基于遗传算法的港口集装箱堆场场桥智能调度优化

以港口集装箱场桥调度为研究对象,建立集装箱场桥的智能调度优化数学模型,设计基于遗传算法的模型求解策略,并根据一个典型港口的实际数据进行验证。运算结果表明,与实际操作及以前的优化算法相比,该方法可较大幅度地缩短作业时间、降低运作成本。     

考虑碳排放的集装箱码头场桥调度优化

针对港口低碳发展需求,以场桥和集卡的综合碳排放量最小化为目标,构建集装箱码头场桥调度优化模型,设计遗传算法求解模型,并利用厦门港某码头的实际运营数据验证模型和算法的有效性。结果显示,该模型和算法有效。     

遗传算法在港口船舶调度领域中的应用

以港口企业的研究实践为出发点,从港口船舶调度的优化目标和影响港口船舶调度的因素两方面入手,借助多目标优化和遗传算法在各自算法上的优势,针对港口船舶调度的特殊性要求,将两种算法进行动态融合,并结合实际业务数据进行了模型的构建和求解。     

双向通航港口船舶调度优化模型与算法

为提高双向通航港口船舶调度的安全性和调度效率,研究双向通航港口船舶调度优化模型和算法。考虑船舶属性和船舶交通状况等因素,基于船舶调度安全性、连续性和高效性要求,建立以单向/双向通航模式转换、航道与泊位协调和安全性为约束的双向通航港口船舶调度多目标优化模型;设计双向通航港口船舶调度多目标遗传算法获取最佳调度方案。对试验所求的调度方案进行一般性安全检验、双向通航安全检验和双向通航与单向通航转换安全性检验,结果表明:提出的双向通航港口船舶调度优化模型与算法能在保证安全的前提下有效获取船舶调度方案,提高双向通航港口船舶调度效率。     

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。     

港口卸载和存储集装箱物流调度研究

港口集装箱的调度是提高港口工作效率的关键问题之一。本文研究基于历史全局最优和局部最优的粒子群优化算法,利用此算法优化港口集装箱卸载和存储问题。最后通过装载50箱集装箱的实例,对本文的算法进行验证。集装箱装卸过程非常复杂,在后续研究中,应充分考虑装有特殊物品以及装卸过程中的翻箱等问题。     

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。     

港口和航线互动的集装箱航线优化模型

传统的集装箱班轮网络优化中,通常假设航线网络对于港口集装箱货运需求无影响,但是大量的案例表明该假设并不成立.实际上航线网络与港口集装箱货运需求之间具有相互影响的动态反馈关系.针对这一问题,提出了新的集装箱班轮网络优化模型.模型以航线最大收益为目标,基于上述动态反馈关系,优化干线航线的靠泊港口、靠泊顺序以及为干线港选择支线喂给港,并为求解该模型开发了基于遗传算法的启发式算法.实验计算表明,模型和算法可有效地提高集装箱班轮航线的运营效率.     

遗传算法在港口集装箱装卸顺序中的应用

船舶在执行航运作业时,集装箱的排放序列及配载管理是影响集装箱物流效率的关键因素之一。合理的集装箱放置规划可以减少船舶停港时的倒箱作业,充分利用龙门吊作业时序分配,提高航运物流效率。船舶港口集装箱装卸顺序本质是一个NP模型,模型复杂性与集装箱种类及停靠码头数量有关。遗传算法是NP模型重要解决方案,本文在研究了现代船舶港口集装箱装卸模型的基础上,设计了基于遗传算法的解决方案,极大提高了装卸效率。     

基于蚁群算法的港口船舶调度优化问题研究

港口船舶调度优化问题是当前一个公开的难题,传统方法无法获得理想的港口船舶调度优化方案,为了加快港口船舶调度速度,降低港口船舶调度成本,建立了基于蚁群算法的港口船舶调度优化模型。首先分析当前港口船舶调度优化研究现状,指出各种方法出现不足的原因,然后构建港口船舶调度优化问题的多约束优化目标函数,并引入蚁群算法对多约束优化目标函数进行寻优,求得港口船舶调度优化问题的最优解,最后进行港口船舶调度优化仿真模拟实验。相对于其他港口船舶调度优化模型,蚁群算法改善了港口船舶调度优化问题求解的效率,港口船舶调度优化问题的解质量更高,可以满足港口船舶调度管理的实际应用要求。