基于预约策略的港外集卡送取箱双目标优化模型

针对集疏港高峰时段，因集卡不均衡到达港口造成的闸口、堆场以及公路运输网络的拥堵，提出在有效的预约机制下，通过划分某时段的预约时间窗与预约份额，以效益最大化为原则，优化到达各进出口箱区完成送取箱任务的港外集卡调度计划.以所有港外集卡作业总时间与集卡调用数量对应的双目标成本值最小为目的，建立港外集卡送取箱预约优化模型，并用设计改进的遗传算法对模型进行求解.最后通过算例对模型和算法的有效性进行了验证.结果表明，所构建的模型能够有效降低港外集卡的调用数量以及港外集卡的在港时间，可以为港口与运输企业提高经济效益.     

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.     

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.     

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.     

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.     

基于蚁群算法的虚拟企业生产任务调度优化研究

描述了虚拟企业生产任务调度的层次框架,该调度框架包括虚拟企业全局调度和合作伙伴局部调度两个层次.针对虚拟企业调度层的优化问题,综合考虑虚拟企业生产任务的时序逻辑关系、作业时间和生产任务集等影响因素,建立了以任务总作业时间最小化为目标的数学模型,并基于蚁群算法对上述优化模型进行了求解.应用实例与算法比较验证了优化模型与求解算法的有效性.     

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.     

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.     

考虑翻箱作业时出口箱堆场作业调度优化

基于出口箱的堆场操作实务,考虑堆场起重机取箱作业的现实约束,以作业过程中翻箱次数最少为目标,对堆场作业调度问题进行建模,提出了两阶段混合动态规划算法,将启发式规则嵌入动态规划算法中,以避免出现状态数"组合爆炸"增长的情况.通过仿真算例,并与实际调度规则及现有研究方法所得调度方案进行对比,验证了模型以及优化算法的有效性与实用性.结果表明,所提出的模型和算法可以在较短的求解时间内获得多组装船方案,且其翻箱次数显著降低.     

干涉存在下自动化集装箱码头穿越式双起重机同步调度优化

针对穿越式双起重机作业过程中的干涉问题,分析并界定干涉的存在形式,以最小化任务完成时间为目标,建立穿越式双起重机同步调度下的混合整数规划模型,确定装卸任务的分配与每台起重机的作业序列.用状态转移函数描述起重机的作业过程,提出基于任务优先级的随机键遗传算法,求解所提出的优化问题.根据现实自动化集装箱码头的特征参数,设计不同规模的算例并进行计算实验.实验结果表明,模型满足同步调度的约束条件,所得的解均为无冲突调度,验证了模型的有效性.算法求解结果显示,所得结果能够规避干涉实现同步调度,验证了算法的合理性与有效性.此外,所提算法具有良好的求解性能,能够提升穿越式双起重机同步调度问题的求解速度.     

基于遗传算法的码头集卡全场调度问题研究

本文通过对集装箱码头调度作业的合理转化,设置虚拟任务点,分析虚拟任务点之间的空载距离优化。同时鉴于遗传算法求解VRP问题的优越性,运用遗传算法对码头集卡调度模型这一特殊的VRP问题进行求解。     

基于遗传算法的船舶分段堆场调度研究

针对船舶分段移动计划主要依靠经验以及缺乏有效调度的现状,研究建立以分段移动度最小为目标的优化模型,综合考虑了分段在堆场中的停放位置及进、出场路径.通过遗传算法选择分段在堆场中停放位置的最优方案,并构建启发式规则确定分段在堆场中的最优进、出场路径, 从而实现对模型的求解.最后以某船厂实际数据为例,对模型在堆场调度问题中的应用进行了实例验证,结果表明, 所研究方法可求解得出较优的堆场作业计划,并实现堆场资源的高效利用.     

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.     

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。     

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.     

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.     

成对自动堆垛起重机在集装箱码头中的实时调度研究

【目的】通过对成对自动堆垛起重机在堆场调度问题的研究,为自动化集装箱码头中的运输问题的解决提供理论依据。【方法】针对成对自动堆垛起重机,建立了以最小化外集卡和船舶延时为目标函数的不对称的多旅行商模型,引入了接力、缓冲、干扰等关键约束,并利用并行实时调度策略对多组情景进行案例研究分析。【结果】模型设立了多个缓冲区以及使用接力作业,结果表明这些对减少外集卡和自动引导小车的等待时间,从而提高作业效率有着重要作用。【结论】设主缓冲区以及接力区可以减少作业延时,并且在海侧作业量较多时,增加缓冲区的容量可以更有效地增加作业效率。
     

差分进化算法求解自动堆垛起重机调度问题

[目的]研究了自动化码头双自动堆垛起重机(Automatic stacking crane,ASC)调度问题,为了提高堆场的作业效率,考虑ASC作业过程中的干扰和冲突,以极小化所有作业的总完工时间为目标,建立自动化码头双ASC调度问题的混合整数规划模型.[方法]通过CPLEX求解器对模型进行求解.为了解决中等规模问题,设计了基于任务编码的离散差分进化算法进行求解,并把求解结果与遗传算法求解结果进行对比分析.[结果]所设计的离散差分进化算法能够在要求的时间内解决自动化码头双ASC调度问题;[结论]相较于遗传算法,本文提出的算法寻优能力更强.