基于三维布局思想优化港口资源配置问题研究

泊位和岸桥资源是集装箱码头至关重要的战略资源,如何合理有效进行资源配置尤为关键.文中将一艘船舶靠泊作业过程中需要占用的泊位资源、岸桥资源以及时间资源三者构成一个船舶资源占用块,通过这样的抽象变化,港口码头资源调度分配问题就转化为三维矩形布局问题.与此同时,考虑到偏好位置偏离、岸桥并行作业干扰以及船舶延时到、离港这3大因素的影响,建立以船舶在港资源占用总成本最小化为目标的泊位-岸桥-时间分配非线性规划模型,利用Matlab优化技术处理非线性多目标问题.计算表明,依据该数学模型进行泊位分配与岸桥调度更符合码头实际运营情况,从而高效实现资源合理配置,提高港区管理水平与经济效益.     

集装箱码头泊位智能调度系统设计

为了促进智慧港口建设,针对集装箱码头泊位和岸桥的资源分配问题,引入人工智能算法设计一套泊位智能调度系统。系统主要包括码头模块、潮汐模块、报表模块等3个模块。在码头模块中,系统采用智能算法对泊位和岸桥调度问题进行2次计算,分别以船舶在港时间最短和岸桥移动次数最少为求解目标。结合实际业务情况,对各模块功能、基础数据、界面显示、关键算法进行详细设计。系统将船舶信息、码头作业信息等集中显示在界面上,便于工作人员直观地掌握码头作业情况,有利于提高集装箱码头作业效率。     

连续泊位下泊位分配与岸桥动态调度的联合优化*

根据到港船舶的装卸作业量、最优靠泊位置,为了最小化船舶在港时间、提高客户满意度,对延迟完工的装卸任务量、与最佳靠泊位置的偏离程度设置不同级别的惩罚费用系数;同时为了充分利用岸桥资源,考虑岸桥可在船舶间移动装卸的动态调度,研究连续型泊位下泊位分配-岸桥动态调度的联合优化问题.建立了以最小化延迟完工任务量、偏离最佳靠泊位置和岸桥移动的惩罚费用为目标的整数规划模型,结果可得到船舶靠泊计划,以及具体的岸桥分派计划.通过算例验证了联合调度优化模型对提高集装箱码头作业效率和船公司客户满意度的有效性.     

基于多智能体仿真的自动化集装箱码头合理通过能力研究

针对自动化集装箱码头泊位合理通过能力评估问题,基于多智能体仿真建立采用"双小车岸桥(DTQC)+自动导引车(AGV)+自动化轨道吊(ARMG)"工艺的自动化集装箱码头装卸作业模型,对顺岸布置的自动化码头通过能力与码头服务水平、泊位数量之间的关系进行研究。仿真结果表明:码头服务水平(AWTAST)与泊位通过能力呈明显负相关关系,且在一定码头服务水平下,泊位合理通过能力随顺岸式码头泊位数量的增加显著提高。基于仿真结果进行公式拟合,提出了自动化集装箱码头的泊位合理通过能力估算方法,可以为自动化集装箱码头规划与运营提供决策支持。     

基于服务损失函数的集装箱码头泊位—岸桥联合调度优化

面对不确定环境、多样性和差异化服务需求,集装箱码头亟需改进和优化调度方法,提高码头作业效率和客户满意度。针对集装箱码头泊位与岸桥的资源分配问题,通过添加缓冲时间来吸收不确定因素对调度计划产生的影响,引入多元服务质量损失函数建立以偏离最优靠泊位置、岸桥移动损失及在港时间损失为目标的优化模型,利用改进的遗传算法对模型进行求解,并通过试验算例证明了模型及算法的有效性。     

集装箱码头岸桥与集卡装卸协作优化*

岸桥与集卡是集装箱港口装卸过程中的重要机械, 其配置情况关系到整个港口的作业效率。为了提高集装箱码头的作业效率,针对集装箱在码头堆场分区堆放的情况和码头泊位装卸作业的状态要求,考虑了岸桥作业时间和集卡运输时间,提出了集装箱码头集卡与岸桥协作优化模型,该模型以总时间最小为目标。算例结果表明,该模型为码头集装箱装卸作业优化问题提供了决策支持。     

大窑湾集装箱码头泊位通过能力影响因素研究

以大窑湾集装箱码头的实际运营为例,将决定泊位通过能力的各个环节分为泊位年营运天数、泊位有效利用率、船时装卸效率、单船装卸箱量、昼夜装卸作业时间、船舶装卸辅助作业及船舶靠离泊时间、岸边集装箱岸桥配备台数等因素逐一分析,并利用计算机程序进行仿真模拟,得出各因素对泊位通过能力影响的权重,从而为码头的管理决策提供了科学依据,以期提高集装箱码头泊位的通过能力,获取更大的经营效益、改善码头服务水平.     

碳税规制下潮汐港口泊位——岸桥集成调度优化

为了在提升码头作业效率的同时,控制碳排放,建设高效能低碳港口。针对碳税规制下连续型泊位分配和岸桥动态作业的集装箱码头调度问题,考虑大船需乘潮进出这一现实约束,量化码头碳排放并建立以计划期内船方成本、码头方成本及系统碳税之和最小化为目标的混合整数规划模型。利用CPLEX进行求解,验证模型在解决实际港口调度问题上的有效性,同时发现碳税规制有助于减少船舶在港时间,降低系统碳排放。     

自动化岸边集装箱起重机模拟操作系统设计

作为码头前沿的关键装卸设备,岸边集装箱起重机(以下简称"岸桥")的装卸效率在一定程度上决定着集装箱码头的装卸效率.随着自动化集装箱码头建设在世界各地蓬勃兴起,自动化岸桥广泛应用于新建自动化集装箱码头.自动化岸桥应用于新建码头可能存在以下问题:一是岸桥司机和设备工程师对自动化岸桥不熟悉,需要实操培训后才能上岗,从而在无形中导致码头运营成本上升;二是自动化岸桥作业采用远程操作模式,不正确的操作流程和方法不仅会降低码头作业效率,而且存在极大的安全隐患.为了避免在应用自动化岸桥的过程中出现上述问题,鹿特丹港MV2自动化集装箱码头、丹吉尔港TM2自动化集装箱码头、上海港洋山深水港区四期自动化集装箱码头等均向岸桥设备生产商采购自动化岸桥模拟操作系统.     

基于偏好函数与深度信念网络的自动化码头AGV实时调度算法

为提高自动化集装箱码头岸桥作业效率、降低自动导引车(Automated Guided Vehicle,AGV)空载行驶距离,以偏好函数和深度信念网络(Deep Belief Network,DBN)为核心设计AGV实时调度算法,完成AGV任务分配指派,优化AGV作业任务序列。利用偏好函数为处于待分配状态的AGV筛选最优集装箱,产生训练样本并更新训练集,通过DBN实时更新集装箱的偏好函数,重复该过程直至集装箱作业完毕。算例分析表明:同两种现行调度规则对比,AGV空载距离和岸桥作业时间显著下降;与人工神经网络(Artificial Neural Network,ANN)相比,DBN可有效提高算法精度与求解效率;算法针对环境动态变化实时分配集装箱,为自动化码头提高效率和降低能耗提供依据。