考虑潮汐因素的连续泊位和岸桥集成分配研究

泊位和岸桥是集装箱码头非常重要的资源,合理的分配及使用是提高集装箱码头作业效率的重要途径。在港口业务的实践中,泊位水深会限制船舶停泊,因为泊位水深必须匹配船舶的吃水。考虑船舶停泊位置的水深随时间而变化的潮汐码头,以最小化时间延迟成本及岸桥使用成本为目标,建立考虑潮汐影响的连续泊位和岸桥集成分配的混合整数规划模型。通过CPLEX求解得到船舶的靠泊计划及岸桥分配计划。数值结果表明:文中模型在解决实际港口中泊位和岸桥分配问题上的有效性。     

件杂货码头连续泊位调度与货场分配

件杂货装卸作业本身的复杂性导致其码头作业组织较集装箱码头更为复杂. 采用两阶段分层方法求解件杂货码头连续泊位调度与货场分配问题. 第1 阶段考虑泊位等级、潮汐动态、货物水平运输距离,以水平运输周转量最小为目标构建连续泊位调度模型,确定船舶靠泊位置;第2 阶段考虑作业线间作业量均衡和最小化所有作业线的最大作业完工时间构建货场分配模型,缩短船舶在港作业时间. 针对构建模型分别设计求解方法,提出两种不同调度策略确定船舶进港顺序. 最后通过算例试验,在验证方法有效性的同时对不同策略下调度方案进行对比分析.     

基于多Agent的集装箱码头生产调度系统建模研究

集装箱码头的生产调度决策是在港口资源有限的条件下,对设施设备进行优化调度,以提高工作效率的问题,涉及因素多而且具有离散性和动态性的特点.文中提出了基于MAS集装箱码头的智能生产调度系统的思路及其结构框架,该系统考虑了泊位、岸桥、集卡、堆场及闸口等设施和设备的资源利用,介绍了Agent的结构和功能,Agent群之间的通信机制和协商机制,并以泊位调度Agent为例,说明了调度Agent群的工作机制.     

集装箱码头送箱集卡预约与场桥调度协同优化

针对送箱集卡随机到港引起的场桥作业不均衡,以及高峰时段场桥资源紧缺、集装箱码头拥堵等问题,构建送箱集卡预约与场桥调度协同优化的二层规划模型.上层目标为集卡在闸口的排队等待时间、预约集港导致集港时段调整的集卡数及所有预约时段未完成作业量所需的场桥时间最小,下层目标为每个预约时段未完成作业量所需的场桥时间最小.设计并行遗传算法求解模型,并以天津东方海陆集装箱码头为例进行算例分析.结果表明,预约集港能够降低集卡在闸口的排队等待时间,且送箱集卡预约和场桥调度的协同优化比独立决策更有利于提高集港效率.     

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.     

集装箱码头混合交叉作业集成调度模型

针对集装箱码头进出口作业系统中泊位分配、装卸作业、水平搬运等诸多环节之间的关系,分析了现有进出口作业系统对集装箱码头生产效率与运营成本的影响。运用系统工程优化理论,提出混合交叉作业集成调度方法与同步优化技术,以泊位分配、设备配置、集装箱卡车(集卡)行驶路径为决策变量,以集装箱码头最小运营成本为目标函数,建立了三阶段集成调度优化模型,设计了双层遗传求解算法。在双层遗传算法中,上层遗传算法用于搜索集装箱码头设施设备的合理配置组合,下层遗传算法在上层算法的基础上优化集卡行驶路径。计算结果表明:与独立装卸作业过程相比,使用混合交叉作业集成调度模型时,集卡数量为22veh,减小了66.2%,集卡行驶总距离为10 389.8km,减小了17.4%;与单独调度方式相比,使用混合交叉作业集成调度模型时,集卡行驶总距离减小了14.5%,码头运营总成本为84 266.2元,降低了4.6%。可见,使用集装箱码头混合交叉作业集成调度模型,能有效提高集装箱码头生产效率,明显降低运营成本。     

