基于神经网络的班轮航线配船优化方法

通过一种神经网络算法对班轮航线配船进行了优化求解，其计算结果经验是正确的，符合运输和时吨位大的船舶优先分配到各条航线，从而减少运输成本的原则，此算法表明，基于神经网络的优化方法对于其它的数学规划也是可行的，开辟了优化求解的新思路。     

基于蚁群算法与海量AIS数据的船舶航线规划

利用船舶AIS轨迹数据,研究了基于蚁群算法和海量AIS数据的航线规划方法.采用Doug-las-Peucker算法对海量轨迹数据进行压缩处理;基于DBSCAN算法对处理后的AIS轨迹点数据进行聚类,提取出航路关键转向点;依据地理边界数据确定关键转向点的连接关系,并对靠近孤立碍航物的航线进行修正,构建出1个无向网络图,同时计算出各条边的船舶航行密度;将各边的密度值作为MMAS蚁群算法的初始信息素浓度,求解港口间的最优安全航线.以2017年黑德兰港到青岛港的散货船AIS轨迹数据为样本,进行航线规划研究.结果表明,规划的航线总航程为3487.21 n mile,推荐航线总里程为3576.9 n mile,传统蚁群算法规划出的航线总里程为3560.42 n mile.与相关推荐航线相比总航程缩短约为3%,与传统蚁群算法相比总航程缩短约2%;另外该方法相较于传统蚁群算法收敛速度更快.      

Selection of Container Types and Transport Modes for Container Multi-modal Transport with Fuzzy Demand

在集装箱多式联运中,集装箱箱型和运输方式的组合优化直接关系到货物运输的时间、费用和质量.考虑运输需求量为模糊情况下,建立集装箱多式联运箱型和运输方式的优化模型,实现集装箱多式联运总成本最优化,并提出模型求解的改进型粒子蚁群算法.最后结合算例对模型进行应用分析,并分析箱型替代和运输交货期限的变化对多式联运总成本的影响.结果表明:承运人可根据不同运输需要实现集装箱运输规模效益,提高集装箱利用率;时间限制对承运人选择集装箱箱型和运输方式的影响较大;改进型粒子蚁群算法优于蚁群算法.     

随机运输时间下集装箱海铁联运箱流径路优化方法

集装箱在海铁联运过程中容易受到各种不确定因素的影响, 导致运输时间波动, 进而影响货物的送达准点率。为有效降低不确定运输时间的影响, 兼顾运输过程的经济性和绿色可持续性优化集装箱海铁联运箱流径路。采用随机机会约束规划构建运输总费用最少和碳排放量最低的多目标模型。在约束条件中引入铁路和海洋期望运到时间, 并对超过期望运到时间的径路进行惩罚处理, 保证运输径路的优越性。考虑一站直达和中转换装这2种运输组织模式, 克服现有研究未考虑货源是否充足的缺陷。运用不确定及概率论相关理论知识将不确定约束转化为线性约束。以西安至洛杉矶的集装箱货物出口径路优化为案例背景, 采用NSGA-Ⅱ算法求解, 并通过贪心算法改进初始化种群以及基于logistics分布的概率选择算子改进精英选择算子。通过对比分析得到以下结果: ①算法优化后运输总费用减少23.15万美元, 碳排放减少6.69 t, 同时算法求解速度提高了75.36%;②将本文模型选用的随机规划和模糊规划进行对比, 发现随机规划解集数量多于模糊规划, 且二者在相同输送径路中的运输总费用和碳排放量均优化了10.65%。因此本文模型和算法具有良好的优化效果。进行灵敏度分析, 观察置信水平以及时间影响系数对目标函数和货物送达准点率的影响。结果表明: ①较高的铁路和海洋运输置信水平会提高货物的运输总费用。②时间影响系数和货物送达准点率呈负相关, 影响系数越大货物送达准点率越低。      

