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.     

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.     

班轮运输船队规划模型与仿真

为提高班轮运输系统的优化配置水平,满足班轮运输组织定期、定时服务的要求,根据班轮多港口挂靠和货物直达运输航线形式的特点,以规划期内船队营运现金流量折现值最大为目标,建立了班轮船队规划混合整数非线性规划模型.针对该模型的特点,设计了拉格朗日松弛启发式混合算法.以某航运公司班轮船队为例进行分析.结果表明:本文提出的启发式算法实现了多航线、多型船、大规模班轮船队规划问题的优化求解,能得到规划期内的航线配船、发船频率及船队建设优化方案.本文建立的模型能综合考虑航线的货流预测、船舶装载率、船舶租入租出等多种影响班轮船队规划的因素,适用于同一航线上配置相同船型的典型班轮运输模式,为班轮船队规划决策提供了支持.     

基于航速调整的班轮燃油补给优化

燃油成本在班轮运营总成本中占有很大比重,燃油补给是影响航运公司班轮运营成本和效益的一项重要决策.基于航速调整策略,以班轮运营总成本最小化为目标,建立燃油补给混合整数非线性规划模型,运用分段线性逼近法对燃油消耗函数进行线性化处理,并设计了求解算法步骤.实例分析验证了模型和求解方法的有效性.结果表明,在航运市场需求低迷的情况下,船舶更适宜采取较低的航速,采取灵活的加油港策略或放宽船舶到港时间窗限制,能更为有效地降低燃油成本.     

考虑碳税和易腐品的班轮加油策略与航速优化

在碳税机制下,考虑到易腐品特殊性质,航运企业优化班轮航速并制定加油策略是项重要决策.从航运企业角度出发,以实现包括船舶固定成本、加油成本、易腐品腐坏成本、冷藏成本及碳税在内的班轮总运营成本最小为目标,建立起混合整数非线性规划模型.针对模型特点,运用分段线性逼近法对油耗函数及易腐品腐坏函数进行线性化处理并求解.以实际班轮航线为例,依次分析港口燃油价格、到港时间窗和碳税率对航运企业决策的影响.研究结果可为运输易腐品的集装箱班轮公司选择加油港、确定加油量以及优化航速等提供科学依据.     

考虑海上意外时间和合作协议的班轮运输船期设计鲁棒优化

针对考虑海上意外时间的集装箱班轮运输船期设计问题，依据海上意外时间经验数据，设 置航行缓冲时间比例系数。运用连续最优控制原理，求解各航段船舶航行时间细分区间上燃油 消耗最小的优化航速。结合多时间窗、多起讫时刻和多挂靠港口装卸效率合作协议，以班轮运输 服务总成本最小为目标，构建班轮运输船期设计非线性混合整数规划鲁棒优化模型，设计分段离 散化线性逼近算法求解模型。以AWE1(远东-美东1)航线为例，运用100个场景的数值进行模拟 验证。结果显示：与不考虑海上意外时间或无合作协议相比，考虑海上意外时间和合作协议的班 轮运输船期设计分别降低班轮运输服务总成本14.65%和3.54%。研究表明，在恶劣天气和海况 对船舶航行影响较大的航线上或季节里，基于合作协议，设计考虑航行意外时间的鲁棒性船期， 可实现船公司、港口和客户三方共赢。     

��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.     

不确定箱重下内河集装箱班轮航线配载决策

与集装箱海运相比内河集装箱班轮运输具有其独特性,同时对于内贸箱而言,货主订舱时箱重信息的不确定性导致其航线配载决策变得更加复杂.本文考虑不确定箱重影响,以最小化航线班轮堆栈占用数量为目标,构建内河集装箱班轮航线配载决策的随机规划模型.为实现求解,基于随机规划理论,采用机会约束描述随机约束,将随机规划模型转化为随机机会约束规划模型,并设计混合邻域搜索算法求解.算法由蒙特卡罗随机模拟、神经元网络训练及邻域搜索启发式3个部分组成.算例研究表明,混合邻域搜索算法的鲁棒性较好,可实现配载计划对不确定因素的有效吸收.     

考虑货主偏好的内支线集装箱班轮航线网络规划模型

为了增加内支线集装箱班轮航线网络的货运需求量,以最大船型限制、航线运营补贴与干支线配合为约束条件,以航线网络结构、适配船型与班期密度为决策变量,构建了考虑货主偏好的集装箱内支线班轮航线网络规划模型;为了评估规划航线对不同偏好货主的吸引力,在获得航线的集装箱运输时间与价格后,基于Logit模型计算了规划航线与市场现有航线的货主选择比例;设计了求解模型的智能启发式算法,在规划方案评价过程中计算了航次时间、航线成本、单箱运价与货运需求,在方案改善过程中调整了航线的挂靠港口与挂靠顺序;设定大连港为干线港口,渤海湾内12个港口为支线港口,规划了内支线集装箱班轮航线网络。计算结果表明:12个支线港共开设了7条航线,市场货运总需求为5 208TEU,规划航线的货运需求量为4 420TEU;规划航线的货主选择比例达到85%;无论货主偏好运输时间或成本,规划航线在各支线港的货主选择比例皆超过60%。可见,考虑货主偏好的内支线班轮航线网络规划模型是有效的;开设直达航线有助于吸引时间偏好货主;开设串挂航线与提高运营补贴有助于吸引成本偏好货主;采用货主选择过程代替到港时间窗约束会提升模型优化效果。     

