目标粒子群优化算法对船舶优化模型进行求解,获得问题的Pareto解集。使用主成分聚类分析对该数据集进行综合评价。先将Pareto解集进行主成分分析,使用前2个主成分就能够表达原始数据的绝大部分信息,再通过对主成分进行聚类,获得不同类别中Pareto解集的特征,根据第一主成分得分获得每个聚类中设计样本的排序,最终可以从Pareto解集中得到折中解。利用主成分分析和聚类技术还研究了变量在主平面上的映射以及聚类特性。给出了1艘水面船的主尺度论证算例,表明本文给出的方法合理可行。     

基于元胞自动机的船舶交通仿真模型及应用

为掌握琼州海峡中船舶的运动态势,提出一种基于元胞自动机的可模拟狭水道和繁忙水道船舶交通的仿真模型。基于元胞自动机模型,将琼州海峡通航分道网格化;结合船舶领域,制定船舶跟随规则和船舶穿越规则;采用离散事件模型产生不同类型、不同航速的船舶,模拟海员在各种航行环境下的反应并比较船舶实际通过海峡的航行时间和模拟通过海峡的时间。由于仿真模型没有完全考虑影响航行时间的细微因素,因此所有仿真模型中船舶的航行时间与船舶实际航行时间有一定差值,但都在可接受范围内。     

不同市场环境下的班轮航线配船与航速优化

为有效提高班轮公司的经济效益,对不同市场环境下的班轮航线配船与航速优化方案进行研究。针对低迷市场环境下的单航线,建立以船队日均总成本最小为目标的单航线配船模型;针对景气市场环境下的多航线,考虑船队规模、船舶载货能力和航线运价差异,建立以所有航线日均总利润最大为目标的航线配船与航速优化模型,设计遗传算法求解模型。对某班轮公司的亚洲航线进行优化,结果表明:市场低迷时,随着油价升高,需通过增加营运船舶、减少闲置船舶及相应地降低航速来降低成本;市场景气时,该算例验证了多航线配船与航速优化模型的有效性和实用性。     

营运碳强度指标影响下的班轮航速优化

随着全球航运碳排放量的不断增长，节能减排已成为全球航运业发展的必然趋势。本文基于海洋环境保护委员会第76届会议通过的营运碳强度指标及评级制度对营运船舶的影响，从降低成本、节能减排的目的出发，在对航线上各航段载货情况进行预测的前提下，建立油耗预测模型与船舶航速优化模型，实现以降低油耗为目标的更精准航速优化。这对于班轮公司管理者和船舶服务方在全球航运碳减排趋势背景下的营运优化具有一定的实践意义。     

航速优化下小型船舶调度目标选取优化方法分析

航运公司在进行货物运输时,为了提高航运经济性,降低营运成本,会对海域内的船舶进行灵活调度,对每艘船的航线、航行速度、途径码头、港口、货物运载量等内容进行详细的控制,船舶调度控制也是一项航运领域的研究热点。本文提出一种基于遗传算法的小型船舶调度优化技术,通过建立船舶的调度数学模型和目标函数,实现了航速优化条件下的船舶调度目标快速化选择。     

动态规划和模糊算法在船舶航速最优调度中的应用

随着海洋网络复杂度及对船舶节能性要求的提高,对船舶航行速度的控制要求也越来越精确。目前的航速调节主要是基于经验,不能够最大限度地提高航行效率和降低能源消耗。因此为了获得船舶行驶的最优速度,本文将动态规划算法和模糊算法应用于船舶,通过对船舶航行建立动力模型,然后使用优化的算法模型进行处理,获取船舶航速最优调度方法,使得船舶在有效航程中油耗最少。     

船舶航速优化原理研究

恒速航行原理是船舶航行节能的一个重要规律。将船舶航速的优化抽象为对目标函数求极值的数学问题,分别建立离散、连续时间模型,分析讨论了固定时间端点与滑动时间端点不同边界条件对模型求解的影响。结果表明,恒速航行船舶总耗功最小;优化航速不仅与航行要求如规定的路程、时间有关,还与推进功率系数及辅助功率有关。研究方法可为船舶航行降低功耗以及制定航行计划提供参考。     

纵倾优化下的船舶能效数值模型

通过Fluent数值计算和Simulink建模仿真的方法,建立船舶的CFD计算模型及能确定转速(n)-航速(V_s)-船舶能效营运指数(EEOI)间对应关系的船舶能效准稳态仿真模型,进而分析不同工况下纵倾变化对船舶营运能效的影响。以定转速航行模式的46000t油轮为目标船,经模型的计算和船模试验的验证,发现适当纵倾可提高目标船的营运能效。结合相关海事公约法规,计算目标船的最佳纵倾在艉倾2.61m处,可降低EEOI达0.8%。     

混合粒子群优化算法求解船队规划非线性模型研究

船队规划是非常复杂的决策,会受到很多因素的影响,客观、科学的得到优化结果非常重要。本文在线性模型的基础上,考虑船舶航速,并将船舶航行时间、成本等因素作为约束条件建立船队规划非线性模型,然后通过混合粒子群优化算法进行模型求解,最后进行仿真实验。实验结果表明,本文算法能够合理的规划船舶发展,并且船舶的限制率低。     

船舶节能航速辅助决策系统

通过对国内外船舶航行节能技术进行分析,提出节能航速辅助决策系统设计总体框架,对系统中涉及的主要关键技术和解决方法进行详细论述。提出从全局到局部的四段航速优化方法,可缩短航速优化计算时间,提高辅助系统的及时性。该系统的应用能在一定程度上消除船舶选择航速的盲目性,指导船舶在不同的航段选择不同的最佳航速。     

主机气缸及气缸油残油监控

<正>0引言受船舶运力过剩及经济增长缓慢的影响,航运市场持续低迷,航运业正遭遇前所未有的冰河期。船东和航运公司为提高船舶营运效率,纷纷寻求各种机会降低成本,提升竞争力。在可预见的未来,经济航速或超经济航速将成为一种新常态。减速航行以及优化气缸油注油率可以降低燃油和润滑油成本,但诸如此类的降本增效措施,会对主机工况、船舶维护成本以及船舶     

恶劣气象海况下船舶航线的多变量多目标优化建模

气象航线优化是一种复杂的多变量多目标问题。为解决该问题,提出一种可行的船舶气象航线优化方法,以航线转向点和每段航速为优化对象,以船舶特性和动态规避恶劣气象海况为约束条件,以最少航时和最低油耗为优化目标,建立船舶多变量、多动态约束、多目标的气象航线优化模型,并以强度帕累托多目标遗传进化算法为理论基础,构建基于气象海况影响因子的加权惩罚适应度评估模型,优化解的选择空间,实现对该问题的有效求解。试验结果证明:通过同时对航路和航速进行优化,不仅可规避时空动态变化的恶劣气象海况,而且可得到各种用户偏好情况下的气象航线,对实现船舶的智能航行具有重要的意义。     

风力助航在船舶航行中的优化建模研究

首先介绍风力助航船舶航行优化的原理,从原理出发描述燃料最省的航行路线模型建立方法,并且通过实验仿真说明风力助航船舶航线与风向和航速有关。在此基础上通过优化准则得到最优的目标函数,实现了风力助航船舶的最优路径。