不定期船连续航次燃油补给与航速优化集成调度模型

针对当下国际船用燃油价格高企,不同港口燃油价格严重分化对不定期船航次燃油补给港选择,燃油补给量确定,航次船速优化的影响,不同燃油价格对加油量与载货量的悖反效应,不同航速受燃油价格影响对耗时成本与耗油费用的平衡效用,当前航次决策对后续航次的影响,以及这些影响关系的复杂性,提出不定期船连续航次燃油补给与航速优化集成调度问题.以连续多航次利润最大为目标,运用多重嵌套期望平均值处理技术与混合整数非线性规划建模方法,构建该问题的集成调度模型.最后,通过实际案例应用与对比分析,验证本文模型的实用性和优越性.     

不定期船连续航次燃油补给与航速优化集成调度模型

针对当下国际船用燃油价格高企，不同港口燃油价格严重分化对不定期船航次燃油补给港选择，燃油补给量确定，航次船速优化的影响，不同燃油价格对加油量与载货量的悖反效应，不同航速受燃油价格影响对耗时成本与耗油费用的平衡效用，当前航次决策对后续航次的影响，以及这些影响关系的复杂性，提出不定期船连续航次燃油补给与航速优化集成调度问题.以连续多航次利润最大为目标，运用多重嵌套期望平均值处理技术与混合整数非线性规划建模方法，构建该问题的集成调度模型.最后，通过实际案例应用与对比分析，验证本文模型的实用性和优越性.     

��̼�����°��ֺ����䴬ģ�ͼ����㷨ʵ��

考虑到航速变化对航线配船决策所产生的非线性影响,推导了船舶航速与船舶往返航次时间、航次成本及航线配船数之间的数学关系式,把船舶航速作为决策变量引入传统的航线配船模型中,并且把船队的二氧化碳排放量作为优化目标之一,建立船队利润最大与碳排放量最小两个目标最优的双目标航线配船模型.针对模型非线性和混合整数解的特点,采用LINGO11.0优化平台,自编程序,应用分支定界算法,进行仿真算例研究.结果表明,该模型可以同时决策航线配船和船舶航速,其优化结果更符合实际情况,同时更有利于运力的有效利用,船舶燃油消耗的节省和碳排放的减少.     

考虑运输时限和航速优化的班轮航线网络设计

为了保持市场竞争能力,班轮公司需要保证集装箱在各个港口间的运输时间达到市场平均水平. 本研究将航速设为变量,对具有运输时限的班轮航线网络设计问题进行求解,以得到既满足运输时限要求又能最大化总利润的航线网络设计与配船方案. 为了有效求解实际问题,首先采用港口聚类算法筛选出候选挂靠港,然后确定港口的标号顺序,最后采用基于列生成思想的启发式算法对问题的非线性混合整数规划模型进行分解和迭代求解. 采用不同规模的标准算例,验证了模型和算法的有效性. 结果表明,与采用事先给定的设计航速相比,将航速设为变量,对每条航线的平均航速进行优化,能增强航线网络设计的灵活性并提升航线网络的盈利能力.     

考虑运输时限和航速优化的班轮航线网络设计

为了保持市场竞争能力,班轮公司需要保证集装箱在各个港口间的运输时间达到市场平均水平. 本研究将航速设为变量,对具有运输时限的班轮航线网络设计问题进行求解,以得到既满足运输时限要求又能最大化总利润的航线网络设计与配船方案. 为了有效求解实际问题,首先采用港口聚类算法筛选出候选挂靠港,然后确定港口的标号顺序,最后采用基于列生成思想的启发式算法对问题的非线性混合整数规划模型进行分解和迭代求解. 采用不同规模的标准算例,验证了模型和算法的有效性. 结果表明,与采用事先给定的设计航速相比,将航速设为变量,对每条航线的平均航速进行优化,能增强航线网络设计的灵活性并提升航线网络的盈利能力.     

考虑换船作业的长江干线集装箱船舶调度

考虑换船作业情况,建立以总运输成本最小为目标的非线性规划模型,提出包括船舶选择、挂靠港选择和运输任务指派三方面内容的不定期集装箱船舶调度优化方法;针对模型特点,考虑基因融合及基因修复,设计改进遗传算法对问题进行求解,应用案例获得集装箱船舶调度优化方案;采用多算例方法将考虑换船作业与不考虑换船作业的调度方案进行对比分析. 结果表明,考虑换船作业可以降低运输总成本,减少船公司的投入运力,有效提高投入运力的综合利用率,增强船公司的竞争力,为船公司制定船舶调度方案提供决策参考.     

PSO-BP混合预测模型及在港口集装箱吞吐量预测中的应用

运用粒子群优化算法代替BP神经网络的初始寻优,再用BP算法对优化的网络权值参数进一步精确优化,从而建立基于粒子群优化的BP神经网络模型.运用该模型对某港口集装箱吞吐量进行预测.应用结果表明,该预测模型不仅能较好地拟合港口集装箱吞吐量的历史数据,同时对港口集装箱吞吐量的远期预测也具有较好的效果.     

