集装箱码头作业系统层次化、并行、异构与可重构计算模型

基于计算思维和计算透镜, 分析了集装箱码头的装卸作业与调度决策, 基于“并行计算”、“异构计算”和“可重构计算”提出了计算物流视角下的集装箱码头作业层次化、并行、异构与可重构计算模型; 将计算机科学领域中多种典型计算体系结构的设计思想和运作机制, 泛化、迁移、修正、融合和定制到集装箱码头作业系统中, 设计了面向此计算模型的混合调度策略, 提出了集装箱码头调度新的抽象计算模型与工程解决路径; 以某大型集装箱码头为实例, 基于集装箱码头作业层次化、并行、异构与可重构计算模型, 进行了物流广义计算自动化的设计与性能评估。研究结果表明: 采用计算模型能确定码头的集装箱吞吐量上限, 实例中约为码头年设计能力的2.75倍; 在满负荷情况下, 基于等待作业集装箱队列的负载均衡调度策略和基于等待作业船型的负载均衡调度策略均能将大型集装箱干线船舶物流广义计算任务延迟缩短约17 h; 在明显作业过载时, 前者能将物流广义计算任务延迟减少100~110 h, 后者能减少约120 h; 在满负荷和作业过载情况下, 2种策略均能缩短大型集装箱干线船舶物流广义计算访问存储时间1~2 h, 后者在作业过载情况下表现更佳; 2种策略都能很好地优先服务重点班轮集合, 且有各自对应的适用状况和调度重点, 码头管理者可根据具体情况选择适用。      

低排放导向的交叉口速度引导策略研究

根据车辆的时空轨迹以及对应交叉口信号相位的参数信息制定速度引导策略可以令驾驶员 更顺利地通过交叉口。为了探究引导策略对排放与能耗的具体影响,以大连市长江路和联合路交 叉口为例,利用微观交通仿真软件VISSIM 与微观排放模型MOVES的集成系统对不同流量与引 导控制下的交通排放进行仿真估计。比较绿波速度引导后的四种驾驶行为,结果表明,加速通过 交叉口会产生更高的车均能耗与排放。为了限制速度引导策略可能带来的更高排放,对加速过程 中的期望速度采用模糊控制,提出一种低排放导向的速度引导策略。分析结果表明,在中低流量 下基于模糊控制的速度引导策略能够在不影响通行效率的前提下有效地减少污染物的排放,且与 绿波速度引导策略相比,减排效果提升了3%~5%,从而论证了低排放导向的速度引导策略在节 能减排方面具有积极效果。     

基于时间不确定的集装箱码头靠泊计划优化

集装箱班轮运输具有较强的计划性,但在实际中,由于天气等原因仍存在运行时间不确定性,对制定靠泊计划产生重要影响.针对这一问题,研究集装箱班轮运行时间的偏差规律;根据问题特点和集装箱班轮靠泊规则,构建基于运行时间不确定的集装箱码头靠泊计划优化模型;设计以遗传算法为外层框架,嵌入仿真过程构成优化循环的算法,针对问题特点设计初始择优策略进行求解.最后,以大连港集装箱码头作业为实际背景进行建模和计算,取得了较好的结果.实例分析和算法测试证明了本文所建模型和算法的有效性.     

集装箱码头集卡调度策略的仿真研究

在集装箱码头传统的集卡调度模式的基础上，提出在数字化技术环境下的集装箱码头集卡实时调度规则，并建立了这两种调度模式的动态仿真模型．经过仿真实验分析，比较这两种调度模式对码头生产能力的影响，结果表明提出的调度策略是合理可行的，具有较强的可操作性．     

基于分层TCPN的集装箱码头作业建模仿真研究

利用CPN TOOLs软件，对基本着色Petri进行赋时和分层的扩展，采用自上而下的方法，建立了集装箱码头作业系统的分层Petri网模型，其子网为赋时着色Petri网．基于实例，在集装箱码头作业系统的分层Petri网模型上进行仿真，根据前沿和堆场设备以及水平输送车辆的利用情况，分析了码头作业系统的瓶颈。     

