考虑碳排放和预约机制的送箱集卡多码头调度问题

考虑送箱集卡多码头调度的低碳、高效化要求,及为解决集卡不规律到达导致码头拥挤问题而提出的集卡预约集港机制,以单一外堆场调用送箱集卡数量最小及多集装箱码头调度方案碳排放总量最小为目标,构建了单堆场多码头送箱集卡调度模型.设计了改进的蚁群算法对该模型进行求解,得到按时间段划分的港外堆场多码头集卡低碳送箱方案,通过算例验证了所构建模型和算法的有效性.结果表明,考虑碳排放和预约机制的送箱集卡多码头调度方案所需集卡数量少,工作时间短,兼顾了集装箱码头集卡送箱作业低碳和高效的要求.     

集装箱堆场箱位分配及多场桥调度协同优化问题

为提高集装箱码头堆场作业效率和降低运营成本,对堆场箱位分配及多场桥调度协同优化问题进行了研究.采用分区域平衡策划方法进行场地策划,考虑场桥间安全距离和场桥作业量均衡,以场桥移动成本和空闲成本之和最小为目标,建立集装箱堆场箱位分配及多场桥调度协同优化模型.为增强遗传算法的全局搜索能力,将模拟退火思想引入到遗传算法进化过程中,设计模拟退火遗传算法进行求解.通过数值实验验证了算法的有效性,并针对箱区不同规模的出口箱量进行实验分析,结果表明分区域平衡策划方法可以更好地解决箱位分配及多场桥调度协同优化问题.     

基于集装箱任务组时间窗的堆场场桥调度模型建立与求解

有效的场桥调度模型对于减少集卡等待时间从而增加集装箱码头的产出量是非常关键的.考虑实际操作中单场区内多台场桥同时工作、互有干扰以及存取箱同时操作等约束,建立了基于任务组时间窗的以集装箱作业时间延迟或提前量最小为目标的数学模型.采用Gurobi进行优化求解本模型求得大规模堆场上场桥作业调度问题.经实际算例计算发现所得结果与实际相符.该模型在解决集装箱码头大规模问题中以及在获取解的质量与获取解所需时间上都优异于其他模型.     

基于启发式算法的自动化跨运车作业调度

针对自动化集装箱码头自动化跨运车(automated straddle carrier,ASC)的调度问题,首先建立混合整数规划模型,基于ASC可以独立完成集装箱在岸边和堆场之间的运输作业这一特性,将自动化集装箱码头ASC的作业调度问题转化为同时取货送货问题,并提出一种先完成先执行(first finished first insert,FFFI)启发式算法进行求解,实现集装箱任务分配,确定ASC的作业序列,计算每辆ASC的使用率.最后,通过改变集装箱任务数和ASC数量验证该算法的有效性和可行性.     

基于拖车路径优化的集装箱船配载模型研究

在分析影响集装箱的装载效率时,考虑场内拖车在码头堆场和岸边装卸桥之间的移动距离,将配载问题看成是以码头堆场B ay位上的集装箱为供给、船舶B ay上的空箱位为需求的运输问题,以场内拖车将码头堆场集装箱送到岸边装卸桥所运行的距离最短为目标,建立配载模型并应用Hop fie ld神经网络模型进行计算机模拟.模拟结果说明,所提出的优化模型可以减少场内拖车运行的距离,提高集装箱装载效率,为合理进行集装箱船配载提供了一个参考模型.     

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.     

集装箱堆场收发箱管理Multi-Agent系统研究

考虑集装箱码头堆场管理的动态性、复杂性和分布式特点,在对集装箱堆场作业工艺分析的基础上,建立了堆场收发箱管理Multi-Agent系统模型,系统地分析了Agent基本结构和功能,分别基于两级调度策略和翻箱期望最小设计了收、发箱箱位优化Agent,提出了Agent间的通信和协作机制.算例仿真表明该系统能有效改进收发箱管理性能.     

