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。     

集装箱码头送箱集卡预约与场桥调度协同优化

针对送箱集卡随机到港引起的场桥作业不均衡,以及高峰时段场桥资源紧缺、集装箱码头拥堵等问题,构建送箱集卡预约与场桥调度协同优化的二层规划模型.上层目标为集卡在闸口的排队等待时间、预约集港导致集港时段调整的集卡数及所有预约时段未完成作业量所需的场桥时间最小,下层目标为每个预约时段未完成作业量所需的场桥时间最小.设计并行遗传算法求解模型,并以天津东方海陆集装箱码头为例进行算例分析.结果表明,预约集港能够降低集卡在闸口的排队等待时间,且送箱集卡预约和场桥调度的协同优化比独立决策更有利于提高集港效率.     

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。     

内外集卡协同服务的码头集卡预约优化模型

针对码头集卡集中到达引起的拥堵问题, 提出了基于内外集卡协同服务的码头集卡预约优化模型, 建立了休假式排队系统, 设计了基于遗传算法的求解方法, 并利用算例验证了模型与算法的有效性。分析结果表明: 内部集卡在堆场的计算平均等待时间为14.31 min, 实际平均等待时间为15.11 min, 外部集卡在堆场的计算平均等待时间为20.65 min, 实际平均等待时间为21.55 min, 计算值与实际值相差较小; 预约优化后外部集卡在堆场的平均等待时间由20.65 min缩短为16.85 min, 码头集卡的平均等待成本由29.3元降低为24.1元。休假式排队可有效描述码头内部集卡和外部集卡的特征。可见, 集卡预约优化模型能有效降低码头集卡的等待成本与等待时间, 建议对集卡进行管理时应优先考虑减少内部集卡的等待时间。     

绿色通航视域下过坝船舶预约调度双目标优化研究

针对船舶到达不均衡和供需时空不匹配导致的水利枢纽通航拥堵问题,建立过坝船舶预约的双目标决策模型,优化船舶平均等待时间和到达调整率,探讨两者之间的权衡关系;进一步考虑船舶的失约情形,设计过坝预约的重调度规则。然后,利用非支配排序遗传算法的gamultiobj函数求解模型,并探讨预约机制实施前后的碳减排效果。最后,以三峡枢纽为例,验证模型的有效性。结果表明：该模型在平均等待时间和到达调整率的权衡中,得到了多样化的预约调度方案,并通过合理分配预约份额,有序管理船舶到达。同时,与原调度方案相比,理想和失约情形下的预约调度方案,可分别带来27.51 t和20.04 t的最大碳减排量;且重调度策略使到达调整率的均值降低了2.7%,减少了失约的干扰影响。     

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。     

集装箱码头装船顺序和场桥行驶路径联合优化

为降低倒箱量、缩短场桥作业时间,在已知船舶配载图和堆场堆存状况的条件下,研究了出口箱装船顺序及场桥行驶路径联合优化问题.以作业时间衡量装船顺序产生的倒箱量及场桥行驶路径,建立作业时间最短为目标的整数规划模型,设计均衡倒箱量和场桥作业时间的启发式算法对模型进行求解,提出了问题下界的求解方法,同时,设计算例比较了启发式算法与下界的差异,为码头调度人员提供决策支持.     

带时间窗的中心站多车程集卡调度优化研究

为解决铁路集装箱中心站与周边货源地间的公铁联运多车程集卡集疏调度问题,将货源地的每一集装箱集疏需求视为一个任务节点,以集卡调度总成本最小为目标,综合考虑集卡容量和集装箱集疏时间窗等约束,构建允许同一集卡重复利用的多车程集卡调度优化模型,并设计改进的遗传算法求解该模型。为均衡集卡工作时间,以调度模型确定的最佳集卡数量和车程集合为输入,进一步构建以集卡作业时间之差最小为目标的集卡车程分配模型,并借助Gurobi精确求解每一集卡的最佳车程任务。以郑州铁路集装箱中心站为例进行实验验证,结果表明：本文所提方法能有效解决公铁联运集装箱在集疏环节的集卡调度问题;相较于单车程模式,多车程模式下集卡调度成本平均减少了60.31%;车程分配优化可以将集卡作业时间最大差值减少14.3%以上,提高了集卡作业时间的均衡性。     

多类型任务复合作业的堆场龙门吊调度问题研究

在集装箱码头,龙门吊是负责在集装箱堆位和集卡之间进行集装箱搬运的主要设备,其作业效率对提升集装箱码头的服务水平至关重要.为了提升集装箱堆场龙门吊的作业效率,本文根据龙门吊实际作业情况,对集装箱堆场龙门吊的多类型任务复合作业问题进行研究.以优化龙门吊作业任务开工时间延迟的惩罚成本为目标,基于整数规划方法建立了多类型任务复合作业下的堆场龙门吊调度模型,并针对模型特点设计了基于GA的智能求解算法.最后,以某码头的实际作业数据为基础,进行了案例计算和对比,验证了该模型和求解算法的有效性.     

铁水联运港站的铁路作业区轨道门吊优化配置

根据铁路作业区内装卸作业的要求和特点,引入允许作业时间概念,将铁路作业区轨道门吊配置问题分为轨道门吊调度问题和数量优化配置问题.通过建立混合整数规划模型,对轨道门吊进行柔性调度,使装卸作业最大完工时间最小、轨道门吊作业均衡以及任务期内运营成本最低.此外,设计了基于使用权分配的遗传算法对模型进行求解.最后选取集装箱卸车过程作为算例对算法和模型进行验证,结果表明,提出的轨道门吊优化配置模型能对作业区轨道门吊数量进行合理配置,提高了装卸作业效率.     

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.     

���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.