基于船舶优先权的集装箱港口泊位分配问题

泊位作为港口的重要资源,它的有效管理对于港口有着重要意义。集装箱港口泊位分配问题（BAP）,实质是为到达集装箱港口的船舶安排最佳停靠位置与停靠时间。本文考虑到船舶动态到达的情况,以及实际操作中码头装卸效率对船舶在港作业时间和船舶优先权的影响,以最小化包括等待时间在内的船舶在港停留时间为目标,建立了基于船舶优先权的连续布置泊位分配模型。该模型是0-1混合整数规划模型,对于小规模问题,可采用商业优化软件求解,对于大规模问题,可设计遗传算法处理。算例分析表明,考虑了连续布置泊位分配问题的二维特性和船舶优先权,能够找到更符合实际的泊位分配方案。     

考虑船舶废气排放的港口群协同泊位分配研究

为了减少船舶在港区的废气排放及促进港口群泊位资源的优化配置,本文建 立了双港泊位分配协同优化模型,通过优化两港泊位分配和船舶在两港间的航速来降低 燃油消耗量和总延误时间,并探讨了限速策略的影响.采用将船舶燃油消耗函数分段线性 化的方法,将模型转化为混合整数线性规划模型.仿真实验表明,相比于传统的以计划延 误时间最小化为目标的单港泊位分配模型,双港协同优化模型不仅能够进一步优化两港 总的延误时间,而且能够明显减少船舶燃油消耗量.这从运作层面为提高港口群整体服务 水平、建设绿色港口提供了理论支持.     

确定任务视角下集装箱堆场箱位分配研究

为了合理分配堆场资源和提高码头工作效率,针对集装箱堆场箱位分配问题进行研究。考虑码头到港船舶目的地、时间、箱重等因素,以场桥的行车成本和翻箱成本之和最低为目标,建立堆场箱位分配模型。为增强算法的全局搜索能力,基于确定任务视角,将贝位选择和贝内排箱过程看作一个整体,设计一种在整个区域内搜索排箱位置的遗传算法对模型进行求解,得到具体箱位调度分配方案。通过仿真验证所提出算法的有效性,并与Yalmip软件对比,求解不同规模的算例,验证算法的性能。结果表明：该算法能够有效解决实际生产作业中箱位分配的问题,并在求解大规模算例时也能在较短时间给出较优解。     

自动化集装箱码头岸桥-堆场作业均衡调度研究

为解决岸桥调度中堆场箱区间作业量不均衡问题,以最小化船舶装卸完工时间及均衡各时段内堆场箱区间作业量为目标,考虑岸桥冲突、安全距离和堆场箱区作业量均衡因素,建立了自动化集装箱码头多船情形下岸桥调度问题(quay crane scheduling problem,QCSP)的混合整数规划模型,应用CPLEX编程求解。在算例分析中,为进一步研究箱区间作业量均衡对岸桥调度的影响,将均衡约束松弛,对两个调度方案进行比较。结果表明:在岸桥调度过程中考虑堆场箱区间作业量均衡有助于缩短总作业时间,且各时段箱区间作业量不均衡度都有不同程度的降低,从2%到15%不等,验证了模型在岸桥调度中均衡优化堆场箱区间作业量的有效性。     

���ģʽ�¼�װ��ѳ���λָ���Ż�ģ��

所谓混堆模式下集装箱堆场箱位指派问题,是指混堆模式下,在待作业箱区为已知情况的前提下,确定集装箱在指定箱区中的最优堆存位置,以最大限度地控制堆场倒箱率,提高堆场装卸作业效率.在滚动式计划的基础上,充分考虑了不同作业箱型与倒箱作业的内在联系,依据堆场混堆的作业规则定义了作业箱优先等级,以新增集装箱压箱数最小为目标对此问题构建了箱位指派优化模型,基于问题自身的特点设计了相应的启发式算法进行求解,通过实际算例进行验证.验证结果表明,该模型及算法比港口现有混堆堆存策略有较大改进.     

内河集装箱港锚地—泊位资源配置多目标决策

鉴于锚地—泊位资源配置直接影响内河集装箱港的运作效率,且受到内河航道及岸线等设施资源制约,本文在考虑船舶通行安全的基础上,运用随机服务理论,以港口总成本和船舶在港等待时间最小为目标,建立内河集装箱港锚地—泊位配置的多目标规划模型,设计了一种针对非线性整数规划问题的实代码遗传算法,并以重庆某集装箱港作为算例,验证该模型的合理性和算法的有效性,同时分析了不同船舶到港强度和泊位服务强度下的锚地—泊位最佳配置关系,为建立和拓展内河集装箱港资源优化和配置提供理论基础.     

