基于部分集卡到达信息的码头进口箱翻箱优化

集装箱码头进口箱提箱作业过程中,由于外集卡到达时间的不确定性,存在外集卡提箱顺序与目标箱的堆存位置不一致,从而产生大量翻箱.为了解决这一问题,本文以期望翻箱量最小为落箱位置的选择原则,提出最小化二次翻箱启发式算法,利用算例验证算法的有效性,分析集卡到达的信息质量对进口箱提箱翻箱的影响,根据集卡到达信息质量的不同选择最佳翻箱规则.结果表明:提出的翻箱策略可以在获得部分集卡到达信息下有效地减少翻箱,针对不同的集卡到达信息质量,采取相应翻箱规则进行翻箱作业能有效减少翻箱,提高码头堆场的作业效率.     

基于混合动态规划的集装箱堆场贝位内翻箱作业调度优化

翻箱是影响集装箱堆场作业效率的瓶颈,也是堆场作业调度的老大难问题.在集装箱堆场现行堆存位置和提箱装船顺序既知的条件下,基于集装箱装船过程中堆场翻箱作业的多阶段性特征,将翻箱作业调度优化问题归结为一个动态最短路径问题,据此构建了优化模型.基于并行处理的思想,将顺序递推算法与逆序递推算法相结合进行优化求解,通过嵌入启发式规...     

基于配载计划的集装箱提箱顺序和倒箱策略优化

降低倒箱量是提高集装箱码头作业效率的重要方法.集装箱提箱顺序对码头倒箱作业有明显的影响.本文在满足船舶配载计划的前提下,针对传统的最矮栈和邻近栈 策略,提出优化栈倒箱策略,以倒箱量最小为目标分别建立3 种倒箱策略下的提箱顺序模型,并设计了遗传算法对该模型进行优化求解.最后对10 个算例进行t 检验,计算结果表 明,3 种倒箱策略间存在明显的差异,并且规模越大,差异越明显.再与下界对比分析,探 究造成3 种倒箱策略差异性的原因,并且验证了算法的有效性.数值实验结果表明,最矮栈策略优于邻近栈策略,优化栈策略优于最矮栈策略.     

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。      

基于随机交箱的堆场出口箱箱位分配研究

集装箱堆场出口箱在贝位内的箱位分配直接影响装船时取箱作业效率。文中针对集装箱堆场出口箱箱位分配问题,从装船取箱时堆场贝位内最小化翻箱的角度,建立取箱作业翻箱量最小的数学模型,从源头上寻求减少装船时翻箱的方法。在研究进场出口箱已有堆放策略的基础上,分析了贝位内堆放方式对翻箱的影响,提出一种基于重量等级的混合堆放方法,并用启发式算法为出口箱在贝位内分配具体箱位。最后通过比较不同堆放方式下的翻箱率来评价方法的优劣。实例结果表明,文中算法可以有效解决出口箱的箱位分配问题,减少装船取箱时贝位内的翻箱次数。     

��·��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.     

���ģʽ�¼�װ��ѳ���λָ���Ż�ģ��

所谓混堆模式下集装箱堆场箱位指派问题,是指混堆模式下,在待作业箱区为已知情况的前提下,确定集装箱在指定箱区中的最优堆存位置,以最大限度地控制堆场倒箱率,提高堆场装卸作业效率.在滚动式计划的基础上,充分考虑了不同作业箱型与倒箱作业的内在联系,依据堆场混堆的作业规则定义了作业箱优先等级,以新增集装箱压箱数最小为目标对此问题构建了箱位指派优化模型,基于问题自身的特点设计了相应的启发式算法进行求解,通过实际算例进行验证.验证结果表明,该模型及算法比港口现有混堆堆存策略有较大改进.     