基于模拟退火算法的场桥调度研究

集装箱码头的运作效率受场桥调度作业的影响很大,场桥调度合理与否对集装箱码头的整体运作效率具有至关重要的影响。高效的场桥调度方案不仅要满足给定配载计划下的种类和数量需求,而且要最小化场桥行走距离。为确定场桥的行走顺序和取箱方案,建立了以总完成时间最短为目标的场桥装载调度作业混合整数规划模型。分别运用启发式算法和模拟退火算法,对模型进行求解,并通过算例分析验证了算法及模型,表明模拟退火算法的结果要优于启发式算法,如当堆场数量为55个时,模拟退火算法要比启发式算法节约46 min,随着贝和集装箱类型的增加,模拟退火算法可节约更多的时间,同时还减少了龙门吊行走的路径,从而有效地提高了集装箱码头的运营效率。     

考虑缓冲区容量的岸桥、AGV和堆场起重机集成调度

为了提高自动化集装箱码头装卸设备之间的协调程度和作业效率,针对码头卸船过程中岸桥、自动化导引车(automated guided vehicle,AGV)和堆场起重机的集成调度问题,考虑了堆场交接缓冲区的容量约束,以最小化卸船任务完工时间为目标,建立了考虑缓冲区容量约束的集成调度混合整数线性规划模型,确定各装卸设备作业序列并优化缓存位-任务的分配关系.设计了优先级偏随机密钥遗传算法和贪婪插入启发式对问题求解.实验结果验证了模型和算法的有效性,并得出适当的缓冲区容量能够缩短船舶在港时间,降低码头水平运输区域压力,提高AGV利用率.     

MAS与启发式算法结合的汽车滚装码头堆场作业调度

基于汽车码头堆场资源调度问题的基本假设,将MAS技术与启发式算法结合,进行分布式汽车码头堆场作业调度研究.首先建立汽车滚装码头堆场作业系统数学模型,通过模型求解确定调拨策略,根据调拨策略制定高效的汽车滚装码头堆场计划以提高堆场利用率.然后采用Anylogic仿真软件对计划制定的策略建立仿真模型,实现多个Agent之间的复杂交互.最后依据某汽车码头运营的历史数据,分析不同策略下以往堆场计划的执行状况,确定新的堆场作业计划,同时建立评价指标以评判设计策略的优劣,为堆场计划的制定提供依据,也为汽车码头合理的运营管理提供支持.通过仿真实验验证了模型的可信性和系统的实用性.     

自动化集装箱码头多载AGV调度问题研究

多载AGV是一种自动化集装箱码头水平作业设备,它可以同时搬运多个集装箱,可缩小AGV流的规模,增大AGV的利用率.为了提高自动化集装箱码头的作业效率,考虑了垂岸式集装箱堆场布局,以最小化作业总费用为规划目标,以作业限制、时间窗长度、负载平衡等为约束条件,以事件驱动的调度策略为研究方法,建立了多载AGV调度问题的混合整数规划模型.同时利用GUROBI和遗传算法求解多载AGV的作业总费用和空载率,并与相同条件下单载AGV的作业总费用和空载率对比,验证了多载AGV的优越性.     

基于滚动计划的堆场出口箱存储位置分配两阶段模型

考虑出口箱进场时间的随机性,将集装箱堆场出口箱箱位分配问题分为两个阶段进行研究:(1)在滚动计划的基础上,以最小化场内集卡运输距离为目标建立整数规划模型,对到场出口箱进行箱区分配;(2)以取箱装船过程中贝位内翻箱数最小和平衡贝位内各堆栈箱数为目标,建立堆场出口箱具体箱位分配的多目标优化模型.应用Matlab软件中Yalmip工具箱编程求解,通过数值实验验证了模型的有效性.实验结果表明,该方法能够有效解决堆场出口箱箱位分配问题,减小堆场设备作业量,并通过减少翻箱操作提高码头作业效率.     

集装箱码头泊位与岸桥协调调度优化

为缩短船舶在港停留时间,提出以船舶在港时间最小为目标的泊位与岸桥协调调度优化方法.对泊位调度与岸桥分配这两个相互关联的问题进行系统分析与集成,基于免疫遗传算法对所建模型进行相应的算法开发.对某港集装箱码头的数值仿真实验表明,泊位与岸桥协调调度比单独调度可更有效提高集装箱码头的装卸效率,减少船舶在港时间.     

