基于人机交互-蚁群算法的船舶交通多航道调度优化

传统基于纯蚁群算法的船舶交通多航道调度优化无法根据实际情况调整船舶优先级,船舶占港时间较长,经济效益差,因此设计一种基于人机交互-蚁群算法的船舶交通多航道调度优化方法。建立多航道调度优化模型,明确各船舶调度策略,确定调度时间、等待时间最小的目标函数,建立避免调度过程中产生混乱和协调船舶交叉的约束条件;在调度优化中引入人机交互-蚁群算法,采用人工设置临时改变船舶工作的优先级,以此来提高港口工作效率,并设置算法的搜索顺序,完成船舶交通多航道调度优化的研究。在算例仿真中,为验证传统方法与设计方法的调度结果,设置港口参数并分析两方法的调度方案,结果表明设计的方法得到的方案能有效缩短船舶平均在港口的停留时间和恢复正常生产所需要的时间。     

基于数据驱动的船舶航线实时优化

为了给不同海况下的船舶安全航行提供保障,设计基于数据驱动的船舶航线实时优化方法。利用数据驱动方法采集船舶历史航线、海域风速、风向、波高等海况数据,选取K-means聚类算法聚类海况数据,构建海况知识库。依据海况知识库内的船舶航线信息与航线转向点信息,划分船舶航线为不同航段。依据船舶航线的航段划分结果,以航行总时间最短以及总油耗最低为目标函数,设置船舶航速约束与转向点位置约束作为约束条件,构建航线实时优化模型。选取蚁群算法求解所构建的优化模型,输出航线实时优化结果。结果表明,该方法可以实时优化航线,降低船舶的航行时间与主机油耗,适用于不同海况的船舶航行。     

基于克隆选择优化的多船转向避碰决策

基于船舶碰撞危险度计算模型,在多船会遇态势下,利用克隆选择优化算法,本文提出一种最优转向避碰幅度计算方法。确定了最近会遇距离(DCPA)、最近会遇时间(TCPA)、两船距离、相对方位、船速比5个主要因素的隶属度函数,并考虑航行区域状况、能见度情况和船舶的操纵性能等对船舶碰撞危险度的隶属度函数修正。基于船舶碰撞危险度和航程损失的多目标函数优化,通过分克隆选择优化算法,在《国际海上避碰规则》约束的可行域空间内,获取全局范围内的最优解。仿真结果表明克隆选择优化算法对于处理多船会遇态势下的让路船转向避碰决策的有效性。     

基于ARENA的内河船舶过闸调度优化方法研究

内河船舶过闸停泊、登记缴费、等待调度、核对闸次闸号、进入叫号待闸区、进闸以及出闸等环节,流程复杂、影响因素众多,本文提出一种过闸时间的分时段优化的船舶过闸调度方法,对船舶过闸的流程分段进行优化,并以京杭运河某船闸为实例建立了基于ARENA船舶过闸仿真模型,该船闸单线船闸的仿真结果表明,分时段优化累积时间优势明显,可与船舶实际运行时间相匹配,有效缩短过闸时间。     

支线集装箱船舶航线规划与配载协同优化

针对支线集装箱船舶运输中喂给港数和靠泊条件不一的实际背景,考虑船舶容量、行驶稳性和交付时间等约束,采用两阶段分层方法研究支线集装箱船舶航线规划和配载协同优化问题。两阶段中分别以所有船舶总运营成本最小和混装堆栈数最小为目标,构建船舶航线规划和配载优化的混合整数规划(MIP)模型,结合问题特征设计粒子群算法(PSO)求解模型。结果表明：模型与算法均可实现问题求解,对于较大规模的算例,模型最长求解时间超过600 s, PSO最长求解时间为16.66 s,平均10.00 s内完成求解,表现出较好的求解性能,可为支线集装箱船舶航线规划与配载协同优化提供决策参考。     

基于航道与泊位资源协调调度的船舶交通优化

将港口航道与泊位资源协调利用,可最大限度地提高港口运营效率。对此,以所有船舶总在港时间和等待时间最少为目标,建立基于单向航道的多目标船舶调度优化模型。根据港口不同区域的交通流特征,建立初始化约束、流量转换约束、时隙分配约束和泊位冲突消解约束等多个约束模型。设计多目标遗传算法进行求解,并设计有针对性的模拟场景进行验证;以港口某一繁忙时段的20艘船舶为例,进行调度试验。最终得到8个Pareto最优解和2个目标的最优解:总调度时间为2.618 6 h,添加惩罚后总等待时间为23.012 4 h。结果表明:该模型及算法给出的调度方案能有效提高船舶的调度效率。     

