基于大数据分析的船运物流集装箱班轮舱位分配方法

传统的船运物流集装箱班轮舱位分配方法存在着经济效益差的缺陷,为此提出基于大数据分析的船运物流集装箱班轮舱位分配方法研究。以经济效益最大化为目标对船运物流集装箱班轮舱位分配的要素进行分析与确定,以确定的舱位分配要素为依据对船运物流集装箱班轮舱位分配模型进行构建,以构建的模型为依据,对其进行求解得到最佳的舱位分配方案,实现了船运物流集装箱班轮舱位的分配。采用实验对船运物流集装箱班轮舱位分配方法的经济效益进行验证,得到提出的船运物流集装箱班轮舱位分配方法的船运收入比传统方法高出22.7千元,说明提出的船运物流集装箱班轮舱位分配方法可以获得更好的经济效益。     

云计算的船运物流运输中智能航道选取算法设计

船运物流运输过程中,经常碰到航运路线有多条,或受外界因素影响航线需要调整的状况。此时需要航道调度系统对航道数据进行分析计算,给出当下的最优航道选取方案。但是,现有的航道选取算法存在数据分析处理慢,多资源航道数据融合度差的问题。因此,将云计算技术作为算法的核心,提出云计算的船运物流运输中智能航道选取算法设计。通过引入KDUFN-YUN云端航线资源融合算法,完成对航道客观数据与云端数据互通;接着,在云计算的基础上引入最优选取算法,对云计算下融合的航道数据进行最优选取;最后,通过仿真实验证明提出算法的可行性。     

基于船联网的MILK-RUN船舶运输调度系统研究

近年来,世界范围内商品的流通量剧增,海上运输在大宗商品运输环节发挥的作用也越来越大。很多跨国企业为了满足市场需求,缩短产品的开发周期和降低成本,都非常重视原材料和商品海上运输的效率。在传统的企业供应链中,商品原材料的供给依据客户的需求指标,随着船舶运输速度和航运能力的提高,一种MILKRUN循环取货的物流管理模式被研发出来。船联网是指将互联网与船舶节点相连接,使海上的船舶形成一个信息交互的整体,对于提高海上航运物流的信息化有一定的促进作用。本文重点介绍了MILK-RUN物流理念和船联网技术,在此基础上对基于船联网的船舶运输调度系统进行研究,并对调度流程和原理进行介绍。     

港口船运物流运输算法优化研究

港口物流的快速发展为各大企业节省了大量的物流成本。在这样的背景下,越来越多的企业和机构开始关注物流成本的降低问题。其中,最受关注的是运输成本的降低,这是因为运输是物流的关键之一,通过降低运输成本可以显著降低物流成本。本文在供应管理库存的思想基础上,分析船舶运输的模型,优化运输和库存效益之间的矛盾关系,最后通过自适应遗传算法优化船舶配送路线和客户库存补充计划。     

基于云计算的船舶大数据并行调度算法研究

港口对大量船舶进行同时调度时,需要计算非常庞大的数据,传统船舶调度算法很难在短时间内完成计算工作,为此提出基于云计算的船舶大数据并行调度算法研究。建立云计算体系与大数据信息的并行调度框架,完成船舶大数据并行调度计算;采用SQL语言对并行调度核心步骤进行编写,将云计算结果导入并行调度算法体系中,实现船舶大数据并行调度计算。实验数据表明,设计的并行调度算法能较传统计算效率提高37.1%,并短时间内完成所需的计算任务,提高船舶的调度效率。     

船运土方验收方法

根据不同船型的尺寸及其验收情况,在研究船的折减系数、综合系数的基础上,提出一种简便快捷比较准确的验收方法,并在实际船运土方验收中收到良好效果。     

基于云平台的海上船舶运输调度系统研究

首先阐述基于云平台的海上船舶运输调度的总体设计以及调度的流程;针对调度流程中的难点,设计了基于神经网络的船舶运输调度算法,最后从调度完成时间和调度效率两方面进行实验仿真对比,从实验结果可知本文算法的优越性。     

基于离散序列的大型船舶运输调度系统

由于当前船舶运输调度系统在运行过程中难以对海量数据进行有效处理,易导致耗时过大、运行速率低的问题。基于此,提出基于离散序列的大型船舶运输调度系统设计。首先对船舶运输调度系统硬件配置进行完善,并结合离散序列算法对大型船舶运输路径调度软件算法进行优化,最后简化船舶运输调度流程,实现对船舶运输调度系统的合理设计。通过实验证实,相对于传统调度系统而言,基于离散序列的大型船舶运输调度系统耗时相对更低,且调度速率也明显提高,充分满足研究要求。     

