集装箱码头集卡作业的路径选择

为合理使用集装箱码头的集卡资源,提高集装箱码头的装卸搬运作业效率,建立在作业面作业模式下,综合考虑岸桥作业时间、场桥作业时间的基于时间最短的集卡调度模型,并进行了数值仿真,旨在解决在不同船舶装船作业和卸船作业同时进行前提下集装箱码头集卡作业路径选择问题.结果表明,该模型很好地解决了集装箱码头集卡作业路径选择问题,提高了集装箱码头的作业效率.     

同船装卸协调作业模式下的集卡路径优化调度

为提高集装箱码头的装卸作业效率,合理使用集装箱码头作业机械资源,研究了基于同船同步装卸协调作业情况下集卡行驶路径问题,并综合考虑了岸桥的作业时间,使得在这种装卸调度模式下,集卡的行驶时间和岸桥装卸集装箱的总作业时间最小.并对所建模型进行了数值模拟,给出了集卡行驶的最优路径,岸桥进行装卸同步作业的次数.与传统的调度模式相比较,大大缩短了集卡的行驶时间以及降低了集卡的空载率,同时也提高了岸桥的作业效率,总体提高了机械设备的利用率.     

一种集装箱港口集卡的动态调度方法

在集装箱港口中,设备的配置和调度对港口的运作效率有着较大影响。为了研究集装箱港口岸桥与集卡的调度,在混合交叉作业模式下,基于集卡运输时间和集卡排队等待时间的权重系数考虑,建立了以总作业时间最小为目标的集卡动态调度模型,实现了不同船舶装船作业和卸船作业同时进行的集卡动态分配。最后,通过对集装箱港口实际作业流程的建模仿真,例证了本文模型的有效性和实用性。     

基于HFSS的集装箱码头集成调度模型的建立与求解

集装箱码头作为连接水陆两方的集装箱运输枢纽,在物流环节中起着重要作用.集装箱码头的装卸作业过程可以看成一个由岸桥、集卡、场桥组成的三阶段混合流水车间调度系统.为了提高集装箱码头的装卸作业效率、缩短船舶的靠泊时间,本文根据混合流水车间调度策略(HFSS),建立了以最小完成时间为目标函数的三阶段集成调度模型.求解过程中将集卡的因素考虑进去,使用基于改进的johnson法则的启发式算法来求解该模型.最后与遗传算法求解结果进行对比,发现在相同条件下,基于改进的Johnson规则的启发式算法相比于传统的遗传算法得到的结果更优,得到的最优解距离下界只有4.1%的差距.     

基于同贝同步装卸的岸桥与集卡协同调度

集装箱码头岸边装卸桥同贝同步装卸船模式下,岸桥装卸作业序列决策和集卡调度协同优化是保障同步装卸率的关键,属NP难问题。考虑集卡和岸桥作业之间的紧密衔接、堆场翻箱影响、船舶舱盖等空间约束,构建以岸桥装卸总次数及堆场翻箱次数最小化、岸桥最大完工时间最小化、集卡等待时间最小化为目标的岸桥装卸序列决策与集卡调度联合优化数学模型。设计改进遗传算法-改进非支配排序多目标遗传算法（IGA-INSGA-Ⅱ）两阶段算法,利用IGA求解船舶贝位内岸桥装卸集装箱作业序列;基于装卸作业序列优化方案和INSGA-Ⅱ,提出岸桥最早可作业时间优先的集卡任务指派策略,设计分段式编码及解码方法,求解集卡任务分配与指派问题。通过算例,将设计的算法与常见智能算法进行对比分析,验证了模型与算法的有效性。     

基于差分进化算法的自动化集装箱码头AGV调度问题

[目的]自动化集装箱码头的水平运输作业是影响港口物流效率的关键环节,通过优化自动导引车(Automated guided vehicle,AGV)的任务分配,减少装卸作业的时间,提高港口生产效率.[方法]在同时考虑集装箱装卸作业的基础上,就AGV调度问题建立混合整数规划(MIP)模型,优化目标为极小化岸桥完工时间.考虑到该问题具有NP困难性,设计了离散差分进化(DDE)算法进行近似求解.[结果]通过数值仿真验证了MIP模型和DDE算法的有效性.[结论]结果表明上述模型和算法可以为自动化集装箱码头的装卸作业提供帮助.     