基于改进二次粒子群算法的汽车零配件配载优化

综合考虑汽车零配件物流运输配载过程中成本、资源及服务质量等决策要素,建立了汽车零配件配载优化模型。引入二次粒子群算法对该问题进行求解,并针对该算法在搜索早期粒子多样性低的缺点,提出了改进二次粒子群优化算法,它采用遗传算法的变异思想和互换更新机制来提高种群的多样性,以避免过早收敛和改进优化效果。仿真实例表明,与原算法相比,改进后算法的计算效率显著提高,且搜索到全局最优解的概率也更高。     

北极东北航道经济性及未来发展趋势分析

北极航线的开通,使中欧之间的航程缩短,节省船舶航行时间,大大降低航运成本.针对北极东北航线,结合中远北极历史航次数据,从航行里程、燃油消耗、护航费用等角度,分析海冰对航线经济性的影响,并从航行里程、节省船期的角度论证北极航线的经济性优势.在经济效益研究的基础上,分析未来北极的船型趋势,干散货船、集装箱船、LNG船等将会成为北极航线商业航行上方面主流船型.鉴于海冰因素对航次的经济性影响较大,高冰级船舶将成为未来冰区船舶的设计特点.在中俄共建"冰上丝绸之路"的大背景下,极地船舶设计、极地航行保障服务、北极转运港口建设是未来北极航道的开发建设方向.      

危险品道路运输网络风险-成本综合优化研究

危险品道路运输具有双层特性,即风险和成本,在危险品道路运输网络规划中纳入该特性,并将影响其的因素细化为:运输距离、道路事故概率、道路上人口暴露、道路附近人口暴露、财产损失、环境污染和应急响应效率。利用层次分析法为上述因素进行了量化评定,计算出相关权重。建立了以政府需求的最小风险为上层目标函数、企业需求的最小成本为下层目标函数的危险品运输道路网络的双层规划模型。采用遗传算法,以Matlab为平台编写算法程序对模型进行求解。实例分析表明,利用遗传算法对双层规划模型求解,能够在危险品运输道路网络中迅速地搜索到一条同时满足风险与成本综合最小的路线,完成危险品运输道路网络风险与成本的综合优化。     

集装箱多式联运组织优化模型及算法研究

在对集装箱多式联运网络进行具体描述的基础上,从实现广义运输总费用最小化的原则出发, 建立了一种集装箱多式联运组织优化模型,并运用模拟退火遗传算法从理论上探讨该模型的求解,并列举了一个可提供6个中转地和3种运输方式的算例进行分析说明,确定合理的最佳运输路线和最佳运输方式选择的联运方案,使广义运输总费用最小.     

基于深度强化学习的自动化集装箱码头集成调度方法

针对自动化集装箱码头卸货过程中岸桥、智能运输机器人和场桥设备交互作业, 实际调度环境复杂多变等问题, 以最小化最大完工时间为目标, 构建基于混合流水车间的三阶段集装箱码头集成调度模型, 为解决自动化码头调度环境动态性强的特点, 使用1种深度强化学习算法(DDQN)进行求解。依据码头实际调度情况, 使用神经网络实时拟合动作-值函数, 把各阶段设备状态数据输入模型, 采用经验回放机制训练模型, 把单一启发式规则加复合启发式规则作为设备候选行为, 通过强化学习动作选择与动作评估机制, 得到最优的集装箱-设备组合策略, 并与精确算法和常用的几种元启发式策略进行对比分析。结果表明: 较大规模算例下, 与目前较为先进的粒子群算法相比, 所提方法的总作业时间平均降低了7.84%, 与理论下界值的差距分别为6.0%, 5.6%, 4.6%, 三阶段设备负载较为均衡, 设备平均利用率为89%, 满足实际应用需求; 小规模算例下, 与Gurobi求解器的总完工时间平均误差为1.99%, 且随着算例规模增加, 所提算法在求解时间上显现出一定的优势, 求解时间最大提升59%, 验证了所提方法对于提升自动化集装箱码头运行效率的可行性和高效性。      