交叉口多相位模糊控制及其BP神经网络实现

针对城市交叉口交通流的特点,提出了一类交叉口多相位自适应控制算法,介绍了基于改进的多层神经网络实现交叉口模糊控制的方法,给出了学习算法。仿真结果表明,设计模糊神经控制器具有学习和泛化能力,实时性好,能在车流大小随机变化的单个路口中得到应用。     

城市交通干线协调控制

城市干线协调控制是智能交通研究的重要环节。由于城市交通具有随机性和时变性的特点,因此,很难建立准确的科学模型,针对这一问题采用模糊控制的方式进行推理分析。以各交叉口、各相位方向的平均排队长度为控制优劣的评价参数,把三个相邻交叉口作为城市干线控制模型。在主次干道车流相差较大时进行仿真,相比于传统的基于相位差的协调控制,数据显示:采用模糊控制方式对干线进行协调控制,能够有效地减少交叉口的平均延误。     

自动化集装箱码头双循环AGV与场桥的集成调度研究

针对自动化集装箱码头装卸过程中双循环自动导引车(Automated Guided Vehicle， AGV)和场桥的调度问题，提出基于启发式遗传算法的集成调度方法.根据自动化码头装卸过程中双循环AGV的作业特点，对集装箱在船舶与堆场之间的流动特征进行详细解析，建立相应的数学模型，并分别设计基于“最早可获得时间”和“最短路径”启发式规则的遗传算法进行求解.通过数值仿真，从平均值、最小值、标准方差和求解时间分析任务量、AGV数量等参数对算法性能的影响，结果表明，“最早可获得时间”启发式规则相比于“最短路径”启发式规则更适合双循环AGV与场桥的集成调度.     

基于思维过程的单交叉路口多相位模糊控制算法研究

智能交通中的交叉口信号控制一直是我们所关注的热点,本文在仔细分析了交警管理控制交叉口的过程与步骤后,提出了一种基于交警思维过程的模糊控制算法。仿真结果表明,该方法具有人性化和智能化的特点,而且切实有效。     

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.     

基于Petri网的拖车到达调度优化模型与仿真

为解决内河集装箱码头大量等待作业的拖车引起港口外围交通要道阻塞的问题,通过优化拖车到达调度,采用非平稳泊松过程,模拟进港拖车到达规律,建立了适合珠三角内河集装箱码头进港拖车到达作业流程的混合Petri网(hybrid Petri net, HPN)模型和优化调度方案.根据HPN模型对佛山市三水港建立了Arena仿真模型,使用过程分析器(process analyzer, PAN)确定拖车的最优到达批量并检验优化效果,仿真结果表明:拖车到达调度优化后,拖车等待时间可减少87%,等待数量减少了26%,调度优化有效地缓解了港口拖车排队导致的交通阻塞问题.      

自动化码头多AGV路径冲突的优化控制研究

针对自动引导车(AGV)在自动化码头水平运输过程中可能发生的路径冲突问题,提出一种将AGV路径容量、安全距离、行驶时间及行驶速度相结合的多参数优化控制模型.Dijkstra算法规划多条AGV路径,位向量交集运算法检测路径冲突,改进的速度控制策略通过控制AGV在冲突节点处的行驶速度,解决冲突问题.对某自动化码头的AGV路网进行仿真实验和分析.比较停车策略、速度控制策略和改进的速度控制策略的结果,验证了改进速度控制策略在AGV路径冲突问题中的可行性及有效性.     

集装箱码头集成调度研究综述

按照不同的研究区域, 总结了集成调度在码头前沿、码头堆场以及码头前沿和堆场间等方面的国内外文献, 并提出了未来的研究方向。研究结果表明: 多数文献研究的是传统集装箱码头的集成调度问题, 并取得了较多成果, 也有少数文献研究了自动化码头的集成调度问题, 随着科技的发展和自动化码头的增多, 在今后的研究中, 应结合自动化码头的特点, 研究自动化码头内的设备集成调度问题; 多数文献都是在静态或确定情况下研究集装箱码头的集成调度问题, 只有极少数文献考虑了码头生产调度过程的动态或不确定性, 因此, 随着研究的逐步深入, 动态或不确定因素下的集成调度问题将成为未来的研究重点; 多数文献均建立了以时间、成本最小或二者相结合的目标函数, 虽然也有助于提高码头的生产效率, 但是依旧存在一定的局限性, 随着能源问题的日益严重, 在未来的研究中, 应建立均衡能耗和其他优化目标的多目标模型; 多数文献中设计了启发式算法, 并获得了较好的优化解, 为了使求解方法更加多元化, 应将算法计算与仿真验算相结合; 随着多式联运的兴起, 应在考虑铁路作业区对整个集装箱码头影响的基础上研究铁路作业区与码头间的集成调度问题。      