集装箱港口装卸作业设备集成调度

为提高集装箱港口的装卸效率,采用混合Flow Shop调度理论,将集装箱任务的装卸过程看作岸桥装卸、集卡运输和场桥装卸的三阶段混合Flow Shop调度问题,建立装卸任务完工时间最小化为目标的集成调度混合整数规划模型.使用矩阵编码方式的遗传算法对模型和算例进行求解,结果表明:集成调度方法比岸桥、集卡、场桥协调调度方法更具有现实意义,通过扩大任务规模,遗传算法求解结果与模型下界进行比较,当集装箱任务规模在100个以上时,求解结果与模型下界之间差距都在5%以内,证明了算法有效性.     

基于同贝同步装卸的岸桥与集卡联合调度优化模型

为解决岸桥同贝同步装卸时多环节作业协调问题,加速集装箱在码头内部的周转,研究基于岸桥同贝同步装卸作业的岸桥与集卡联合调度问题.以船舶装卸完工时间最短为目标,建立岸桥与集卡联合调度优化模型,优化岸桥与集卡的任务分配及作业序列.岸桥同贝同步装卸增加了集卡作业环节,不同于传统作业时多阶段混合流水车间问题,其模型更加复杂,求解更加困难.针对大规模问题,设计了启发式算法进行求解,并将求解结果与下界值进行对比分析.结果表明,该启发式算法能有效提高岸桥与集卡联合调度模型的求解速度,有助于提高岸桥同贝同步装卸作业效率,为码头实际作业提供依据.     

一种新的集卡动态调度模型及算法

港口物流环节中,集卡的调度直接影响着港口的工作效率.目前,对集卡装和卸同时进行的调度模型和算法鲜有研究.本文以一艘船待装集装箱、一艘船待卸集装箱、装卸同时进行为例,提出一种动态优化模型,并用遗传算法求解.但其不同于一般的遗传算法,这里创造性地引入N6邻域方法来减少解空间搜索范围,提高遗传算法效率;设计了多种交叉操作和变异操作,来增加解的多样性,避免算法陷入早熟;设计了变异概率P,保证了算法的收敛性.实验结果验证了该模型和算法的有效性,从而有效提高集卡运输效率.     

集装箱码头集卡与岸桥协调调度优化

在同时装卸集装箱作业的情况下,考虑了集装箱卡车的运输时间和岸桥的作业时间,建立基于时间最少的优化模型.利用进化计算的特点,设计求解此优化模型的进化算法,进行了数值仿真试验,在合理时间内获得了最优数值结果.此模型和方法为码头集卡线路优化问题提供了决策支持.     

船公司合作下港口空箱调运研究

考虑同一港口内不同船公司之间的合作行为,在港口空箱需求和供给均为模糊随机条件下,空箱租赁不受限,建立船公司合作条件下以港口集装箱物流总成本最小化为目标的多阶段港口空箱保有量优化模型, 最后通过具体算例验证模型的有效性,并对船公司合作与不合作条件下的港口集装箱物流总成本和港口集装箱保有量进行比较分析,分析空箱租赁成本、储存成本、空箱需求波动、需求的模糊程度等参数对船公司的港口集装箱物流总成本和保有量进行分析。     

集装箱码头物流系统仿真

为提高集装箱码头的运营效率,基于Witness仿真软件模拟整体集装箱物流系统的方法,提出了集装箱(船舶)在港时间最短调度策略.计算该策略对应的总成本、泊位及设备利用率、船舶平均等待时间、船舶平均作业时间、集装箱滞留时间等指标,对集装箱码头瓶颈所在进行分析并优化.结果表明,该方法可以较好地改善集装箱码头的操作流程,且可实现可视化效果,具有广阔的应用价值.     

基于排队论的港口运输装卸服务系统优化方法研究

直接用汽车将集装箱运往港口堆场是集装箱货物运输的一种重要方式.在货物由内陆地区货运站到港口码头堆场的运输工作中,运输车辆与装卸机械是构成港口运输装卸服务系统最基本的生产要素.为减少运输车辆和装卸机械在运输生产过程中由于等待而产生的非生产停歇时间,控制车辆的等待费用和机械的装卸费用,获得最好的系统效率和生产效益,必须合理组织装卸机械和运输车辆的协调配合工作.在集装箱运输组织和管理中,运输车辆与装卸机械协调配合下装卸机械数量的确定,通常采用在一个连续和足够大的时问内以运输车辆和装卸机械两方面工作节奏相一致为条件进行建模的方法求解.这种方法存在的问题是车辆的周转时间和装卸停歇时间均采用平均值来计算,没有充分考虑车辆到达和装卸时间随机性的影响.本文运用排队论的理论方法,在建立港口运输装卸服务排队系统基础上,根据装卸机械数与等待费用和服务费用的变动关系,以系统在单位时间内承担的总费用最小作为决策目标来确定装卸机械的数量.以此实现运输车辆与装卸机械的协调配合,最终达到提高生产效率和效益、增强港口竞争力的目的.由于充分考虑了运输车辆运行时间和装卸机械装卸时间的随机性,因此该决策更具有科学性和合理性.     

