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%。     

基于“作业面”的铁路集装箱中心站集卡路径优化研究

结合现场作业情况分析了影响集卡最优走行路径选择的5个主要因素:集卡作业道路通行情况、装卸线上集卡等待轨道吊排队情况、堆场内集卡等待龙门吊排队情况、堆场内龙门吊作业效率,以及空闲集卡距目的地的距离,提出了影响因素隶属度的计算方法,给出了基于模糊决策理论的集卡最优路径选择求解算法,并以铁路集装箱中心站的实例进行验证分析.该优化方法提高了集装箱中心站集卡的作业效率,为基于“作业面”的集装箱中心站的集卡调度系统提供了理论和技术支持.     

带时间窗的中心站多车程集卡调度优化研究

为解决铁路集装箱中心站与周边货源地间的公铁联运多车程集卡集疏调度问题,将货源地的每一集装箱集疏需求视为一个任务节点,以集卡调度总成本最小为目标,综合考虑集卡容量和集装箱集疏时间窗等约束,构建允许同一集卡重复利用的多车程集卡调度优化模型,并设计改进的遗传算法求解该模型。为均衡集卡工作时间,以调度模型确定的最佳集卡数量和车程集合为输入,进一步构建以集卡作业时间之差最小为目标的集卡车程分配模型,并借助Gurobi精确求解每一集卡的最佳车程任务。以郑州铁路集装箱中心站为例进行实验验证,结果表明：本文所提方法能有效解决公铁联运集装箱在集疏环节的集卡调度问题;相较于单车程模式,多车程模式下集卡调度成本平均减少了60.31%;车程分配优化可以将集卡作业时间最大差值减少14.3%以上,提高了集卡作业时间的均衡性。     

考虑能耗的铁水联运集装箱装卸设备协同调度

随着集装箱港站铁水联运作业量增大,以及节能减排压力与日俱增,实现港站作业设备的高效调度和低能源消耗间的协同优化将是亟待解决的问题.本文研究了集装箱铁水联运港站中多设备间的高能效协同调度问题,基于混合流水车间调度(HFSS)思想,构建了综合考虑岸桥、集卡、正面吊三阶段装卸过程的协同调度模型,以总完成时间最短和能耗最低为目标,设计了基于遗传算法和模拟退火的混合优化算法.通过实验验证了模型和算法的可行性,证明可以实现高能效利用下的港站设备协同调度优化.     

基于微进化算法的铁路物流中心集装箱装卸资源调度优化

以铁路物流中心集装箱功能区装卸设备资源为研究对象,考虑物联网物流信息共享平台应用背景下的集装箱门吊作业调度问题,综合考虑外集卡司机的满意度和铁路物流中心内部装卸资源的作业效率,以外集卡平均延误时间最短和轨道门吊最大作业时间最小为优化目标,建立基于物联网平台下的集装箱门吊调度多目标优化模型,并设计了基于优势基因结构进化机制的微进化算法进行求解.经算例表明,微进化算法所采用的优势基因结构机制及原始对偶算子能够有效地适应环境的不确定性,较传统遗传算法在求解效率及质量上有较大优势.     

��������ԤԼģʽ�ļ�װ����ͷ����۷����Ż�

集装箱码头外部集卡抵港时间存在随机性,导致提交箱任务分布不均,场内机械设备难以均衡负荷作业高峰.通过对外部集卡在港作业不同状态的分析,构建了以时间残值矩阵为核心的线性仿真数学模型.基于该模型提出了码头集疏港联动预约模式,在该模式下外部集卡的预约过程即为集卡司机对仿真计算反馈结果的互动选择过程.借助于与传统预约模式、等额预约模式在不同情形、规模算例下的仿真对比,显示了联动预约模式对于削减作业高峰、缩短集卡在港时间的有效性与鲁棒性.     