铁路集装箱运输动态服务网络设计及Benders分解算法

充分考虑箱流的中转方案，研究铁路集装箱运输动态服务网络的设计方法。以总成本最小为优化目标，构建了铁路集装箱运输动态服务网络设计的线性规划模型。根据模型特点，采用Benders算法进行求解，将问题分解为服务网络设计的主问题及箱流分配的子问题，通过计算子问题的对偶模型不断产生主问题的割平面，由此进行迭代求解。为克服算法收敛速度慢的缺点，在主问题模型中添加有效不等式，使主问题更加紧致。以北京、郑州等集装箱办理站构建的运输网络为例，验证了模型和算法的有效性。算例结果表明，对于求解大规模的集装箱运输动态服务网络设计问题，改进后的算法运行46 s得到优化解，GAP为1.56%，未改进的Benders算法运行相同时间后，GAP为45.17%，改进策略的运用有效提高了计算效率; 所得服务网络的总成本比所有箱流均采用直达运输模式服务网络的总成本减少了20%;与现有集装箱班列开行方案相比，优化后的班列发车时段、开行频率在满足运输需求的同时，保证了各组箱流能在规定运到期限内送至目的站。      

考虑冲突规避的自动化集装箱码头AGV优化调度方法

合理调度自动化导引车（AGV）对于降低自动化集装箱码头的作业成本具有重要意义。针对AGV调度中的任务分配和路径规划问题,考虑AGV电量和多载等因素,结合自动化码头布局特点,以AGV作业总时间最小和多AGV作业路径无冲突分别为第一阶段和第二阶段的优化目标建立两阶段模型。设计改进模拟退火算法求解第一阶段模型,为了加速算法收敛并保证解的质量,解的改进优先考虑任务的时间成本和AGV数量;设计基于时空网络的路径规划算法求解第二阶段模型,将作业区域离散成网格网络后添加时间信息构建可更新的时空网络,在时空网络上运用最短路径算法规划路径并规避冲突。对于任务分配不均衡导致的路径规划无可行解的拥堵情况,在冲突规避基础上重新计算AGV执行任务的成本并再次进行任务分配,不断迭代直到生成多AGV间路径无冲突的调度方案。以洋山四期自动化集装箱码头为例进行仿真实验与对比分析,结果表明:与使用传统路径规划和避障策略的AGV调度方法对比,所提方法下的总作业时间平均降低了7.31%,AGV冲突数量降低为0,任务总延期时间最大降低2 895 s,最大降低路网拥堵度10.79%,验证了提出方法解决冲突规避和拥堵问题的有效性。      

Bi-level Programming Model for Road Transport Route Optimization of Dangerous Goods Based on Simulated Annealing Algorithm

选择一条既能保运输安全,又能满足经济需要的路线,是危险货物道路运输过程中的重要问题.危险货物道路运输路径优化是解决这一问题的有效方法.在对危险货物道路运输进行系统分析的基础上,根据危险货物运输的特点和广义阻抗函数的定义,建立了危险货物道路运输路段阻抗函数模型;为满足政府要求的运输安全性与运输企业要求的运输经济性,根据Wardrop平衡原理,建立了以UE模型为下层模型的危险货物道路运输路径优化的双层规划模型,通过模拟退火算法和对双层规划模型进行求解;最后,进行了案例研究,证明了模型和算法的有效性.     

优化多品种货物配装的蚂蚁算法

为充分利用装载工具的装载重量和容积,在考虑货物重量、容积、配装优先级以及混装限制等约束条件下,基于待装货物比容动态逼近装载工具剩余空间比容的思想,通过引入节点吸引度、构造合理的动态能见度函数以及采取多样化约束处理策略,设计了求解多品种货物配装问题的蚂蚁算法,并对42件不同品种的待装货物装入TBJ10型集装箱的配装问题进行了优化,求解结果实现了集装箱的装载重量和装载容积的同时优化.算例结果初步表明算法是有效和可行的.     

集装箱货运需求不定的最优船槽数量转换方法

在集装箱货物运输和调度管理过程中,针对需求随机产生、不确定情形下的干货槽与冷藏槽转换数量问题,通过蒙特卡罗仿真模拟方法计算获取船舶的最优化调度顺序,提出了4类动态联动的集装箱延迟或拒绝策略;依据此顺序对船上2类船槽的数量加以转化,并设计了一种启发式迭代算法、在最优调度顺序基础上确定了能够使得集装箱数量总延迟最小以及公司收益最大的船槽数量分布.以法国海运集团运营的1条航线为具体算例进行深入剖析和讨论,进一步实验结果表明,运用该算法优化后,公司的平均收益值总体能从初始的5251493.88美元提高至5290486.25美元,有效提升了7.43‰.      

