共查询到20条相似文献,搜索用时 281 毫秒
1.
2.
针对远洋干线中超大型集装箱船(Ultra-Large Container Ship,ULCS)的多港口Bay位优化问题(Multi-Port Master Bay Plan Problem,MP-MBPP),提出以堆垛为基本计算单元的混合整数规划(Mixed Integer Programming,MIP)模型。该模型以倒箱数最少、靠港时间最短为目标,根据航段距离动态,考虑船舶的结构强度约束,满足冷藏箱、重大件货物和45英尺集装箱的装载需求。该模型使用商用求解器CPLEX进行求解,试验结果表明:该模型可针对21 000 TEU集装箱船多港口配载问题高效地给出可行解,为船舶大数据智能运维平台国产化解决方案的制订提供理论基础。 相似文献
3.
在集装箱船运输中,为减少集装箱装卸的倒箱和移箱问题,引入单元块概念,提出装载单元块配裁思想,把集装箱船箱位分成具有优先等级的多个单元块,以一定的约束条件完成集装箱单元块配载该方法能解决多港口集装箱配载中的港序问题,减少例箱和移箱,提高船舶装卸效率集装箱船的装载单元块配我为实现集装箱船自动配栽提供一种新思路. 相似文献
4.
集装箱船配载过程中的重要环节是合理的箱位分配,它对保证集装箱船装载后的航行性能及其码头装箱效率有重要的影响.随着集装箱船的大型化及待装船箱量的增加,该问题的求解较为困难.结合集装箱船配载中箱位分配的实际操作特点,提出了利用与禁忌算法相结合的混合蚁群算法来求解集装箱的箱位分配问题.仿真模拟试验表明该算法能够在不影响装箱难度的同时,大幅提高集装箱装船后船舶的航行性能. 相似文献
5.
对散货船使用多装船机进行装载作业的情况,建立以最高装载效率、最佳纵倾和最小化船舶最大静水弯矩值为目标,以浮态、稳性和结构强度为约束条件的散货船智能装载数学模型,使用改进的多目标遗传算法进行求解,得到优化后的Pareto解集,结果表明:该算法能够有效求得该问题的优化解,在实际应用方面具有一定的可行性. 相似文献
6.
在分析滚装船配载特点的基础上,考虑了船舶稳性、配载效率以及航次收益等约束与配载目标,对其配载优化问题进行建模,开发了以贪婪算法为基础的两阶段启发式算法,并分别通过实证研究以及大规模仿真算例,借助于与小规模问题精确解以及基于现实调度规则所得到的配载方案的对比,验证了模型以及优化算法的有效性。 相似文献
7.
8.
9.
基于组合赋权TOPSIS法和粒子群的船舶概念优化设计 总被引:1,自引:1,他引:0
船舶概念设计阶段,需要初步给定多组船型参数方案并从中优选出客观合理的某一方案。本文建立以船舶造价、螺旋桨总效率、相对回转直径为目标的船舶概念设计优化数学模型。将Li提出的最小-最大适应度多目标粒子群优化算法应用于求解船舶概念设计多目标问题以获得Pareto解集。分析主观赋权和客观赋权的优劣,提出借鉴专家经验和信息熵权的主客观组合赋权TOPSIS法,借助Matlab软件对所求Pareto解集进行方案排序。算例表明,maximinPSO在求解35 000 DWT散货船概念设计多目标优化能获得均匀分布的Pareto前沿,基于组合赋权的TOPSIS策略能给出客观、合理的决策序列。该方法可应用于船舶优化等领域。 相似文献
10.
提出了应用于船舶初步设计的多目标优化策略和决策方法.详细介绍了集成模型分析和优化算法的多目标优化求解思路,并使用改进的非支配排序遗传算法获取优化问题的Pareto解集.针对多目标优化问题中各子目标之间存在相互冲突、不能同时达到最优的特性,采用多属性决策理论对设计空间进行计算分析,找出.Pareto前沿面上的最优解.以散货船的初步设计为实例,对多目标优化策略和决策方法进行了验证分析.结果表明优化策略和决策方法不仅是可靠的、实用的,而且能广泛应用于各类船舶初步设计的优化与决策分析中.该文为船舶的初步设计提供了一条新途径. 相似文献
11.
基于禁忌算法的多约束集装箱装载问题研究 总被引:1,自引:0,他引:1
多约束集装箱装载问题的约束主要包括集装箱重心位置约束、集装箱单箱重量约束、货物放置顺序约束、货物摆放方位约束以及货物摆放位置约束。采用禁忌算法求解该问题。算法基于自然数编码,设计了货物的摆放规则和序列生成方式,设定二种邻域,根据邻域的不同,构造了两种禁忌表。针对算法的原理,分析了具有代表性算例的试验结果,表明了所提出的禁忌算法对优化多约束集装箱装载问题的有效性。 相似文献
12.
13.
14.
15.
16.
Calwin S. Parthibaraj PL.K. Palaniappan Angappa Gunasekaran 《Maritime Policy and Management》2017,44(6):705-726
The support of containerization to trade development demands an efficient solution method for the container loading problem in order to reduce shipment and handling time. Hence, the stowage planning of containers is critical to provide speedy delivery of resources from the area of supply to the area of demand. Moreover, information on container terminal activities, structure of ship, and characteristics of containers is distributed among stowage planners. This information imposes constraints, and so the master bay plan problem (MBPP) becomes NP-hard. Therefore, a multi-agent systems (MAS) methodology is designed to effectively communicate the information and solve the MBPP sustainably. In the designed MAS methodology, an information exchange system (IES) is created for stowage planners to bid for ship slots in each experimental iterative combinatorial auction (ICA) market. The winner in the ICA experiments is provided with the ship slots, and the entire bay plan is prepared. Further, the ship-turnaround time is validated using the data obtained from the benchmark problem. 相似文献
17.
18.
19.