基于“作业面”模式下集卡配置的仿真研究

为了合理利用集装箱码头的固有资源,提高码头的作业效率,通过集卡调度优化模型算出集卡的最优行驶路径并带入仿真模型中对案例进行分析,得出了在“作业面”模式下集卡配置量与码头作业效率及集卡阻塞时间之间的关系,旨在使码头的装卸效率和资源的浪费状况达到可接受的平衡状态而给出集卡合理配置量的建议。     

甩箱模式下考虑多箱型任务组合的集卡调度优化

针对甩箱模式下港口堆场与内陆腹地间多箱型任务组合的集卡调度问题，本文根据运输过程中集卡剩余箱位随集卡执行任务动态变化的特点，考虑不同箱型任务需求与集卡当前状态的匹配，以集卡的启用、行驶及等待过程的成本最小化为目标，建立混合整数规划模型。并根据模型特点设计基于不可行弧过滤策略的蚁群算法，以提升算法性能。利用Solomon标准数据集 随机生成任务类型比例和规模大小不同的算例进行数值试验，试验结果证明了模型的正确性与算法的稳定性和有效性，进而对比了甩箱模式与传统模式下的总成本。结果表明：相较于传统模式，甩箱模式下集卡的运输总成本平均减少了45.10%；当任务规模越大时，两种模式之间的成本差距越大，显示了甩箱模式与港口多箱型集疏运任务运输作业结合的显著优势。     

集装箱码头铁水联运装卸设备协同调度

集装箱码头铁路作业区是开展集装箱铁水联运的主要场所,其效率将影响集装箱铁水联运的整体效率,因而,建立了以装卸过程总完成时间最短为目标的龙门吊、集卡和场桥的协同调度问题的混合整数规划模型,既考虑了装卸同步,又考虑了龙门吊间的干扰和安全距离、龙门吊和场桥走行时间及缓冲区等现实约束,并考虑了集卡堵塞问题.为了求解模型,设计了改进的多层遗传算法.最后通过实验验证了模型和算法的有效性和可行性,证明了考虑集卡堵塞问题是有必要的,并给出了50个和100个集装箱的设备最佳配比.     

集卡提箱预约配额与场桥配置的联合优化

在集卡提箱预约中,集装箱码头场桥配置和预约配额的联合优化是缩短集卡等待时间,提升资源利用率的关键. 针对提箱作业的实际特点,构建了双目标整数规划模型,设计了基于非支配排序遗传算法的求解方法. 当码头需求较少时,采取动态调整随机分配场桥最佳;当码头需求较高时,采取动态调整与按需配置相组合的方式最佳. 以国内某码头为原型,通过不同规模的算例实验,验证了模型和算法的有效性. 所提方法可快速生成高质量、多样化的前沿解,实现了场桥资源与集卡作业需求的匹配优化,为码头管理者在资源投入与集卡等待时间的权衡中,提供了决策支持.     

��·��װ������վ�ѳ�����Ż�ģ��

铁路集装箱中心站堆场作为集装箱列车装卸作业与集卡提交箱作业的缓冲区,堆存策略直接影响整个中心站的作业能力和效率,本文对铁路集装箱中心站堆场混堆优化问题进行了研究.根据中心站堆场混堆作业问题的描述,建立了两阶段优化模型,第一阶段平衡中心站堆场各箱区进口箱和出口箱的箱量,第二阶段为分配到箱区的集装箱指派较优箱位,使堆存所产生的压箱数最小,并设计了启发式算法对模型进行求解.最后利用某集装箱中心站的实际数据对模型和算法进行了验证,验证结果表明,该优化模型比中心站现有的堆存策略有较大改进.     

集卡提箱预约配额与场桥配置的联合优化

在集卡提箱预约中,集装箱码头场桥配置和预约配额的联合优化是缩短集卡等待时间,提升资源利用率的关键. 针对提箱作业的实际特点,构建了双目标整数规划模型,设计了基于非支配排序遗传算法的求解方法. 当码头需求较少时,采取动态调整随机分配场桥最佳;当码头需求较高时,采取动态调整与按需配置相组合的方式最佳. 以国内某码头为原型,通过不同规模的算例实验,验证了模型和算法的有效性. 所提方法可快速生成高质量、多样化的前沿解,实现了场桥资源与集卡作业需求的匹配优化,为码头管理者在资源投入与集卡等待时间的权衡中,提供了决策支持.     