基于NSGA-Ⅱ的船舶辅助高速公路施工物资运输装卸点选址模型的研究

青海省循隆高速途经黄河上游公伯峡库区生态水源保护区,传统施工便道对库区生态环境产生毁灭性破坏,采用船舶辅助高速公路施工物资运输可以有效避免施工便道开挖,防止库区生态环境恶化。文中对公伯峡库区中船舶停靠及货物装卸点选址进行优化,构建施工物资运输装卸点多目标选址模型并采用NSGA-Ⅱ算法进行求解。结果表明,船舶装卸点的数量和地理位置能满足循隆高速施工物资运输需求,实现了施工物资高效安全运输的目的。     

信号周期时长优化方法研究

分析传统交通信号控制系统中周期时长优化存在的问题,为适应混合交通自适应控制系统进行区域或干线战略控制和战术控制的需要,构建了基于双层规划的信号周期时长优化模型,借助分层迭代的思想,通过改进粒子群优化算法求解双层规划模型。利用Vissim仿真长春某一实验路网的不同交通状态,对模型和算法的有效性进行对比验证。     

基于Logit模型的集装箱物流运输方式选择与评价研究

集装箱运输方式是决定企业物流成本和运输效率的重要指标之一。明确海运或铁路等运输方式各自的选择偏好,对降低企业运输成本,做出合理决策具有重要的现实意义。基于此,文章综合马六甲东海岸铁路工程建设,选择上海港至瓜达尔港实际运输线路,提出并构建海运经新加坡中转和途经马来西亚东海岸铁路运输两种模式下的Logit选择模型,计算两种运输方式下的概率分布。此外,对集装箱船舶尺度因素进行了灵敏度分析。结果表明,当物流企业倾向于时间成本最小时,铁路中转运输概率较大;当侧重经济成本时,海运中转概率较大。与此同时,集装箱船舶尺度的变化,对运输方式的偏好影响较大。     

3PLS物流网络设计的模糊机会约束规划模型

以第三方物流企业的角度研究了在不确定环境下物流网络的建模和求解算法。首先,考虑运输成本及客户各市场需求量的模糊性,建立了多产品、多阶段的物流网络模糊机会约束规划模型;其次,先通过将模糊规划模型转化为确定性模型,然后设计出混合遗传算法求解对应的确定性模型。最后给出了算例,不同置信水平下用遗传算法求得的结果与分枝界定法求得的结果非常接近,误差率在10%以内,表明模型和算法具有较高的有效性。     

弹性需求下高速公路超限补偿费率优化模型

为了准确刻画超限需求弹性对补偿费率的影响,从用户和系统的角度分别对超限运输的收益和成本进行分析和建模,构造超限运输弹性需求函数,反映超限运输需求量与其运输效益之间的变化关系,将超限运输业者运输行为的选择归结为弹性需求下的用户均衡配流问题,进而利用高速公路管理者与超限运输业者之间的Stackelberg博弈关系,建立了基于弹性需求的高速公路超限补偿费率的双层规划优化模型,并设计了基于模拟退火算法求解的优化算法。结果表明：模型能较好地优化超限补偿费率,使之对超限运输业者进行合理补偿收费和适度惩罚,有效遏制超限运输,从而产生更大的社会与经济效益。     

避免重大事故的危险品道路运输网络研究

通过对危险品道路运输网络双层约束条件的分析,考虑避免危险品在运输过程中发生重大事故,建立了上层以监管部门期望的总影响后果最小化及影响后果均衡为目标函数、下层以运输企业期望的加权运输成本和风险损失最小化为目标函数的双层规划模型,兼顾双方不同的利益,并设计启发式算法进行求解,最后利用算例验证了模型和算法的可行性。