集装箱码头卸船作业调度方案的两阶段禁忌搜索算法

为提高集装箱码头卸船作业效率,建立了堆存位置-集卡调度一体优化模型,设计了集装箱码头卸船作业调度方案两阶段禁忌搜索算法。在第一阶段,通过禁忌搜索算法决定集装箱的堆存位置;在第二阶段,基于堆存方案执行另一禁忌搜索算法,获得集卡的优化调度方案,然后再计算卸船时间,且将结果反馈到第一阶段的搜索过程,通过两阶段搜索过程的反馈优化卸船调度方案。计算结果表明两阶段禁忌搜索算法可以平均减少卸船作业时间6.78%,结果稳定。     

基于二维布局分散度的两阶段箱位指派优化

集装箱码头的资源配置优化,是集装箱装卸作业组织的核心.作为集装箱堆场空间资源配置的重要优化指标,提出布局分散度的规划概念.以集装箱码头堆场的箱位指派问题为应用背景,为提高集装箱后续作业效率,分别从堆场布局层面和箱区箱位指派层面考虑多维度布局分散度的优化意义.建立第一阶段为仿真,第二阶段为混合整数二次规划(MIQP)的两阶段优化模型.结合实际码头生产数据进行算例实验,结果缓解了堆场拥堵情况并提高了码头集装箱装卸作业效率.同时,研究也揭示了布局分散度概念在堆场资源优化配置应用中的重要意义.     

集装箱堆场箱位最优分配

为提高办理港口与码头集装箱作业的效率,通常需要对倒箱过程进行合理优化。针对这一问题就如何减少和避免不必要的倒箱次数为优化目标,把作业人员作为主体,集装箱作为客体,集装箱被取走的时间作为主体的决策,建立集装箱堆场箱位最优分配的动态呼应决策模型。最后,基于给定的优化模型设计一种新的动态判断式优化算法。     

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.     

“船舶—堆场—列车”混堆堆场箱位分配模型

集装箱海铁联运港口堆场作业箱型复杂,为了提高港口作业能力和效率,基于进口、出口箱的混合堆存方式,对"船舶-堆场-列车"作业堆场箱位分配问题进行研究."船舶-堆场-列车"作业堆场负责堆存通过船舶、列车及外集卡进出港口的集装箱.本文在待分配箱的作业时间及箱区已知的前提下,以集装箱堆存产生的压箱数最小为目标,建立"船舶-堆场-列车"作业混堆堆场箱位分配模型,根据模型特点设计了启发式算法进行求解,并进行算例分析.结果表明,所建模型和求解算法能够有效减少堆场的压箱数,满足箱型堆存要求,提高港口作业效率.     

集装箱堆场仿真建模及其在堆场规划设计中的应用

集装箱码头物流系统的仿真建模能够克服传统研究方法的局限性,本文主要研究集装箱堆场的仿真及应用问题,分析了集装箱码头堆场系统和内卡、外卡的提/卸箱流程,阐述了集装箱堆场仿真建模的排队理论,采用eM-Plant平台建立了集装箱堆场的仿真模型,结合实例设定了仿真模型的参数,仿真结果的应用取得了较满意的效果.     

集装箱码头装卸作业的协同与优化

港口集装箱装卸作业系统的开放性、复杂性、随机性的要求,建立基于多智能体的港口集装箱装卸作业协同优化系统,用强化学习算法与经验知识相结合实现单项作业智能体的结构,通过点对点的通讯方式以及对策论与社会规则相结合的协同优化方法,实现集装箱码头装卸作业的协同与优化．     

基于BP神经网络的集装箱船舶配载问题研究

针对集装箱船舶对配载的快速性、高效性需求,根据BP神经网络对历史数据的分析,结合集装箱船舶的特性深入研究集装箱智能配载方案.基于集装箱船配载图和各卸货港信息等历史数据,通过BP神经网络对历史数据进行训练优化,挖掘其中规律,从而快速生成对各类集装箱合适的配载位置,优化装船作业,提高集装箱船舶配载效率,达到节约成本的效果.最后采用实船数据进行测试,仿真结果与实际配载结果差异率不大,说明该研究方向对于集装箱配载方案优化是有效的.