自动化集装箱码头堆场内双起重机调度模型与算法

为提高自动化集装箱码头堆场的作业效率,针对堆场同一箱区的两端作业(堆存或取出),考虑双起重机时空同步约束条件,以最小化作业总完成时间为目标,建立双起重机调度混合整数规划模型,确定起重机在每个时间点上所处贝位及其作业状态(移动或装卸),设计遗传算法对大规模任务数量问题进行求解.算例分析结果表明,在大规模问题上,GA在解的质量上逐渐优于CPLEX算法,且运算时间远小于CPLEX,证明了该双起重机调度模型与算法的有效性及合理性.     

多集装箱码头内集卡调度方法

针对多集装箱码头内集卡调度问题设计一种新型调度方案.在满足码头集卡数量及经验需求情况下,综合考虑集卡的效率和集卡调运能耗,提出多目标混合整数规划模型,并采用匈牙利算法进行求解.通过算例分析,得出该模型下多目标函数的一组最优解,证明利用所建立的模型和算法可以在有效时间内快速找到最优的集卡调度方案,表明了该集卡调度方法的可行性.     

考虑集卡到港时间延迟的堆场起重机动态调度研究

在集装箱码头的集港作业中,集卡延迟到港可能导致已制订堆场起重机作业计划变得次优甚至不可行.因此,及时为延迟到港任务更新作业计划具有必要性.考虑集卡到港时间延迟的堆场起重机动态调度问题,基于任务批次分配策略,将调度期划分为多个时段,在每个时段内生成作业计划.以完成时间最短为目标,建立起重机调度混合整数规划优化模型,并提出下界推导模型.提出迭代重优化框架,每当任务延迟到港,就会重优化相应批次的作业计划.在框架内,设计遗传算法求解各批次原有作业计划;设计贪婪插入算法重优化带延迟到港的任务,更新原有计划.实验结果表明,模型、下界推导模型具有正确性和有效性,算法具备良好的求解性能;缩短调度时段长度有利于快速生成起重机作业计划;延迟到港箱量占比越大,作业时间越长,且随着调度时段长度减小,这一影响逐渐弱化.     

基于仿真优化的自动化集装箱码头双ARMG调度研究

为了提高自动化集装箱码头的装卸作业效率,针对堆场箱区内双自动轨道式集装箱龙门起重机(ARMG)调度问题,在考虑ARMG之间协调性、缓存区容量限制的基础之上,以作业总时间最短和ARMG间的行驶距离之差最小为目标,建立双ARMG协调调度的混合整数规划模型,针对模型求解的复杂度,采用遗传算法与仿真相结合的方法对模型进行求解。算例分析表明:采用仿真优化方法使集装箱在中转区的等待时间远小于CPLEX算法,中转效率提高72%,大大提高了ARMG之间的作业的协调性,也为自动化集装箱码头的未来发展研究和提高港口的综合竞争力提供了重要参考。     

集装箱码头箱区规划的并行仿真优化方法

运用面向对象的离散事件系统仿真建模方法,通过对现代集装箱码头的生产、管理和装卸工艺的分析,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.针对集装箱码头堆场中的箱区规划问题,采用仿真模型与优化算法相结合的基于仿真的优化方法(SBO)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,很好地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.     

基于滚动策略的不确定干扰下场桥调度问题研究

目前影响集装箱港口装卸效率的“瓶颈”从岸边作业转移到堆场作业.合理的场桥调度方案不仅可以提高堆场作业效率也可以配合集卡、岸桥,提高整个港口的装卸效率.而在实施场桥调度方案时,总会出现各种不确定干扰因素使得原先的方案不能正常实行.针对这一问题 ,本文提出一种在滚动窗口策略下处理不确定干扰因素的场桥调度流程,即当出现干扰时,触发窗口再调度机制,以减少干扰的影响.并且建立了以任务完成最大延迟量最小化为目标的混合整数规划模型,采用改进遗传算法对模型进行求解.通过案例分析对比,验证了算法的有效性以及滚动窗口策略下场桥调度方案更优,更符合港口的实际运营.     

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.