考虑倒箱的混堆装船箱区内场桥调度优化

在混堆装船箱区中,提箱外集卡抵达时序的随机性增加了装船过程中的倒箱作业量,增大了堆场中场桥调度的难度,降低了堆场作业效率.针对该问题,重点考虑了内外集卡不同的优先级别、作业截止时刻和作业过程中倒箱量的影响,建立了以港方费用、作业过程中倒箱量两者最小为双目标的混堆装船箱区多场桥调度的数学模型.提出了一个带有滚动时域的启发式求解算法,并且为求解单个时域对应的子调度问题,设计了一个带有解空间切割功能并嵌入倒箱策略的遗传算法.通过仿真算例,验证了优化模型及算法的实用性与有效性.本文可以为实时的场桥调度提供决策支持.     

考虑了交箱时间不确定性的场桥堆存作业优化

客户送箱时间的不确定性直接影响出口箱的场桥堆存作业效率和其在集装箱码头堆场的堆存状态,进而增加场桥作业移动距离以及后续装船过程中的翻箱作业量,降低码头作业效率.针对该问题通过马尔可夫链预测方法将随机交箱序列转化为广义交箱序列,在此基础上,结合集装箱港口作业实际,建立了以最小化预翻箱数量和场桥堆存作业移动距离为目标的场桥调度优化两阶段数学模型,并分别针对初始决策阶段和实时调度阶段设计了静态与动态求解算法.通过仿真算例,借助于与不同堆存策略的对比,显示了优化模型及算法的实用性与有效性,为场桥调度方案的实时生成提供决策支持.     

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.     

考虑适时倒箱的进口重箱区多场桥调度优化

为提高进口重箱区的提箱作业效率,减少提箱外集卡的等待时间,研究固定时段内该类箱区的多场桥调度优化.重点考虑场桥作业过程中待提箱上压箱翻倒时机及落位的影响,兼顾作业场桥之间不可跨越和保持一定安全距离等现实约束,以所有外集卡总等待时间和超过等待容忍限度总时间的加权和最小为优化目标,构建了一个非线性规划模型,设计了融入交叉变异策略和禁忌搜索算法的改进和声搜索算法.通过数值实验,验证了方案及算法的有效性.     

峰值电量约束下的场桥能耗最小化问题研究

随着化石能源的大量使用带来的环境污染问题日益严峻,关注能源使用效率的集装箱港口绿色化运营研究成为近年来的热点之一.本文以集装箱堆场中需要执行预倒箱作业的场桥为研究对象,考虑场桥不同运行状态下的单位时间电量需求不同以及峰值电量实时约束,建立了以总能耗最小化为目标的多场桥调度问题的混合整数规划数学模型.继而,将关键变量利用非连续贝和连续贝两种不同的方式进行编码,将次级变量利用启发式规则进行解码,并设计了相对应的遗传算法交叉与变异方法.数值实验表明,连续贝编码方法表现更为优异;通过与Cplex在小规模算例中的比较,与粒子群算法及人工蜂群算法在大规模算例中的比较,验证了所设计遗传算法的有效性.同时,通过与传统策略的对比,表明本模型可以同时实现能耗总需求与峰值需求两方面的优化,从而可以为港口管理人员在不影响既定日常运营工作的前提下降低能源成本提供科学有效的指导.     

交箱序列不确定下的堆场箱位分配及多场桥调度优化

集装箱码头堆场出口箱箱位分配和场桥调度对装船效率有重要影响.为了避免翻箱,从装船和预约信息的视角提出新的堆存策略,考虑场桥实际作业中的安全距离,以装船时场桥完成提箱任务总时间最短为目标,构建堆场箱位分配及多场桥调度集成优化模型.设计文化基因算法进行求解,在遗传进化过程中加入了变邻域搜索操作,增强了算法的局部搜索能力.通过实例验证了模型和算法的有效性,并对集卡预约时段长度和准确性进行了鲁棒性分析.研究成果有利于提高装船作业效率.     

