基于k均值聚类算法的集装箱堆存质量评价方法

1研究背景 随着船舶大型化趋势的持续发展,远洋集装箱船舶在码头的单次靠泊装卸箱量不断上升,导致码头堆场面临堆存周期延长和堆存箱量超标等问题.大规模装卸作业对集装箱码头堆场管理提出较高要求,集装箱码头运营瓶颈逐渐从岸线转向堆场,堆场集装箱堆存质量成为影响集装箱码头运营管理的重要因素.[1]目前,业内尚未形成科学严谨的集装箱堆存质量评价方法,只能依赖人工经验对其进行粗略评价;但当堆场堆存箱量较多时,基于人工经验的评价方法需要耗费大量人力和物力.在此背景下,以自动化和可靠的集装箱堆存质量评价方法替代基于人工经验的评价方法,成为现阶段我国集装箱码头的迫切需求.     

数智算法驱动的集装箱码头数字孪生业务可视化运营

为全面提升集装箱码头数字化水平、迭代改进生产管理模式,围绕核心生产调度场景,以数字孪生可视化为呈现方式,提出多维数智引擎加持下的数字孪生业务运营体系。数智引擎为体系运转提供数据服务、空间融合、智能预测、运筹优化方面的内在驱动力,全面支撑港口感知、事件预警、路网运行、设备追踪、堆存监控等上层应用的可视化,助力业务人员对生产作业的实时管控和高效决策。经过系统场景呈现以及在实际船舶作业中的应用效果分析显示,该运营体系运转表现优异,对当前阶段的生产与管理有切实有效的提升。