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。     

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.     

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.     

集卡和岸桥协同下的集装箱码头集卡路径选择

为使集卡运输和岸桥装卸两个环节能够协同优化,以集卡总运行时间最短为目标,构建集卡"作业面"模式和岸桥装卸协同作业模式下的集卡路径选择模型,并基于模型设计仿真算例。计算结果表明,模型能够有效解决集卡"作业面"作业和岸桥装卸协同作业同步优化的问题,较大程度地提高码头的生产运作效率。     

集装箱码头同贝同步装卸调度的多阶段混合流水线模型

针对同贝同步装卸的无等待、阻塞和批处理等特征,将其抽象为一类特殊的混合流水线问题,建立同贝同步装卸的优化调度模型,并进行模型的下界推导.为求解模型,设计基于禁忌搜索与启发式分配规则的求解算法.最后,通过算例验证模型与算法的有效性.结果表明:所建立的模型有利于实现装卸、以及各环节的同步调度;所设计的求解方法,可以保证调度方案的科学性和有效性.     

双循环操作策略下集装箱码头岸桥与集卡多船作业联合优化模型

针对当前集装箱码头采用的双循环集卡操作策略,对码头岸边集装箱起重机(岸桥)和集装箱卡车(集卡)多船作业的联合优化问题进行研究.使用运筹学线性规划方法,建立岸桥和集卡联合优化混合整数规划模型.设计数学仿真算例,对比双循环操作策略之于单循环操作策略的优劣势.对模型的灵敏度进行了分析,验证了不同场景下模型的结果.实验结果表明,相对单循环操作策略,双循环操作策略平均能减少20%的装卸作业时间,减少集卡空载率,说明本文建立的优化模型能够较好地处理双循环操作策略下码头岸桥和集卡多船作业的联合优化问题.     

面向双40英尺岸桥的码头集卡调度模型与算法

针对集装箱码头双40英尺岸桥的作业特点,制定集卡实时调度策略,建立综合考虑多个集装箱装卸环节的集卡调度模型.设计了基于自适应交叉和变异概率的遗传算法,个体选择采用保优策略,且基于排序方法进行个体选择概率的分派.为保持种群的多样性,引入小生境技术,并用复合多交叉方式来继承父代的优良模式.通过5个算例对改进遗传算法、基于时间和距离加权和的启发式算法以及标准遗传算法的计算性能进行了比较,结果表明:改进遗传算法的求解质量较高,计算效率也能满足集卡调度的实时性需求.     

集装箱码头岸桥与集卡集成调度问题研究

岸桥与集卡是集装箱码头的重要资源。为了提高码头的装卸效率,针对集装箱码头岸桥和集卡的集成调度问题,以完工时间最小为优化目标,考虑集装箱之间优先关系和岸桥安全边际的实际约束,建立混合整数线性规划模型,利用改进粒子群算法(IPSO)对模型进行求解,制定了粒子编码和解码规则,设计了一种新的速度更新策略来改进解的质量。实验表明,将改进算法的结果与优化软件CPLEX所求得的最优解比较,IPSO算法求得12组数值算例的平均偏差为0.582%,且CPLEX计算时间的跨度随着计算规模的扩大从2.92 s到1 h,而IPSO的求解时间控制在50 s之内,并得到最优解,证明了该模型和算法可以快速有效地解决岸桥与集卡的集成调度问题。     

单装单卸模式下集装箱装卸系统集成调度优化

从考虑三阶段作业的整体调度出发,对集装箱码头装卸设备调度进行集成优化,考虑了码头集装箱装卸作业中的设备的特点,以最小化系统所有集装箱作业的总完成时间（makespan）为目标函数,建立了一个混合整数规划模型.另一方面,考虑到大规模情况下不易求解的问题,以减少设备阻塞时间和空闲时间为目标,设计了基于岸桥阶段作业能力的轮廓适合启发式算法,求得集装箱码头集成调度问题的近最优解.通过数据实验,验证了算法的可行性和优越性.     

集装箱码头岸桥分配与集卡调度整合问题研究

岸桥分配与集卡调度是相互联系相互影响的问题,如果要提高码头装卸效率,就必须协调好两者的调度关系。针对集装箱码头岸桥和集卡的协同调度问题,以使进口箱和出口箱的总完工时间最短为目的,考虑了集卡路径约束和岸桥实际操作情况等实际约束,构建了边装边卸的混合整数规划模型。由于模型比较复杂,因此采用了分层方法来实现两种设备的协调调度,并用改进的遗传算法来求解模型。实验表明,通过将改进算法的结果与标准化软件CPLEX所求得的最优解或下界比较,算法求得6组最优解且剩余算例平均偏差小于5%;在求解时间方面,随着岸桥、集卡和集装箱数量的增加,CPLEX求解时间跨度由1 s到1 h快速增长,而改进算法求解却仅仅需要几十秒,因此说明改进的算法可以快速有效地解决岸桥和集卡的协同调度问题。     

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.     

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.     

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.     

具有岸桥碰撞和甲板约束的岸桥混合装卸作业调度优化

针对具有岸桥间不可相互穿越及安全距离约束、甲板开闭约束的集装箱码头岸桥混合装卸作业的调度优化问题,分析了岸桥装卸与移动过程中的相关性质,并提出一种基于减小岸桥移动距离和均匀化岸桥负荷的启发式算法.在该算法基础上设计了一种遗传算法,进一步搜索最优解,并推导了问题的一个低界.数据实验表明,所提出算法的解具有良好的质量和较高的时间效率.     

集装箱码头考虑集卡能耗的岸桥集卡协调调度

随着环境污染和资源紧缺的加剧,绿色港口逐渐成为未来港口发展的必然趋势。因此针对岸桥集卡协调调度,建立了一个考虑集卡能耗和岸桥集卡作业时间的多目标数学模型。由于岸桥和集卡作业时间及集卡能耗这两个目标既有联系,又有一定程度的冲突,因而使用多目标优化的方法平衡这两个目标,并且采用遗传算法结合Matlab数学软件求解模型。算例结果表明:考虑集卡能耗的调度比不考虑集卡能耗的调度更节约调度成本,从而验证了模型和算法的有效性。     

基于双40英尺岸桥装卸的船舶多港主贝配载优化决策

考虑双40英尺岸桥装卸、20英尺与40英尺干货箱和冷藏箱配载、船舶舱盖等影响,以航线倒箱次数及双40英尺岸桥总装卸次数最小为目标,建立船舶多港主贝配载问题混合整数规划模型,提出舱位内20英尺和40英尺箱混装及非混装两种策略,设计基于启发式规则的超尺寸装箱算法求解两种策略下的配载方案。实例验证表明,采用该配载模型和求解算法能得到优化的配载方案。分析两种策略下的配载结果发现,非混装策略能有效提升总装卸作业效率,同时在同等初始条件下,双40英尺岸桥较普通岸桥至少提升24.5%的作业效率。     

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.     

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.     

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.     

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。