新型混合交通交叉口信号与车辆轨迹协同控制方法

新型混合交通环境下的交叉口交通控制可通过信号灯控制与自动驾驶车辆的轨迹控制协同实现,能够极大地优化道路通行资源利用效率。已有研究中,信号配时与车辆轨迹集中优化的控制策略难以应用于车辆自组织控制的现实场景,且往往计算复杂度较高。本文提出一种无中心框架下基于逻辑的交叉口信号与车辆轨迹协同控制方法。基于协同理论中的快慢变量主动伺服控制原理,设计一种交叉口信号配时慢变量与车辆轨迹策略快变量协同框架,并分别提出基于逻辑的信号配时优化和网联自动驾驶车辆轨迹协同控制方法。协同控制方法可以在车辆自主控制的条件下,一方面,实现交叉口信号配时动态适应交通需求;另一方面,实现网联自动驾驶车辆主动优化驾驶速度,高效通过交叉口。而且网联自动驾驶车辆在进口道可引导混合车队高效通过交叉口,降低绿灯启动损失,提高交叉口通行效率。仿真实验表明,本文的协同控制方法相较于传统控制方法可显著降低交叉口车辆平均延误,同时,基于逻辑的决策模型可实现快速求解。通过对网联自动驾驶车辆控制策略关键参数的敏感性分析,进一步讨论新型混合交通流交叉口通行公平性,并比较在不同网联自动驾驶车辆渗透率下的控制效果。     

基于行车安全场模型的交叉口车辆控制算法

为了提高网联环境无信号交叉口自动驾驶车辆的行车安全与通行效率问题,首先,建立无信号交叉口的行车安全场模型,构建包括车辆动力性能、制动性能以及通行交叉口所有车辆行车风险的目标函数,并设定相应的约束条件;然后,采用模型预测控制方法优化驶向交叉口车辆的行车策略;最后,基于VISSIM、MATLAB和NS3构建联合仿真试验平台,分别以车辆碰撞冲突类型、行车风险改善和道路拥堵程度验证并分析算法性能. 试验结果表明:在车流量和流量容积比大于1.0时,相比于传统的感应控制系统,本文提出的算法在延误时间、行程时间、冲突数目和通行能力的收益率分别大于90%、10%、10%和5%;在通信延迟低于100 ms,数据丢包在35%内,仍能够保证交叉口内车辆的通行效率.      

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.     

自动化码头多级作业超网络延误传导特性研究

不确定环境下自动化集装箱码头(自动化码头)多级作业延误现象频发，随着时间的推移， 延误会在多级作业间传导，形成“连锁”效应，严重影响港口的整体效益。为了提升企业应对作业延误的能力，依据超网络理论和传播动力学理论，构建自动化码头多级作业超网络。结合小世界网络理论的网络拓扑特征，从特征路径长度、聚类系数及SIS(易感-感染-易感模型)模拟3方面对延误在多级作业超网络中的传导速度、传导广度以及传导能力进行讨论与数值模拟分析。结果表明，较短的传导路径和较大的聚类系数会使不确定事件带来的延误在多级作业超网络中更快和更广地传导，聚类系数较小的故障节点传导扩散会受聚类特性抑制。多级作业超网络的传导 能力随初始故障节点数量的增加而增加，随修复概率增加而减少。本文有利于企业管理者主动应对不确定事件带来的延误，提升港口的运作效率。     

基于时间Petri网的集装箱码头AGV调度系统建模研究

在分析了集装箱自动化码头物流系统中的自动导引小车-AGV工作情况的基础上，提出了利用时间Petri网对AGV调度系统建模和性能分析的基本思路；建立了AGV的运输路径模型，并进行了系统性能特性分析；结果表明这种模型能够准确地描述集装箱码头物流系统的运行状况．