集装箱码头动态集卡配置的并行仿真优化方法

分析了动态集卡配置对集装箱码头装卸作业的影响,构建了一个包括船舶、锚地、泊位,岸桥、堆场龙门起重机、内部集卡、外部集卡和大门系统等在内的集装箱码头整体作业系统的仿真模型.运用仿真模型与优化算法相结合的基于仿真的优化方法(SBO)对集装箱码头动态集卡配置问题进行了求解,并将基于MPI消息传递标准的并行集群计算方法引入该求解过程,很好的解决了基于仿真的优化方法中存在的计算代价过大的问题.     

装卸同步工艺下前方堆场布局分散度仿真研究

集装箱码头作业优化的精细管理,使我们聚焦到了前方堆场布局优化的研究领域.研究提出了集装箱堆场布局分散度的概念,利用集装箱码头作业专业仿真软件Flexsim-CT,建立了装卸同步工艺下,包括泊位,桥吊,堆场,龙门吊,集卡等主要作业设备的码头装卸作业仿真模型.分析了在泊位服务强度高低不同的场景下,堆场布局分散度策略改变对集装箱码头装卸作业时间和桥吊作业效率的影响.结合洋山深水港的实际生产数据进行了案例仿真,根据仿真结果揭示了集装箱堆场布局分散度对集装箱堆场合理规划的重要意义,同时为相关码头企业提出了堆场规划改进的建议.     

集装箱码头装卸工艺设计仿真通用平台的构建

采用离散事件仿真技术,通过对集装箱码头装卸工艺内在规律的分析,构建了基于通用性的集装箱码头装卸工艺优化设计的仿真平台。在分析目前集装箱码头仿真技术发展及存在问题的基础上,归纳出集装箱码头装卸工艺的方案集合,以及作业方式和流程。给出了集装箱码头装卸工艺方案优化设计仿真通用平台系统的功能,构造了仿真模型的逻辑结构,介绍了集装箱码头装卸作业活动数据采集和统计方法,提出了基于仿真的集装箱码头装卸工艺方案评价指标体系。     

集装箱港口装卸作业仿真系统

分析了采用面向作业面和装卸同时进行工艺的集装箱港口中桥吊、集卡和龙门吊的装卸作业流程,将装卸过程中设备事件分为Lifting、Dropping、Moving、Waiting和Virtual五类,采用VB6.0编程实现了基于事件驱动的集装箱港口装卸作业仿真系统。对不同的设备配置调度方案进行仿真,依据系统的仿真输出,选择满意的设备配置调度方案,从而对港口作业中的整体资源配置进行协调。     

基于堆场混合堆存的集装箱码头装船顺序优化模型

为提高集装箱码头同贝同步装卸中岸桥与场桥作业效率,降低集卡空驶,提出了一种新的码头堆场堆存方法,即进出口集装箱混合堆存策略.以最小化场桥装卸作业的移动时间及翻箱时间为目标,建立出口集装箱装船顺序优化模型,通过优化出口集装箱装船顺序,增加场桥双循环次数,提高岸桥作业效率.设计了求解模型的启发式算法,并利用算例验证了模型和算法的有效性,分析了不同堆场布局的影响.结果表明,混合堆存策略能有效提高场桥的作业效率,本文构建的模型为提高岸桥同贝同步装卸效率提供了依据.     

集装箱码头装卸作业顺序多目标优化调度模型

集装箱码头装卸是码头作业的基础环节,其作业进度和稳定性直接影响集装箱船舶的在港时间.针对码头装卸作业顺序优化问题中作业时间不确定并且可拆分的特点,本文建立了同时最小化作业总完工时间及"岸边无集卡与堆场无集卡的时间和"的多目标混合整数规划模型.所建立模型的作业时间变量受到决策变量影响且可行域不规则,使得其求解复杂性和难度增加且帕累托前沿解难以搜寻.为求解模型,设计了基于仿真模拟与调度经验规则的PNSGA-Ⅱ算法.最后,通过与传统NSGA-Ⅱ算法比较,以及对在静态情景与动态情景下的算例实验进行统计对比,验证了所建立模型与PNSGA-Ⅱ算法可有效求解集装箱码头装卸作业顺序优化问题,并对码头生成高效稳定的装卸作业调度方案提供决策支持.     

基于单船装卸运输模型的集卡配置仿真研究

分析了集卡配置对集装箱码头的装卸作业的影响,使用Witness仿真软件以国内某大型集装箱码头为案例,建立了基于码头前沿至堆场的整体道路网络的单船装卸运输仿真模型。通过仿真模型的运行,分析集卡配置数量和车速对整船装卸时间的影响,研究发现集卡的数量应根据装卸的不同时段进行动态调配,集卡的车速提高不一定可加快整船的装卸效率。本模型为建立基于多船装卸运输模型的码头仿真预测系统提供了参考。     

基于仿真优化的集装箱港口大门作业调度研究

提出基于仿真优化的集装箱港口大门通道作业的调度优化方法.首先,建立了大门作业的离散事件仿真模型和调度优化数学模型;其次,设计了启发式Tabu搜索算法和仿真模型相结合的仿真优化方法;然后,结合仿真自动化方法和在线数据库实现了仿真优化系统;最后,用实例验证并分析了本方法的有效性及效率问题.结果表明了本方法对在线、实时作业调度优化问题的适用性.     

基于遗传算法的泊位连续化动态调度研究

针对泊位调度问题,将岸线连续化,建立了泊位的动态调度模型。考虑到岸边起重机的分配对泊位调度中船舶的集装箱装卸作业时间的影响,根据规则建立了分配岸边起重机和确定船舶集装箱装卸作业时间的算法。基于泊位连续化动态调度模型建立了分段的染色体编码,分别反映船舶靠泊服务顺序和靠泊位置信息。基于实例,通过仿真计算,与泊位离散化动态调度进行了比较和分析。     

集装箱码头集成调度模型与混合优化算法

为提高集装箱码头作业中各种设备的协调性,提高整体作业效率,建立了集成调度模型,模型集成了装卸桥、集卡与龙门吊的调度问题.同时,设计了求解模型的混合优化算法,此算法集成了神经网络良好的近似估计功能与模拟退火算法有效的搜索能力.算法流程是:初始化集装箱装卸序列;基于一定的分配规则为集装箱分配作业设备;采用模拟退火算法搜索解空间,更新装卸序列.在算法过程中,用神经网络预测目标函数,并且过滤明显的劣质解.最后,通过算例分析验证了模型与算法的有效性.结果表明,混合优化算法可以提高模型求解效率,对于规模为400个集装箱的调度问题,平均偏差为7.52%,计算时间为8.9s,模型与算法可行.     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Call for Papers The 12th International Conference on Service Systems and Service Management ICSSSM'15

正June 22-24,2015Guangzhou,China http://iec.cnsba.com/index.htmlCo-Sponsored by:ffiEE SMC(pending)South China University of Technology The Chinese University of Hong Kong Tsinghua UniversityHosted bv:School of Business Administration,South China University of Technology,China Conference Co-Chairs:     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.