基于人工智能算法的港口物流船舶运输路径优化研究

传统的港口物流船舶运输路径优化后,船舶运输成本很高,运输时间过长。针对上述问题,引用人工智能算法研究了一种新的港口船舶运输路径优化方法,通过船舶配送和客户管理两阶段解决优化问题,通过线性优化区分港口路径组成的种群,形成若干个子种群,分析种群之间的密度,根据密度分析结果得到协同进化方案,同时使用提升操作和协同操作解决路径优化问题,利用径—环切割理论对客户进行分组优化,通过时间窗解决运行时间问题。设定对比实验验证方法效果,结果表明,基于人工智能算法的港口物流船舶运输路径优化方法可以有效降低运输成本,缩短运输时间。     

船厂物流运输管理系统设计与应用研究

为了解决造船企业物流运输设备缺乏信息化管理和运输设备调度效率较低等问题,研发了船厂物流运输管理系统。该系统基于Arc GIS定制厂域电子地图,采用BC20模组研发专用定位信息采集装置,通过PC、手机、工业平板3种用户终端应用协作实现运输任务申请、审核分配、调度等功能,实现车辆运输信息实时显示。应用测试结果表明:船厂物流运输管理系统可以实现对运输设备管理,有效地提升船厂运输管理工作效率。     

基于云计算的舰船大规模任务调度优化

当前舰船任务调度优化方法针对小规模任务,对于大规模舰船任务,它们存在搜索最优舰船任务调度方案时间长,舰船任务无法在有效时间内完成,为了加快舰船任务完成速度,结合舰船任务的大规模特点,设计了基于云计算的舰船大规模任务调度优化方法。首先对舰船大规模任务调度优化问题进行分析,将它们划分成为多个小规模舰船任务调度优化问题,然后基于云计算平台的map/reuduce模式对多个小规模舰船任务调度优化问题进行并行处理,并对多个小规模舰船任务采用混合智能优化算法进行求解,最后得到舰船大规模任务调度优化结果,并进行了舰船大规模任务调度优化问题的仿真测试。本文方法大幅度减少了舰船大规模任务调度优化时间,提高了舰船大规模任务完成效率,是一种有效、速度快的舰船大规模任务调度优化方法。     

云计算在冷链物流配送船优化方法中的研究

随着生活水平的提高和电子商务的发展,产品的运输不再局限于传统的物品,冷冻和海鲜等产品的运输也变得极为普遍,研究冷链物流配送的路径优化问题,是为了提高运输的实时性,增强物流配送企业的经济效益。本文在云计算的基础上,整合配送中心和目的地之间的各种资源,形成完整的配送链,并且利用粒子群优化算法对路径优化函数进行优化,从而得到最佳的配送路线。     

云计算水下旋转推进器数据融合方法研究

为解决水体多传感器数据融合体系在并发性和扩展性方面存在的限制性问题,提出基于云计算的新型水下旋转推进器数据融合方法。分别连接底层助力架构及动力传感器,完成云计算条件下水下旋转推进器的结构分析。在此基础上,统计数据处置量结果,通过特征节点整合的方式,确定边界融合值的具体权限水平,完成水下旋转推进器的数据融合方法研究。对比实验结果表明,与传统Storm手段相比,应用新型数据融合方法后,旋转推进器的QEA指标由0.35增大至0.98,整个水下传感体系的并发性与扩展性均出现明显趋于平稳的变化趋势。     

云计算框架下的港口船舶生产信息平台设计与实现

在全球物流业不断提升自身信息化水平和市场经济竞争愈发激烈的背景下,港口作为物流业的重要环节,需要建立灵活高效的信息平台,才能跟上不断变化的市场需求,在激烈的市场竞争中利于不败之地。本文深入研究港口船舶生产的相关业务流程,设计并实现基于云计算框架的港口生产信息平台,提出CECloud-MMS任务调度算法,该算法能有效提高港口生产信息系统效率。     

云计算在舰船导航系统中的研究

海上导航系统在航运业中的应用越来越广,导航系统定位的精度也影响着众多海上开发应用。现有的基于卫星导航系统定位存在一定的误差,所以需要对定位结果进行误差补偿。传统的补偿法一般为差分法,与导航设备与观测站距离的远近成正比。本文研究基于云计算的误差补偿算法,给出云计算的海上卫星导航系统的误差补偿系统结构,在此基础上进一步构建基于GPS、北斗组合导航系统的补偿算法模型,最后对算法进行仿真。     

面向云计算的船舶生产信息平台建设

近年来我国船舶工业迅速发展。然而与发达国家船舶制造企业相比较,我国在船舶生产管理方法与理念方面还存在差距,尤其在生产的数字化、信息化程度上。为此,本文对船舶生产信息平台建设进行研究,针对我国船舶生产过程存在的问题,提出基于知识工程的船舶制造与管理模型,提出云架构下的船舶生产信息平台结构设计,同时对该平台的开发环境、安全措施及费用进行分析和评估。