考虑航速优化的班轮航线网络设计

航速大小对于班轮的航线设计、配船类型和数量,以及货物的选择都会产生影响,本研究将航速作为变量,以总利润最大为目标,建立了班轮航线网络设计的非线性混合整数规划模型.根据模型的特点,提出一种基于变动需求的启发式算法,将模型进行分解和转化.通过算例的计算及与其他方法的对比表明,本研究方法能得到更优的航线网络.另外,当市场需求、运价和燃油价格等因素变化时,采用本研究的模型和算法,能对航线网络进行更有效地调整.     

考虑船舶废气排放的港口群协同泊位分配研究

为了减少船舶在港区的废气排放及促进港口群泊位资源的优化配置,本文建 立了双港泊位分配协同优化模型,通过优化两港泊位分配和船舶在两港间的航速来降低 燃油消耗量和总延误时间,并探讨了限速策略的影响.采用将船舶燃油消耗函数分段线性 化的方法,将模型转化为混合整数线性规划模型.仿真实验表明,相比于传统的以计划延 误时间最小化为目标的单港泊位分配模型,双港协同优化模型不仅能够进一步优化两港 总的延误时间,而且能够明显减少船舶燃油消耗量.这从运作层面为提高港口群整体服务 水平、建设绿色港口提供了理论支持.     

基于目的层预约的改进型粒子群电梯群控调度策略

针对单一粒子群算法的派梯策略优化运算过程中容易陷入局部极值点的状况,结合模拟退火理论,提出一种改进型的粒子群电梯群控派梯策略,应用到目的层预约的电梯群控系统中.通过仿真和对比试验可知,基于目的层预约的电梯群控系统能有效地提高服务的各项指标,改进型的粒子群电梯群控调度策略可有效减小乘客候梯时间和电梯启停次数,改善电梯运行性能.     

基于运输需求时/空特征的不定期船舶运输的调度优化

考虑货主的选择行为与运输需求的时空分布特征, 把承运人的船舶运营期划分为多个连续的时间窗, 基于离散选择模型把货主的选择惯性转化为承运人在航段上的市场份额, 对不同时间窗内承运人在即期市场上应承担的货运量进行优化; 以承运人利润最大为目标构建优化模型, 求解规划期内船舶的运营调度方案, 确定船舶承运的货物和航次衔接; 选取太平洋地区包括中国、加拿大、澳大利亚、俄罗斯、印度尼西亚、巴西和美国在内的7个国家作为干散货主要进出口国, 在每个国家确定一个港口作为网络节点, 根据克拉克森官网发布的航线、运价与干散货需求等数据对不定期船舶进行调度优化, 并采用遗传算法求解模型。计算结果表明: 在相同的运输时间窗内, 在优化方案下, 船舶航行时间为58 d, 收益为3.01×105美元, 在传统调度模式下, 单纯追求每个航段的收益最大化, 船舶航行时间为56 d, 收益为2.48×105美元, 优化方案的利润高出5.30×104美元, 因此, 为了最大化运营期的利润, 在货运需求时空变化和货主选择惯性的影响下, 船舶在某些时间窗内应执行空载或利润较低的航次。      

海运集装箱调运随机优化模型

为有效提高航运公司的竞争能力,海运集装箱调运优化是提高其效益的重要手段. 从提高航运公司运输利润出发,建立海运集装箱调运机会约束规划模型. 目标函数是最大化海运集装箱调运利润. 决策变量是为满足需求通过各航线运输的重箱和空箱数量,需求港口的租空箱数量和缺重箱数量. 约束条件包括满足计划期内的重箱、空箱需求数量、航线运输重量和体积限制等. 空箱需求数量受多种因素影响是随机变量. 将机会约束规划转化为整数规划并应用Lingo9.0求解. 并对不同参数下的运输方案做仿真分析,验证模型对于优化海运集装箱调运方案的有效性. 该模型可应用于航运公司海上集装箱调运规划,提高其运输利润.     

内支线集装箱班轮航线优化设计模型

内支线集装箱班轮航线运营中装卸箱量、装卸效率、航行时间及等泊时间皆具有不确定性,为了同步优化给定挂靠航线的甩箱率与适配船型、准班率与承诺到港时间,需要将上述诸多分布函数进行非线性叠加.对此,本文将对班轮船舶调度的模拟仿真引入模型与算法,仿真航次中包括船舶调节航速以控制到港时间的过程.算例绘制了不确定到港时间的航次仿真示意图,比较了不同甩箱率对应的适配船型、船舶租金与甩箱补偿,帮助验证了文章模型与算法的有效性.通过对比航速调节前后的船舶到港时间分布,发现调节航速有助于控制船舶按时到港.     

