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.     

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．     

自动化港口AGV调度配置仿真分析

针对自动化集装箱港口中的AGV(automated guided vehicle)的调度策略和数量配置问题,利用专业仿真软件e MPlant建立了包括岸桥、AGV、场桥和堆场资源在内的集装箱港口仿真模型,分析不同的AGV调度策略及AGV配置数量对集装箱港口装卸系统效率的影响。设计仿真了3种AGV调度策略,得出不同的AGV调度策略及配置数量很大程度上影响了整个集装箱港口装卸系统的效率。最后根据分析结果,给出集装箱港口对于AGV的调度和数量优化的配置建议。     

集装箱码头同贝同步装卸调度模型与算法

为了提高集装箱码头装卸效率,建立同贝同步装卸调度模型,实现装卸桥在同一贝位内同时进行装船与卸船作业,模型通过优化装卸桥作业序列与出口集装箱积载计划降低装卸桥与龙门吊作业时间。设计了基于双层遗传算法的模型求解方法,利用上层遗传算法搜索装卸桥最优作业序列,下层遗传算法在装卸桥作业序列基础上获得出口集装箱最优积载计划,然后计算龙门吊与装卸桥作业时间,且将结果反馈到上层遗传算法,通过上下层遗传算法的反馈优化调度方案。通过算例对模型与算法进行验证。分析结果表明:同贝同步装卸调度模型可以提高装卸效率9.42%～11.53%,模型与算法有效。     

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。     

基于排队过程的重载铁路装卸机械合理配置研究

在重载铁路集疏运系统中,装卸车设备的增加会减少车辆停留时间,加快货车周转速度,提高装卸车效率.装卸设备配置太多,会增大投资和运营维护成本;而配置不足又会影响重载运输系统的运行效率,因此,合理配置装卸设备数量已成为重载运输集疏运系统的重要工作.以装卸车设备数量为优化对象,通过研究重载列车排队等待装卸车状态和设备数与等待费用、时间的变动关系,得出减少重载列车的装卸等待时间可提高集疏运系统效率的结论.运用排队论的方法,建立重载运输服务排队系统模型,以系统总费用最小为决策目标,利用MATLAB数学软件求解装卸设备最优配置数量,以此实现等待服务列车数与装卸设备的协调配合,提高整个服务系统运行效率.     

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。     

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.     

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。     

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.     

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%。     

900t轮胎式提梁机吊杆的有限元分析

900 t轮胎式提梁机是为高速铁路施工而开发的新机型。其主要功能是在预制梁场内对混凝土箱梁进行起吊、搬运和配合运梁车进行装车;其具有性能稳定、高效、功能集成化高的特点。主要介绍900 t轮胎式提梁机吊杆在吊运过程中的主要受力情况及在不同工况情况下的受力分析,根据最不利的工况进行有限元分析,分析结果跟实际应用中探伤结果进行比较,发现设计的吊杆可以满足1 000次吊装,并且改进延长探伤时间为加工吊杆提供优化的设计方案。     

考虑配载计划的铁路集港箱位指派

为了提高集装箱港口内堆场的装卸作业效率, 建立了以压箱数最小为目标的出口集装箱箱位指派模型; 考虑铁路运输箱成批到达和公路运输箱到达存在随机性的不同特点以及配载计划的影响, 设计了基于预测方法的启发式算法; 根据公路运输箱的到达特点, 利用马尔科夫链预测公路运输箱的到达顺序; 考虑箱位指派模型的特点, 设计了箱位指派求解算法对铁路运输箱和公路运输箱进行箱位指派, 利用MATLAB软件仿真测试了提出的模型与算法; 通过小规模试验验证了模型和算法的可行性和有效性, 并进行了2组大规模对比试验, 一组对比试验为铁路运输箱和公路运输箱混合堆存模式与铁路运输箱和公路运输箱分开堆存模式, 另一组对比试验为提出的算法与传统堆存算法。分析结果表明: 混合堆存模式比分开堆存模式的压箱数少27.9%, 提出的算法比传统堆存算法的压箱数少37.7%;混合堆存模式可有效减少压箱数, 提出的算法不仅可以有效解决小规模集装箱堆存问题, 还可以解决大规模集装箱堆存问题, 有效提高了堆场的装卸效率, 为集装箱的装船作业提供了便利。      

基于服务池的高速铁路应急资源全域优化调度方法

为提高高速铁路应急处置效率,实现资源统一调配,融合云计算和大数据技术,研究了高速铁路应急服务资源的调度问题。在应急云资源建模、应急云服务虚拟化建模、云服务池建模、高速铁路现有应急救援系统的资源使用建模、云计算模式构建的基础上,建立了跨总部和区域的高速铁路应急资源服务池的全域优化调度模型,提出了云资源传输总距离最小、资源协调成本最低、运行处理时间最短、当资源缺乏时需增加的资源数最小等4个优化目标;针对问题的特征,研究提出基于双层粒子群的高铁应急服务优化调度方法。对于给定的案例,选取距离最小作为优化目标,运用提出的方法可给出优化的资源调度方向和资源调度数量,验证了所提出的方法对于求解分布式应急云资源调度问题的有效性。     

资源紧缺型集装箱码头多类型场桥配置问题研究

针对资源紧缺型集装箱码头场桥配置特点,探索堆场场桥配置问题.使用运筹 学线性规划方法,建立集装箱码头堆场场桥配置混合整数规划模型,模型能够处理码头 多类型场桥配置问题.数值实验部分,结合港口实际情况设计算例验证模型的有效性,同 时对模型进行较为完整的场景分析,包括初始场桥分配、场桥作业性能及场桥资源数量, 指出其对实际堆场管理的意义.实验结果显示,本文建立的场桥配置问题能够较好地解决 资源紧缺型集装箱码头场桥配置问题,为实际港口操作提供决策支持.