基于禁忌搜索算法的物流系统车辆路径优化

增强物流企业的市场竞争力,提高配送效率、优化配送车辆路径、降低配送成本、增强客户满意度是关键。考虑到物流系统配送的现状,在传统配送路径模型的基础上加入软时间窗约束、配送车辆额定工作时间约束来分别反映客户的满意度、车辆的工作状态,以运输费用、非时间窗内服务产生的惩罚成本、车辆超时工作的折损成本、车辆启动成本4部分之和为目标函数,构建了带软时间窗的物流系统车辆路径模型。针对问题,在禁忌搜索算法的基础上,设置4种邻域变化规则来改进局部搜索;在有无时间窗条件下,分别用MATLAB对算例求解,比较配送路径的最佳方案与最低成本,验证模型和算法的有效性。     

一个物流配送中心选址模型及其算法

一个最优的配送中心选址方案,既可以提高物流系统的效率,又能降低物流系统的成本.在时间已经成为竞争优势的一种新资源的社会,将时间约束考虑到配送中心选址模型中无疑是一个突破.建立了一个物流配送中心选址模型,在模型中只需要知道所需配送中心的个数上限即可,松弛了以往模型中需确定所需配送中心个数的条件.模型求解算法上,采用优化方法中的0-1规划割平面法,结果表明模型具有可靠性,且计算复杂度得到降低.     

基于改进蚁群算法的集装箱装卸顺序优化研究

为缩短船舶在港时间,提高码头的作业效率,应用改进蚁群算法对集装箱装卸顺序的组合优化问题进行求解。首先结合柔性作业车间调度理论与集装箱装卸过程中船舶和岸桥的实际情形,建立集装箱装卸顺序调度模型;然后针对基本蚁群算法易出现早熟现象和收敛速度慢等问题,通过动态的改变信息素的挥发度与信息素强度,同时按照改进的信息素更新策略更新各路径的信息素,从而跳出局部最优;最后运用C#.NET语言对基于改进蚁群算法的集装箱装卸顺序问题进行仿真与步骤分析,验证了改进蚁群算法的有效性。实践证明,改进后的蚁群算法基本上克服了传统算法自身的不足,能够对集装箱装卸顺序优化,缩短作业时间。     

出口箱随机入港下的箱区选择与箱位分配协调调度

针对出口箱随机入港下的分散堆放与随机选位对集装箱卡车行驶和场桥取箱作业的影响,提出了出口箱的箱区选择与箱位分配协调调度问题,并以箱区位置、箱量分配、箱位分配为决策变量,以集装箱卡车接运单位TEU平均作业时间最少、场桥作业成本最低为目标,构建了出口箱箱区选择与箱位分配两阶段非线性整数规划模型.设计了基于遗传算法的双层启发式算法,上层用于箱区搜索,确定出口箱堆放箱区及箱量分配;下层用于箱位搜寻,并依据场桥取箱顺序规则,确定具体堆放箱位或重选堆放箱区.通过算例分析结果表明:与集中入港下集中堆放相比,对出口箱随机入港下分散堆放的箱区选择与箱位分配进行协调调度同步优化,可以减少单位TEU平均装卸时间5.46%,并显著降低堆场作业成本,模型与算法可行有效.     

带缓存区的集装箱港口岸边装卸工艺仿真分析

经过对传统装卸工艺流程的分析,考虑各种新型设备并结合集装箱港口布局,研究一种带有缓存区的新型岸边装卸工艺流程.在港口前沿增加了集装箱缓存区,并且应用计算机仿真软件Plant Simulation对装卸工艺进行仿真研究.在已知集卡数量和任务量条件下,以所有任务总的完成时间最小化为目标,使用PlantSimulation中的遗传算法工具寻找最优的缓存区数量.从而得到更合理和具体的新型装卸工艺.实验结果表明带缓存区的集装箱装卸工艺能够提高桥吊的利用率,也便于桥吊进行边装边卸工作,同时缩短了集卡的等待时间,方便了港口进行调度.