船舶航速优化综述

从航速优化模型、油耗预测模型、航速优化模型求解方法与船舶能效管理系统方面, 分析了国内外航速优化研究现状, 探讨了航速优化存在的问题, 并针对这些问题提出了建议。研究结果表明: 在航运市场持续萎靡的情况下, 经济航行将被更广泛应用, 针对航速优化的研究仍然具有重要的意义; 在航速优化模型方面, 目前多集中在以碳排放政策、不确定因素的影响、排放控制区政策、船队调度等为单一优化目标建立航速优化模型, 优化目标主要为成本最小化和利润最大化, 未来应将航速与航线、纵倾、船队部署联合优化, 考虑多种不确定因素、多种优化目标建立航速优化模型; 在油耗预测模型方面, 预测模型主要分为白盒模型、黑盒模型和灰盒模型, 白盒模型具有更好的可解释性, 黑盒模型的预测性能更好, 灰盒模型弥补了白盒模型和黑盒模型的缺点, 将成为未来的研究重点, 未来应基于精确的船舶数据和先进的人工智能算法进行数据学习, 提升油耗预测模型预测准确性; 在优化算法方面, 由于航速优化模型的复杂性, 大多采用启发式算法进行优化求解, 这种算法可以减少优化求解时间和提高求解质量, 未来需要探索更加精确高效的求解算法; 在优化策略方面, 采用大数据分析可以识别天气对航行的影响, 动态优化策略可以补偿环境因素引起的扰动, 能够进一步提升船舶能效水平; 在船舶能效管理系统方面, 船舶能效管理系统主要包括航行数据采集、数据传输、数据储存、数据分析与智能决策等功能, 由于其成本高昂, 目前尚未在船舶上大规模运用。      

准班轮模式下干散货船枢纽港转运及联营优化

以不定期方式为主的传统国际干散货运输市场开始出现定时定班的准班轮化运营方式，同时，40万t超大型船舶的增加将干散货船由点到点的直达运输转变为部分航线的枢纽转运结构.本文对干散货船枢纽港转运网络的转运节点和不同承运人联营合作后船队运力结构进行研究.考虑港口靠泊能力限制和起讫港口进出口需求约束，建立基于改进遗传算法的干散货船枢纽港转运网络模型；以中国进口铁矿石运输市场为例进行仿真，并对比不同运力规模合作方案.结果表明，枢纽转运网络收益优于传统直达运输，收益提升效果与干支线运力规模相关；枢纽转运节点以可以挂靠大型矿砂船的港口作为首选，同时需要兼顾选择部分转运港口，以辐射中部、南部港口.     

航运管理研究综述

为系统分析和总结航运管理的研究现状与发展趋势, 针对WOS数据库和CNKI数据库收录的628篇文献, 用知识图谱分析软件VOSviewer进行航运管理共词聚类分析, 得到航运管理的3个研究热点, 即航运市场分析、航运运营管理和绿色航运; 综述了航运管理研究的范围、对象与方法, 分析了航运管理未来的主要研究方向。研究结果表明: 目前主要采用时间序列模型分析航运市场, 围绕运价研究货运市场与船舶市场的供需关系; 航运运营管理的研究多集中在以成本最小化或利润最大化为目标建立数学优化模型, 并设计启发式算法求解战略、战术和运作3个层面上的决策问题; 绿色航运研究侧重于解决实际的减排问题, 对技术性措施、营运性措施和基于市场的措施进行成本效益、减排效果的比较和分析。未来有关航运管理的研究方向主要包括: 建立多目标、多阶段数学优化模型, 满足多元化的航运管理目标, 实现不同范围和级别航运管理的协同优化; 从海运供应链的角度拓展航运管理研究, 一体化考虑内陆运输和海上运输以及各利益相关者之间的复杂关系; 研究不确定条件下的航运管理问题; 基于人工智能算法和航运大数据, 设计更准确高效的市场分析方法和模型求解算法; 研究智能航运新业态下的航运管理问题。      

��װ����ֺ�����Ӫ����ģ�ͼ������������

为寻求一定运输需求和运营条件下,航线上最优的集装箱班轮运输发船间隔及相关决策量,使资金极为密集的航运业运行更优,以一定营运期内航线上班轮运营利润为目标,以船舶载重能力、各类箱型箱位数和港口装卸效率为约束建立班轮运营经济模型.根据班轮航线各港间各类箱型箱量的关系,详细研究运营系统中船舶资本成本、营运成本,以及包括燃料费、装卸费、靠泊费、港口使用费、船员津贴的航次变动成本的解析式,提出调和平均方法的港口综合装卸效率,以及各航段保留一定燃油量、交货时实现利润的条件下盈利航速的解,兼顾实现班轮各航段船天利润和运营总利润两方面最优.结合隐函数求导和函数极值方法求出模型决策变量的最优解,并以实例说明模型的有效性.     

���˼�װ������·��ѡ���Ż��о�

应用整数规划研究航运集装箱路径选择问题,并将重箱和空箱统一在一个系统中研究。在本文模型中,以集装箱运输总利润最大化为目标函数,利润是重箱运输利润减去重、空箱运输成本。约束条件考虑到满足空集装箱需求和重集装箱需求、航线运输能力限制及空箱供给数量等。应用LINGO9.0求解模型,并通过数值仿真来证明不同参数影响下的调运策略。本文旨在为船公司提供合理的航运集装箱运输方案,从而降低船公司的集装箱运输成本,实现船公司集装箱运输效益最大化。