不确定因素下的集装箱码头车船间装卸作业集成调度

为了提高集装箱码头的效率,建立了集装箱码头车船装卸作业集成调度模型;考虑了装卸同步作业与一些实际约束条件,如岸桥、龙门吊间干扰和安全距离等,以及生产调度中的不确定因素,如岸桥、集卡的速度变化等,设计了改进的多层遗传算法求解模型;为了确定随机变量的具体值,在传统的遗传算法中引入蒙特卡罗法,为了使得集装箱在集卡间均衡分配,在传统的遗传算法中引入均衡算子;通过试验验证模型和算法的可行性和有效性,并进行了改进的多层遗传算法中引入均衡算子与未引入均衡算子间的对比试验。分析结果表明:引入均衡算子后的装卸作业完成总时间为7 437.8s,比未引入均衡算子减少760.3s,且在引入均衡算子的试验中50FEU集装箱均匀分配给了5辆集卡,而在未引入均衡算子的试验中未能均匀分配;固定龙门吊和岸桥数量,改变集卡的数量,通过比较每组试验中作业总完成时间和边际效益值,得出当集装箱数量为80、90、100FEU时,最优设备配比为3台龙门吊、10辆集卡和4台岸桥。可见,改进的多层遗传算法可以提高集装箱码头车船装卸作业的效率,是解决集装箱装卸作业集成调度问题的一种有效方法。     

考虑能耗的铁水联运集装箱装卸设备协同调度

随着集装箱港站铁水联运作业量增大,以及节能减排压力与日俱增,实现港站作业设备的高效调度和低能源消耗间的协同优化将是亟待解决的问题.本文研究了集装箱铁水联运港站中多设备间的高能效协同调度问题,基于混合流水车间调度(HFSS)思想,构建了综合考虑岸桥、集卡、正面吊三阶段装卸过程的协同调度模型,以总完成时间最短和能耗最低为目标,设计了基于遗传算法和模拟退火的混合优化算法.通过实验验证了模型和算法的可行性,证明可以实现高能效利用下的港站设备协同调度优化.     

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。     

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.     

基于“作业面”的铁路集装箱中心站集卡路径优化研究

结合现场作业情况分析了影响集卡最优走行路径选择的5个主要因素:集卡作业道路通行情况、装卸线上集卡等待轨道吊排队情况、堆场内集卡等待龙门吊排队情况、堆场内龙门吊作业效率,以及空闲集卡距目的地的距离,提出了影响因素隶属度的计算方法,给出了基于模糊决策理论的集卡最优路径选择求解算法,并以铁路集装箱中心站的实例进行验证分析.该优化方法提高了集装箱中心站集卡的作业效率,为基于“作业面”的集装箱中心站的集卡调度系统提供了理论和技术支持.     

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.     

基于海铁联运的港口集装箱运输集卡路径选择

为提高集装箱海铁联运在港换装转运的作业效率,对有铁路专用线引入的集装箱码头集卡路径规划问题进行了研究。分析铁路线进港后的码头集卡作业模式,以集卡完成运输总时间最短为目标,建立了带集装箱运输时间窗约束的线性整数规划模型,并求解了集卡在铁路装卸线、港口堆场、码头泊位三处任务节点的作业路径规划问题。最后以集装箱码头混合作业为例,设计相关算例,利用CPLEX12.0对模型进行求解,得到有铁路线引入的港口内集卡作业路径选择结果,验证模型具有较好的可行性。     

基于集装箱簇的场桥调度模型与算法

为了提高场桥的作业效率,针对带有装卸顺序的集装箱簇,考虑场桥作业时的安全距离和互不跨越等约束条件,建立了场桥装卸完工时间最小为目标函数的混合整数规划模型。并根据问题自身的特点,设计了基于集装箱簇的染色体,用遗传算法进行求解。最后通过数值实验对模型与算法的有效性进行了验证。     

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.     

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。     

铁路与港口集装箱联运组织模式与方法研究

铁水联运作为一种集约、高效的运输组织模式,能够充分发挥铁路与水运的优 势,实现提高物流运输效率、降低运营能耗等目的.然而,我国铁水联运水平低下,不利于 物流行业的快速发展.为提高我国铁路与港口集装箱联运水平,本文在分析国内集装箱铁 水联运发展现状的基础上,从铁路货运组织效率和铁水衔接协调两个角度出发,剖析了 我国集装箱铁水联运尤其是海铁联运发展中存在的一些问题,并从铁路集装箱运输网络 建设、铁路集装箱班列运输组织优化及铁水联运系统建设等3 个方面,提出了我国铁水联 运的发展建议.     

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。     

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。      

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.     

箱区长度对码头装卸效率影响的仿真分析

合理的堆场布局规划可以提高集装箱码头机械的作业效率,减少船舶等待时间,降低码头作业成本,提升码头综合竞争力。在对集装箱码头作业流程分析的基础上,采用专业的港口仿真软件FlexsimCT建立集装箱堆场不同箱区长度下不同装卸机械数量的仿真模型,探讨了集装箱堆场既定面积和既定容量下,不同的箱区长度对码头装卸效率的影响,得出不同箱区长度下的最佳装卸机械配比和岸桥最大效率下的箱区长度,对未来的集装箱港口实际布局规划具有指导意义。     

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.