铁路集装箱中心站装卸机械性能与布局研究

铁路集装箱中心站已确定正面吊和轨道门吊为主型装卸机械,本文就这两种主型装卸机械的特点、性能、布局与作业效率进行探讨,从而得到：轨道门吊在场地利用率、作业效率、维护保养、作业成本和环境保护等方面具有明显优势。是集装箱中心站首选型式;正面吊具有作业机动灵活的优点,适宜场地宽敞、到发线较多的集装箱中心站．     

基于海铁联运的港口集装箱运输集卡路径选择

为提高集装箱海铁联运在港换装转运的作业效率,对有铁路专用线引入的集装箱码头集卡路径规划问题进行了研究。分析铁路线进港后的码头集卡作业模式,以集卡完成运输总时间最短为目标,建立了带集装箱运输时间窗约束的线性整数规划模型,并求解了集卡在铁路装卸线、港口堆场、码头泊位三处任务节点的作业路径规划问题。最后以集装箱码头混合作业为例,设计相关算例,利用CPLEX12.0对模型进行求解,得到有铁路线引入的港口内集卡作业路径选择结果,验证模型具有较好的可行性。     

不确定因素下的集装箱码头车船间装卸作业集成调度

为了提高集装箱码头的效率,建立了集装箱码头车船装卸作业集成调度模型;考虑了装卸同步作业与一些实际约束条件,如岸桥、龙门吊间干扰和安全距离等,以及生产调度中的不确定因素,如岸桥、集卡的速度变化等,设计了改进的多层遗传算法求解模型;为了确定随机变量的具体值,在传统的遗传算法中引入蒙特卡罗法,为了使得集装箱在集卡间均衡分配,在传统的遗传算法中引入均衡算子;通过试验验证模型和算法的可行性和有效性,并进行了改进的多层遗传算法中引入均衡算子与未引入均衡算子间的对比试验。分析结果表明:引入均衡算子后的装卸作业完成总时间为7 437.8s,比未引入均衡算子减少760.3s,且在引入均衡算子的试验中50FEU集装箱均匀分配给了5辆集卡,而在未引入均衡算子的试验中未能均匀分配;固定龙门吊和岸桥数量,改变集卡的数量,通过比较每组试验中作业总完成时间和边际效益值,得出当集装箱数量为80、90、100FEU时,最优设备配比为3台龙门吊、10辆集卡和4台岸桥。可见,改进的多层遗传算法可以提高集装箱码头车船装卸作业的效率,是解决集装箱装卸作业集成调度问题的一种有效方法。     

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.     

集卡与岸桥及场桥联合调度模型优化

分析了集装箱码头中的集卡与岸桥、场桥联合调度;基于集卡运输时间与等待岸桥、场桥时间之间的权重系数考虑,建立了以等待岸桥、场桥作业时间与集卡运输时间之和最小为目标的联合调度优化模型,为集装箱码头装卸作业调度提供了决策支持;算例验证了模型的有效性和实用性。     

集卡与岸桥及场桥联合调度模型优化

分析了集装箱码头中的集卡与岸桥、场桥联合调度;基于集卡运输时间与等待岸桥、场桥时间之间的权重系数考虑,建立了以等待岸桥、场桥作业时间与集卡运输时间之和最小为目标的联合调度优化模型,为集装箱码头装卸作业调度提供了决策支持;算例验证了模型的有效性和实用性。     

基于萤火虫算法的集装箱码头集卡路径多目标优化研究

在两艘船同时作业情况下,建立以集卡总行驶距离最短及完成两船所有装卸任务的时段内各箱区间作业量不平衡性最小的多目标优化模型。在模型求解时,采用新颖的萤火虫算法求解,编码方式采用离散整数编码,每个整数编码表示对应的集卡作业回路运行次数。最后通过舟山甬舟集装箱码头案例分析,较好的解决了集卡路径优化问题,为码头运营者提供了一定的决策支持,也验证了模型与算法的有效性与实用性。     

基于混合交叉作业的码头集卡路径优化模型

针对集装箱在码头堆场分散堆放的情况和码头泊位装卸作业的状态要求,研究了以岸桥组合为作业单元的集卡作业路径优化问题.与传统的作业方式不同,综合考虑了集卡作业方式要求、集卡作业组数量、泊位作业岸桥安排、集装箱堆放地点数量及各地点堆放集装箱箱量情况,以及它们相互之间的关联和协调关系,设计了集装箱码头集卡作业组对于泊位多岸桥装卸混合交叉作业下的路径优化模型.通过算例对模型进行验证,该模型优化的作业安排能够有效提高集卡的利用效率和集装箱码头的生产作业效率.