船舶物流运输中的最优航线选取模型设计

为了解决传统船舶最优航线选取模型最优航线选取效率低、精准度差的难题,提出船舶最优航线选取模型研究。依据海上运输环境信息,通过全局航线规划算法对船舶运输安全区域进行划分,以此为基础,采用Dijkstra算法对船舶安全航线进行获取,以得到的船舶安全航线为依据,采用离散点法对船舶最优航线进行选取,实现船舶最优航线选取模型的构建。通过实验结果显示,与传统船舶最优航线选取模型相比较,构建的船舶最优航线选取模型极大地提升了最优航线选取效率与精准度,充分说明构建的船舶最优航线选取模型具备更好的性能。     

大区域船舶物流最优航线选取模型设计

针对传统的最优航线选取方法一直存在选取效果差、时间长的问题,提出大区域船舶物流最优航线选取模型。该方法先采用采用粗糙集理论计算权值,通过可信性理论构建大区域船舶物流航线选择期望值及规划模型,并采用上限和下限的方式约束物流配送信息素,计算大区域船舶物流航线配送概率,并以此为基础,通过船舶物流信息筛选,构建大区域船舶物流航线选取模型。实验结果比发现,采用改进最优航线选取模型时,其航线选取时间及航线长度均要优于传统方法,具有一定的优势。     

基于有向图规划的船舶物流运输最优路径选取算法

传统的船舶物流运输最优路径选取算法的运行效率低,为了解决这个问题,提出基于有向图规划的船舶物流运输最优路径选取算法。利用有向图规划法,确定有向图规划船舶物流运输路径冲突分流点,采用深度优先遍历算法,获取船舶物流运输最优路径。为突出算法优势,在经典算法基础上,对其做出改进,在算法结束后,逆序打印每一条路径,选取最优路径,由此,完成基于有向图规划的船舶物流运输最优路径选取算法的设计。在实验中,采用有向图作为实验样本,对2种算法进行对比实验.实验结果显示,所提算法相比传统的船舶物流运输最优路径选取算法运行效率更高。     

智能网络海上船舶物流运输最佳航线选取模型

常规的物流运输航线选取模型无法获取实时天气及周边环境信息,导致绕避台风不及时。为此利用智能网络技术,设计海上船舶物流运输最佳航线选取模型。分析随机变量对物流运输路线的影响,利用智能网络获取船舶实时位置,计算航线运营成本,了解运输总需求,分析船型大小与其挂靠频率间的关系,选择合适的靠泊港口与靠港顺序,完成智能网络下海上船舶物流运输最佳航线选取模型设计。采用仿真对照实验,测试该模型应用效果。实验结果表明,将智能网络技术应用到最佳航线选取过程当中,能够实时获取相关信息,准确地制定船舶绕避台风方案,选择最为合适的物流运输航线,保证货物安全并准时到达。     

船舶物流中的能耗约束运输模型设计与实现

针对传统能耗约束运输模型能耗约束性能较差的问题,设计一种船舶物流中的能耗约束运输模型。由于船舶物流中货物的运输衔接与转运均发生在运输网络节点处,因此扩展运输网络节点以实现运输网络的简化,完成船舶物流运输网络节点扩展后,利用置换后的扩展换装运输网络节点进行船舶物流运输,并通过节点能耗约束算法对船舶运输过程实施能耗约束。根据能耗约束结果,构建船舶物流中的能耗约束运输模型,实现船舶物流运输过程中的能耗约束。为了验证船舶物流中的能耗约束运输模型的能耗约束性能优于传统能耗约束运输模型,通过对比实验获取二者船舶物流运输过程中的能耗约束点分布状况,比较二者的能耗约束性能,实验结果证明该能耗约束运输模型的能耗约束性能优于传统模型,实现了能耗约束性能的突破。     

舰船信息网络物流配送最优路径选取方法研究

利用基于神经网络或基于遗传算法等传统方法进行舰船信息网络中物流配送最优路径选取,选取质量较差,使得物流配送时间长,导致运输成本过高,降低了客户满意度。针对上述问题,提出一种基于Dijkstra算法的物流配送最优路径选取方法。该方法主要分为两步:对Dijkstra算法选取最优物流配送路径原理进行分析;在该原理基础上构建物流配送最优路径选取模型,包括问题描述、求加权矩阵、建立距离矩阵、确立需求量与配送距离之间的线性关系、构建Dijkstra算法模型等流程。结果表明:按照本方法选取出的最优路径进行物流配送,平均时间为55.69 h,按照基于神经网络或基于遗传算法等传统方法选取出的最优路径进行物流配送,平均时间为58.62 h和62.42 h。前者与后两者对比,配送时间大大缩短,由此证明本方法选取质量更好,能大大缩短物流配送时间,降低运输成本,提高客户满意度。     