考虑船舶在港时间不确定的船期表鲁棒优化方法研究

为提高班轮公司准班率,保证其保证服务质量,利用鲁棒优化方法建立模型,制定可靠船期表。模型考虑船舶在港时间的不确定性,将船舶在港时间设定为一定的区间,并设置惩罚成本对迟到进行约束,在满足航行时间和速度约束的前提下确定班轮船期表。模型具有良好的鲁棒性,可辅助班轮公司在船期表设计方面进行决策。     

约束条件下船闸装载系数计算方法研究

船闸装载系数是计算通航建筑物通过能力的重要指标,通常取过闸船舶装载率,但是在过闸船舶日益大型化的背景下,船舶过闸受水深等条件约束,用船舶装载率代替船闸装载系数可能出现较大误差。通过运用船舶排水量计算原理,提出了船闸装载系数的修正计算方法,并进行了计算验证。     

建立过闸船舶管理长效机制的思考

从2008年8月1日起，在北京奥运会和残奥会为期近2个月的时间里，为切实加强奥运安保工作，做好过闸船舶安全监督管理，确保三峡、葛州坝等重点部位的安全，对所有拟通过三峡船闸、葛洲坝船闸的船舶在办理离港船舶签证手续前，进行了开航前检查。直昌、三峡海事局采取特别措施，对所有过闸船舶实施了过闸前安全检查。在奥运会刚刚落下帷幕之际，作为过闸前现场检查专班成员，     

内河典型单级单线船闸待闸时间预测模型及优化调度策略*

为了提高内河船闸调度水平、缓解船闸堵航情况,以我国内河水运梯级开发中最为广泛的单级单线船闸为研究对象,运用Arena仿真平台构建了船闸通航仿真模型,以汉江兴隆船闸为例,对单级单线船闸船舶过闸问题进行仿真。在此基础上,为了评价相关要素对船舶待闸时间的影响,开展了大量单因素和多因素影响下船舶过闸敏感性试验。采用数据拟合方法研究了单因素作用下船舶待闸时间变化规律和预测模型,采用BP神经网络构建双因素作用下的船舶待闸时间预测模型。检验表明船舶待闸时间预测模型具有较好的预测精度。结合过闸预约制和预测模型提出了船闸优化调度策略,可为管理部门开展船闸科学调度提供有效的参考方法。     

基于排队论的联动控制过坝船舶待闸参数优化计算

在过坝船舶联动控制常态化实施背景下,当前对过坝船舶排队待闸参数仍沿用先前计量方法不能准确反映过坝交通组织效率与服务水平。本文结合联动控制过坝船舶分区控量排队滚进的航行待闸模式,提出利用排队论方法准确量化船舶待闸过坝的相关参数,并以下行危险品排队待闸过坝为例进行计算。计算结果表明基于排队论方法求得参数值更符合船舶待闸动态实际,对衡量及优化联动控制过坝船舶交通组织具有指导意义。     

基于NSGA-Ⅱ的长江过闸散货船船型论证

针对长江干线过闸散货船船型论证过程中复杂的多目标、多约束问题,提出一种以技术经济性、过闸效率和社会效应(暂时以EEDI为计算指标)为目标,船舶主尺度上下限、主尺度比、初稳性高、系缆力为约束的数学模型,并采用第二代非支配排序遗传算法(NSGA-Ⅱ)求解,得到该多目标优化问题的Pareto前沿及对应的非劣尺度,结果表明所采用的方法切实可行,且得到的结果能够满足船东对于长江干线过闸散货船的需求,同时具有一定的社会能效效应。     

新型防冲设备在船闸维护中的应用

船闸是连接内河和外海的重要通航建筑物,闸内水位变化幅度大,过闸船帕类型多样,造成船闸对防冲设备性能的要求很高。聚氨酯护舷作为一种新型的防冲设备,它合理的选型、布置和安装能够有效的避免过往船舶和闸室岸壁的碰撞损伤,降低船闸的日常维护费用。     

紧迫危险下船舶避撞过程多目标距离预测数学建模

为避免船舶碰撞等事故的再度发生,对船舶在紧迫危险情况下对多目标距离进行精准检测、避让技术的研发成为了各国对航运事业长久发展的重点研究内容。由于传统的船舶避让系统对近距离多目标船舶预测的精准度仍存在不足,因此对现有的紧迫危险下船舶避撞系统进行了深入的研究,结合现有的纵向加速度算法设计了船舶避撞距离预测模型。根据系统功能模块要求对船舶避撞系统进行优化,以便准确控制船舶速度和安全性的的总体方案,达到降低船舶碰撞事故发生几率的目标,以便避免人员生命财产损失等问题。为验证该方法的有效性和精准度进行了仿真实验,实验结果证明紧迫危险下船舶避撞过程多目标距离预测数学模型可及时有效的对船舶航行过程中的多目标船舶进行精确避让,由此证实该方法具有重要的参考意义。     

