基于提箱同步的进口箱堆存策略研究

翻箱问题一直是影响集装箱码头堆场作业效率的重要因素之一.优化卸船箱的堆存顺序是降低进口箱提箱翻箱率的重要基础.对集装箱码头的历史作业日志进行数据挖掘,提取客户的提箱行为特征,并定义了客户提箱行为同步性特征的度量方法--客户提箱行为同步度.利用客户提箱同步特征对卸船箱进行分组,对卸船箱的提箱时间区间进行估计并据此判断其提箱次序.按照同组靠近堆放的原则,以最小压箱数为优化目标建立了箱位指派模型.实验结果表明,新的堆存策略在降低翻箱率和减少平面箱位占用率两个方面比码头现有堆存策略有较大改进.     

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...     

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.     

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。     

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.     

���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.     

出口集装箱堆场取箱作业优化模型研究

集装箱装卸效率直接影响船舶靠港停泊时间，倒箱操作是影响装卸效率的主要因素．文中建立了龙门式起重机小车取箱作业优化模型，以龙门式起重机取箱作业时倒箱数量最少为目标，以各个取箱阶段为节点、以取箱代价为边的权数，应用最小生成树和启发式算法对优化模型进行求解,根据最小生成树的性质，本模型可获得倒箱数最少的优化装船顺序，提高装卸作业的效率．     

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。     

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。     

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。     

多箱型内河集装箱船舶配载决策研究

内河集装箱运输具有其独特性,船舶配载时更强调船舶舱容利用率.考虑特殊箱型影响,以最小化堆栈占用数量为目标,构建内河集装箱船舶配载决策的整数规划模型.为实现快速寻优,设计包含构造部分和优化部分的启发式算法求解.算法中,构造部分基于启发式规则快速构造初始解,优化部分基于邻域搜索策略实现初始解优化.算例研究表明,模型可实现内河集装箱船舶配载决策问题的有效求解,但随着算例规模增加所需求解时间大幅增加.与模型精确求解相比,启发式算法在求解时间方面表现要远优于模型,可在0.25 s内实现所有算例的高效求解,为内河集装箱船舶实际配载决策提供一定参考.     

铁路集装箱中心站多轨道吊柔性协同调度优化

针对铁路集装箱中心站轨道吊协同装卸调度(RMGCS)问题，考虑多轨道吊间的作业干涉和安全距离约束，建立目标函数为最小化集装箱完工时间的混合整数规划数学模型。结合 RMGCS问题特性，提出一种考虑多轨道吊柔性协同作业的改进麻雀搜索算法(ISSA)，首先，提出能够解决多轨道吊间作业冲突的任务分配策略和干涉判断方法；其次，设计自适应非线性动态安全值，平衡全局和局部搜索；再次，改进加入者更新移动方式，使其在全维度上靠近最优解；最后， 引入LOV(largest-order-value)规则，将个体从实数向量映射到集装箱整数序列。为了验证问题和算法的有效性，分别利用ISSA与其他算法求解不同样本规模的算例，结果表明：ISSA在不同样本 规模的RMGCS问题求解上，均具有更好的寻优效果。此外，所提出的柔性协同调度模式相比现有的固定范围顺序装卸调度模式，使样本量为45的装卸作业总完工时间缩短了15.5%。     

自动化集装箱码头中自动导引小车的交通策略研究

针对集装箱码头交通特点,综合考虑采用自动导引小车的自动化集装箱码头未来发展的需要,提出了基于模糊控制的缓冲区策略,利用eM-P lan t建立了孤立交叉口的仿真模型,并对基于模糊控制的缓冲区策略和先进先出策略分别进行仿真,通过数据比较和分析,确定了两者的适用范围,结果表明基于模糊控制的缓冲区策略优于先进先出策略,是进行自动化集装箱码头交叉口控制的实用和有效的策略.     

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。     

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.     

基于衔接组合的集装箱多式联运服务分段采购优化

为解决集装箱多式联运服务分段采购中的运输费用和运输时间优化难题,从多 式联运经营人的视角出发,提出了集装箱多式联运总费用最小化和总运输时间最小化的 双层优化目标.基于运输路径选择和时、空、量的衔接组合,结合托运人运单、集装箱多式 联运组织形式、集装箱交接地点、运输路段及方式、运输时间、运费率等要素约束,建立了 集装箱多式联运服务分段采购优化模型.运用自然约束语言设计搜索算法程序并求解.数 值实验分析结果表明,该模型及搜索算法不仅易于实施求解,而且应用效果良好,达到了 集装箱多式联运一体化无缝运输的目的.     

集卡动态调度路径优化算法

从整体调度的角度出发,分析了整个码头作业面的动态调度方案,提出了一种新的集装箱卡车(集卡)动态调度路径的自适应蚁群算法。运用码头GPRS系统,以集卡速度、流量、位置等相关数据建立了感知链。通过判断阻塞状况和调整可行点集,确定了信息素浓度更新策略与转移概率计算方法。针对码头路网的复杂性和蚁群算法的实时计算效率,设计了蚁群算法的步骤。将信息熵引入到蚁群算法中,运用MATLAB软件,对集卡的动态调度方案进行了仿真计算。计算结果表明:当初始集卡速度分别为50、75km.h-1,初始集卡流量分别为800、1 000veh.h-1时,集卡行驶的最短路径为4.3km,行驶时间为0.057h;集卡行驶的最优路径为8.3km,行驶时间为0.111h。可见,该算法能有效缓解码头阻塞问题,提高集卡利用率和码头作业效率。