统计最优柱面近场声全息参数选取方法研究

针对柱面统计最优近场声全息声源定位技术实船应用问题,研究建立近场声全息实用化参数选取方法。根据扫描法测量全息面复声压获取方式及柱面统计最优近场声全息算法数学模型,通过理论计算,获取与分析影响声源定位精度的近场声全息测量系统参数和信息处理过程参数及其影响关系,确定测量系统参数与信息处理参数选取方法,建立柱面统计最优近场声全息实用化信息处理技术。通过数值仿真与模型试验,验证参数选取方法的有效性,为实船机械声源近场声全息定位提供实用化参数选取依据。     

多模式船舶分段物流运输最优路径规划模型

传统船舶分段物流运输路径规划模型受到单一计算模式的限制,无法对突发路径规划要素进行有效载入计算,导致船舶运输全程路径出现航线重复、不必要航线距离规划过长的问题。提出多模式船舶分段物流运输最优路径规划模型。针对规划模式单一问题,首先,对船舶物流分段路径进行分段式路径瓶颈模型计算,获得不同运输段的瓶颈点坐标;根据瓶颈点坐标数据,计算各运输段冲突分流点;最后,将各段路径进行融合最优计算,通过阶段式遗传算法,构建最优路径模型。仿真对比实验证明设计模型规划的路径是最佳规划路径。     

舰船货物运输物流最优路径选择研究

舰船货物运输物流最优路径可以降低企业的运输成本,因此对其进行研究具有十分重要的经济价值,为了获得最优的舰船货物运输物流路径,提出了组合算法的舰船货物运输物流最优路径选择方法。首先分析当前舰船货物运输物流最优路径选择研究的现状,找到难以找到舰船货物运输物流最优路径的原因,然后设计了舰船货物运输物流最优路径选择的数学模型,采用蚁群算法和粒子群算法的组合算法进行求解,搜索舰船货物运输物流最优路径,最后与单一的蚁群算法和粒子群算法进行舰船货物运输物流最优路径选择仿真实验。结果表明,组合算法的舰船货物运输物流最优路径选择结果不仅要明显优于单一的蚁群算法和粒子群算法,而且提高获得了最优舰船货物运输物流路径的成功率,选择效率也得到了明显的改善。     

物流理论模型在集装箱船运输系统的应用

我国长江流域的内河航运从古至今都在我国经济与社会发展中占有重要地位,随着长江流域外贸进出口的增加,长江流域内大型集装箱船的流量越来越大,对长江航运物流管理提出更高要求。运输系统是物流系统的重要组成部分,本文主要基于物流理论模型原理,对长江流域的集装箱船运输系统进行研究,具体包括长江流域物流系统的结构分析、鲁棒性优化、运输需求预测等,有助于优化长江流域集装箱船的运输水平,提高物流运输的经济性。     

多航道舰船货物运输路线最优选取系统设计

传统舰船货物运输线路选取系统存在航道分配混乱、运行操作占用时间过长等弊端。为解决上述问题,设计一种新型的多航道舰船货物运输路线最优选取系统。通过基础选取架构设计、最优操作模块设计2个步骤,完成新型舰船路线最优选取系统的硬件运行环境搭建。通过选取协议连接、存储数据库设计、基本选取流程完善3个步骤,完成新型舰船路线最优选取系统的软件运行环境搭建,结合软、硬件环节,实现多航道舰船货物运输路线最优选取系统的顺利应用。对比实验结果表明,与传统系统相比,应用新型运输路线最优选取系统后,航道分配混乱情况得到明显缓解,系统运行操作占用时间的最大值始终不会超过30 s。     

内河运输船线型设计的最佳型船选择

本文提出了内河运输船线型设计的最佳型船选择方法。应用模糊数学确定了若干型船选择的识别指标及型船对设计船的相似度函数。利用模糊模式识别进行最佳型船选择。实例表明,本方法简便、可靠,具有一定的实用价值。     

船舶物流路径规划的数学模型构建及求解

船舶物流路径规划的研究具有十分重要的经济价值,当前船舶物流路径规划方法无法找到最优的船舶物流路径规划方案,使得船舶物流运输的成本过高,为此本文设计了基于蚁群算法和粒子群算法的船舶物流路径规划方法。首先分析船舶物流路径规划研究的历史,建立船舶物流路径规划的数学模型,然后采用粒子群算法对船舶物流路径规划的数学模型进行求解,找到有效的船舶物流路径规划方案集合,并在此基础上采用蚁群算法对船舶物流路径规划方案集合进行搜索,找到最优的船舶物流路径规划方案,最后与单一蚁群算法、粒子群算法进行了船舶物流路径规划问题求解的仿真实验。本文方法避免了单一蚁群算法、粒子群算法求解速度慢,难以找到最优船舶物流路径规划方案不足,得到的船舶物流路径规划方案可以帮助企业节约物流运输成本。