基于最优Pareto集的船舶出坞拖轮配置优化

本文采用多目标遗传算法求解船舶出坞拖轮配置优化模型的近似Pareto最优解集.针对遗传算法只能优化单目标、无约束问题,作者通过引入罚函数除去了船舶出坞中多变量非线性有约束问题的约束限制.文中利用加权和方法处理船舶出坞拖轮配置多目标优化问题,并按专家决策方法确定各目标函数的权系数.拖轮配置优化结果表明了多目标遗传算法的有效性,并为船坞主管进行船舶出坞拖轮配置决策提供了充分的依据.     

基于最优Pareto集的船舶出坞拖轮配置优化

本文采用多目标遗传算法求解船舶出坞拖轮配置优化模型的近似Pareto最优解集，针对遗传算法只能优化单目标、无约束问题，通过引入罚函数除去了船舶出坞中多变量非线性有约束问题的约束限制。本文利用加权和方法处理船舶出坞拖轮装置多目标优化问题，并按专家决策方法确定各目标函数的权系数。拖轮配置优化结果表明了多目标遗传算法的有效性，并为船坞主管进行船舶出坞拖轮配置决策提供了充分的依据。     

海上多船行驶自动避碰系统设计

随着航运事业的发展,船舶数量不断增加。船舶的行驶环境复杂多变,易造成船舶航行偏移现象,在多船舶同时行驶的海域易出现船舶碰撞等问题,严重威胁着船舶航行的安全。为提高船舶航行安全,减少船舶碰撞事故的发生,对海上多船行驶自动避碰系统进行了创新和优化。利用PID控制方法对船舶行驶领域多目标航迹检测系统进行创新,以期达到更精准、快速的船舶避碰检测控制系统设计目标。通过该系统对船舶航迹航行状态进行检测控制,从而避免船舶在行驶过程中受外界环境影响出现的航迹偏离及信息延时导致的船舶碰撞等问题。为了保障船舶自动避碰系统的有效性,对船舶避碰检测和控制情况进行仿真实验。仿真结果表明:该系统可及时有效地对船舶会遇的可能性做出精准分析和有效判断,并及时控制船舶航迹及速度,以便科学合理的执行船舶避碰方案决策,从而有效避免船舶碰撞事故,保障船舶航行安全。     

遗传极限学习计算法在船舶碰撞危险度确定中的应用

为防止船舶航行过程中出现碰撞问题,研究遗传极限学习计算法在船舶碰撞危险度确定中的应用。以船员视角、两船间的安全距离和航行速度为基础,利用最小安全时间直观描述船舶碰撞危险度;根据船舶航行样本数据,利用极限学习机预测最小安全时间,采用遗传算法优化极限学习机,通过初始化种群、适应度运算、交叉变异等过程确定最优染色体,提升最小安全时间预测精度。实验结果显示所研究方法遗传迭代25次后误差平方和降至2.5,不同海域的防碰撞操作控制成功率达到97.5%,说明该方法具有较快的迭代速度与较好的应用效果,可有效保障船舶航行过程中的安全性。     

一种自动化轨道式龙门起重机作业任务调度多目标优化方法

目前常规的轨道式龙门起重机作业任务调度多目标优化方法主要通过对机械设备的运行路径进行规划模拟,从而生成最优调度方案。针对该方法缺乏对集装箱作业顺序的有效约束、优化效果不佳等问题,提出一种自动化集装箱轨道式龙门起重机作业任务调度多目标优化方法。首先将调度优化问题进行分解,并对不同子问题下的决策变量进行提取;然后以轨道吊作业总延误时间最小作为优化目标,构建多目标优化函数;最后结合双层遗传算法,对目标函数进行求解,从而生成最优调度方案。实验结果表明,新方法具有较为理想的优化效果。     

过闸船舶吃水控制标准对三峡船闸通过量的影响

针对三峡船闸运行以来,过闸货运量快速增长,过闸船舶大型化趋势明显的问题,建立三峡船闸通过量与过闸船舶吃水控制标准关系数学模型,并以2010年过闸船舶数据为基础,测算不同吃水控制标准条件下的船闸通过量,提出利用三峡河段丰富的水资源优势,合理挖掘船舶吃水深度潜力,充分发挥过闸船舶的装载能力,进而有效提高三峡船闸通过量的建议。