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。      

考虑海上意外时间和合作协议的班轮运输船期设计鲁棒优化

针对考虑海上意外时间的集装箱班轮运输船期设计问题，依据海上意外时间经验数据，设 置航行缓冲时间比例系数。运用连续最优控制原理，求解各航段船舶航行时间细分区间上燃油 消耗最小的优化航速。结合多时间窗、多起讫时刻和多挂靠港口装卸效率合作协议，以班轮运输 服务总成本最小为目标，构建班轮运输船期设计非线性混合整数规划鲁棒优化模型，设计分段离 散化线性逼近算法求解模型。以AWE1(远东-美东1)航线为例，运用100个场景的数值进行模拟 验证。结果显示：与不考虑海上意外时间或无合作协议相比，考虑海上意外时间和合作协议的班 轮运输船期设计分别降低班轮运输服务总成本14.65%和3.54%。研究表明，在恶劣天气和海况 对船舶航行影响较大的航线上或季节里，基于合作协议，设计考虑航行意外时间的鲁棒性船期， 可实现船公司、港口和客户三方共赢。     

“船舶—堆场—列车”混堆堆场箱位分配模型

集装箱海铁联运港口堆场作业箱型复杂,为了提高港口作业能力和效率,基于进口、出口箱的混合堆存方式,对"船舶-堆场-列车"作业堆场箱位分配问题进行研究."船舶-堆场-列车"作业堆场负责堆存通过船舶、列车及外集卡进出港口的集装箱.本文在待分配箱的作业时间及箱区已知的前提下,以集装箱堆存产生的压箱数最小为目标,建立"船舶-堆场-列车"作业混堆堆场箱位分配模型,根据模型特点设计了启发式算法进行求解,并进行算例分析.结果表明,所建模型和求解算法能够有效减少堆场的压箱数,满足箱型堆存要求,提高港口作业效率.     

���ڻ���ȼ��Ŀ��ؼ�װ�������Ż��о�

我国自然资源分布不平衡,受地区经济发展和城市布局等因素的影响,全国集装箱货源分布和流向存在着很大差异,导致铁路集装箱供需矛盾十分突出,空箱调运较为频繁.以往空箱调运优化模型都是以调运费用最小为目标,没有考虑重箱运输的收益.综合考虑空重集装箱运输,以铁路运输利润最大为目标,在完成局间排空箱任务基础上,将适箱货物按重要程度分为不同的等级,对高等级货物优先运输,并按所需集装箱类型不同建立空箱调运非线性混合整数规划模型.其中,运输利润为重箱运输收益与空箱调运成本之差.算例分析结果验证了模型的正确性和可行性.     

铁路集装箱中心站多轨道吊柔性协同调度优化

针对铁路集装箱中心站轨道吊协同装卸调度(RMGCS)问题，考虑多轨道吊间的作业干涉和安全距离约束，建立目标函数为最小化集装箱完工时间的混合整数规划数学模型。结合 RMGCS问题特性，提出一种考虑多轨道吊柔性协同作业的改进麻雀搜索算法(ISSA)，首先，提出能够解决多轨道吊间作业冲突的任务分配策略和干涉判断方法；其次，设计自适应非线性动态安全值，平衡全局和局部搜索；再次，改进加入者更新移动方式，使其在全维度上靠近最优解；最后， 引入LOV(largest-order-value)规则，将个体从实数向量映射到集装箱整数序列。为了验证问题和算法的有效性，分别利用ISSA与其他算法求解不同样本规模的算例，结果表明：ISSA在不同样本 规模的RMGCS问题求解上，均具有更好的寻优效果。此外，所提出的柔性协同调度模式相比现有的固定范围顺序装卸调度模式，使样本量为45的装卸作业总完工时间缩短了15.5%。     

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。     

集装箱堆场作业优化模型与算法

研究铁路到站集装箱吊车作业优化,如何规划龙门吊的作业顺序,减少作业次数成为衡量堆场工作效率的关键。通过分析问题建立一个计划期内以倒箱次数最少为目标的多时段动态集装箱堆场箱位分配模型,减少龙门吊的作业次数,设计遗传算法求解。算例表明：该模型及算法能够有效地优化堆场内零散箱的箱位分配,提高集装箱堆场的作业效率。