基于ASAE深度学习预测海洋气象对船舶航速的影响

为了有效地预测海洋气象对船舶航速的影响, 在稀疏自编码(SAE) 网络模型的基础上提出交替稀疏自编码(ASAE) 网络模型; 构建了海洋气象对船舶航速影响的预测框架, 利用关联规则方法对航行数据进行特征选择, 挖掘了船速影响因素及其隐含关系; 整合了中国远洋海运集团有限公司提供的船舶航行数据以及美国国家海洋和大气管理局提供的气象数据, 用训练样本对ASAE网络模型进行训练, 用测试样本对ASAE网络模型进行验证, 并与支持向量回归(SVR) 模型、反向传播神经网络(BPNN) 模型、深度信念网络(DBN) 模型及SAE网络模型的预测结果进行了对比。研究结果表明: ASAE网络模型的训练时间和海洋气象对船舶航速影响预测值的均方根误差分别为8.2s和0.287 3kn, 与SVR模型、BPNN模型、DBN模型及SAE网络模型相比, 训练时间分别缩短了1 683.1、66.9、2.0、1.5s, 预测准确度分别提高了0.045 5、0.296 9、0.153 4、0.178 6kn; ASAE网络模型的预测结果更符合实际海况, 可动态掌握海洋气象对船舶航速的影响; 通过预测的航速影响值来推算实际航速可为气象导航优化船舶运输过程起到辅助作用, 在进行航线规划、航速推荐等航行优化策略时能准确考虑海洋气象所产生的复杂影响, 从而改善船舶运营能效指标, 实现节能、低碳、绿色航行的宗旨。      

基于遗传算法(GA)优化BP神经网络的船舶交通流量预测

为了提高船舶交通流量的预测精度,在BP神经网络的基础上,结合遗传算法(GA)建立一个新的预测模型.该模型利用GA自适应搜索能力和较快的收敛速度,进而确定BP神经网络中的最优权值和阈值.以青岛港2011—2019年船舶交通流量统计数据为例,进行仿真实例验证.结果表明,与传统的BP神经网络相比,该模型能显著地提高船舶交通流量的预测精度,用于预测船舶交通流量具有一定可行性.     

基于CFD的30000吨载货教学实习船阻力数值模拟

为了对船舶阻力进行精确预报,选取30000 t载货教学实习船为研究对象,基于CFD对静水中不同航速的船舶阻力进行数值模拟,建立三维船体模型,采用局部加密进行网格处理,使用Standard k-ε湍流模型,利用VOF法追踪自由液面,将结果与船模试验数据进行比较表明,该方法计算速度快,成本低,预报精度较高,具有重要工程意义...     

传播动力学视角下集装箱海运网络关键港口节点识别

将船期延误与重要港口节点的识别问题相结合，通过传播动力学模型，对世界集装箱海运 网络的传播特性进行分析，发现港口节点传播能力与度值满足幂为16.84的幂律分布，具有无标 度特征，且度值与传播影响力的相关性较强。以 SIS(Susceptible-Infected-Susceptible)模型为基 础，结合网络结构特性，比较不同节点传播影响力评估方法发现，节点间最短路径长度是衡量节 点传播能力的一个重要因素。基于引力模型，提出考虑度值、节点核心位置及节点间最短路径长 度的综合取值法，验证了改进引力模型在世界集装箱海运网络节点传播能力评估中的适用性，发 现综合取值法对模型精确度提高有促进作用。研究得到：世界各港口传播影响力排序，为关键港 口的识别提供了不同视角；高传播影响力港口普遍集中在亚洲区域，其次为欧洲地区；高连通性 与高传播影响力无正相关性。     

船撞桥最小二乘支持向量机预测方法

为了提高桥梁与桥区通航船舶的安全性,提出了一种船撞桥概率智能预测方法.以桥墩跨径、水流速度、水流方向与桥墩连线法线方向夹角以及航道弯曲度为系统输入,以单航次船撞桥事故率为系统输出,应用最小二乘支持向量机进行了船撞桥概率估算.结合实际航道,选择了长江和黑龙江上12座桥梁的洪水期、中水期和枯水期3个时段的样本数据进行验算,并与神经网络船撞桥概率估算结果进行对比.对比结果表明:支持向量机方法能准确地预报船撞桥概率,具有全局最优解,并且收敛性和学习效率均优于神经网络.     

开阔水域多物标动态自适应智能航行方法

考虑船舶操纵特性、《1972年国际海上避碰规则》和良好船艺要求,提出了动态自适应目标船不协调避碰行动的开阔水域智能航行方法;将物标分类、建模并构建数字孪生交通环境,结合航向控制方法、操纵运动和复航模型构建了自动航行模型,推演了船舶非线性操纵运动;基于自动航行模型量化解析了《规则》要求,探究动态避碰机理,建立了可行航向求取方法;在多目标环境中,提出了目标船机动判别方法,研究了《规则》约束下构成自主航行方案的改向时机、幅度和复航时机等要素求取方法。仿真结果表明:依靠信息秒级更新的滚动计算,提出的智能航行方法可自适应剩余误差和目标船随机运动;提出的智能航行方法能将可行航向区间和改向幅度精确到1°;将程序运行和复航时机计算步长设置为1、10 s,设置多类静态物标和6艘保向保速目标船,在640、1 053、2 561和3 489 s,本船进行右转9°、复航、保向保速和复航等操纵可让请所有目标并自主航行至终点;设置目标船在300 s采取不协调转向避让行动,本船在980、2 790、3 622、5 470 s时进行右转9°、左转12°、右转17°和复航等操纵可让请所有目标并自主航行至终点。可见,任意初始状态下的船舶均可沿计划航线自动航行至终点,提出的方法能满足多个、多类动静态物标共存的真实开阔水域环境中的智能航行需要。