最小化最大完工时间与等待时间的岸桥作业调度双目标优化及其遗传算法

分析了岸桥支援对船舶装卸作业效率的影响,指出减少岸桥等待时间,有利于加强岸桥支援,并能提高码头整体运作效率。考虑岸桥作业不可相互穿越与安全距离等特有约束,建立了岸桥作业调度双目标混合整数规划模型,其优化目标是最小化最大完工时间与岸桥等待时间。针对该问题的NP-hard特性,设计了一种遗传算法,对算法搜索空间进行了讨论,并推导了问题的一个下界。数据实验表明,所建立的模型能够在最小化最大完工时间的同时,有效地减少岸桥等待现象的发生,其算法在允许的运算时间内能获得稳定的满意解。     

集装箱码头集卡配置优化的闭合排队网络模型

以集装箱码头同贝同步装卸作业为研究对象,以提高码头作业效率、提升服务能力为目标,研究码头内部集卡数量配置优化问题.将码头作业系统视为服务网络,构建码头同贝同步装卸作业的闭合排队网络模型,刻画集卡在各个环节的作业过程,分析不同设备配置下码头作业系统服务能力,揭示制约码头整体作业效率关键环节.以码头作业成本最小为目标,考虑集卡在各个环节的排队等待时间及设备利用率,建立了基于同贝同步装卸作业的集卡数量优化模型,并设计算法对模型进行求解.本研究从服务网络角度揭示了码头作业效率与岸桥、集卡、场桥配置的关系,为码头设备调度与服务流程设计提供了依据.     

集装箱码头同贝同步装卸作业的序列优化模型

同贝同步装卸是集装箱码头提高装卸作业效率和资源利用率的有效途径和方法.其调度的复杂性体现在需要同时决策装、卸船两类集装箱在受堆场翻箱约束和舱口盖限制情况下的作业序列.针对该问题的柔性准备时间、成组调度和优先顺序约束等特点,本文建立了同贝同步装卸作业的整数规划模型.为求解模型,设计了基于遗传算法和贪婪规则的混合求解算法.最后,通过将算例实验结果与不考虑翻箱和舱口盖限制的简单下界进行比较,验证了模型与算法的有效性,说明所建立的模型有利于提高集装箱码头的装卸作业效率.     

堆区混贝的堆场场吊调度模型与算法

为提高集装箱码头堆场场吊作业效率,研究了堆场单堆区混贝条件下的场吊调度问题.在单堆区内集装箱混贝堆放的前提下,提出了堆场场吊装卸作业时间窗约束、作业次序依赖的设备调整时间及堆场空间约束等,并在此基础上建立了整数规划模型.针对这一模型设计了改进禁忌搜索算法对问题进行求解.最后通过数值实验表明改进后的算法在对大规模问题求解时具有良好的效果,且算法效率较高.     

基于循环仿真的钢铁板坯库天车作业优化

板坯库天车作业对钢铁生产整体节奏和效率起到非常重要的作用, 天车作业的优化受到库位布局、工艺流程、作业干涉等多方面因素的影响, 优化过程具有随机性, 满意解的界定具有模糊性. 为了解决这一难题, 提出了循环仿真的方法, 通过原始仿真模型和改进仿真模型的循环转换和多档模糊评判寻求优化解, 采用Agent技术设计了板坯库的仿真物流对象, 定义了仿真事件和仿真逻辑. 通过对国内某大型钢厂的应用实例表明, 循环仿真的方法对钢铁板坯库天车作业优化具有较好的实用性.     

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.     

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.     

集装箱码头ALV调度与堆场位置分配集成优化模型

针对自动化集装箱码头水平搬运作业和堆场作业,提出一种集成调度优化方法,以最小化最大完工时间为目标,同时考虑船舶装、卸作业,建立自动升降车(automated lifting vehicles,ALV)调度与堆场位置分配集成优化模型,提出求解模型的优化算法,设计基于遗传算法的启发式算法,利用算例对模型与算法的有效性进行了验证.计算结果表明,提出的启发式算法可以提高运算效率,能够在很短的时间内对大规模算例求出高质量的解.另外,集成优化模型同时考虑码头多个作业环节,有利于提高自动化集装箱码头的装卸作业效率.