面向复杂航道的引航员与船舶集成调度优化

为提高复杂航道条件下港口的引航调度服务水平,本文研究了船舶和引航员调度的集成优化问题.本文考虑了潮汐、封航、安全距离以及单双向航道的对向避让等因素,以船舶延误成本和引航员调度成本最小化为目标,建立了整数规划模型.结合问题的特征,设计了一种两阶段变邻域搜索算法对模型进行求解.其中第一阶段讨论了引航员调度对于船舶延误的影响,求得了所有船舶和部分引航员调度方案的集合;第二阶段以传统调度规则得到的所有船舶和引航员的完整调度方案为初始解,使用变邻域搜索算法求解所有调度方案中最优的调度方案.最后,通过一系列数值试验验证了模型和算法的有效性.     

基于混合流水作业组织的港口拖轮调度优化

在对拖轮调度问题进行分析的基础之上,将拖轮调度问题归结为一类具有多阶段共用机器特征的混合流水车间调度问题.建立了针对多停泊基地不同作业模式下、且考虑靠泊与停泊两阶段的拖轮调度优化模型,推导了基于混合流水作业组织的港口拖轮调度优化问题的理论下界值,并设计了启发式规则与模拟退火相结合的混合算法(HSA)求解该模型.通过运用该算法求解仿真算例,并将其结果与模型理论下界值、三种基于现行调度规则及基于Johnson规则的调度方案进行比较.结果表明,运用HSA求解的结果与理论下界值的平均偏差值为5.39%,且该结果远小于基于现行调度规则及Johnson规则的求解值,验证了模型与算法的高效性,可以为拖轮作业模式的选择以及调度方案的制订提供决策支持.     

基于混合流水作业组织的港口拖轮调度优化

在对拖轮调度问题进行分析的基础之上,将拖轮调度问题归结为一类具有多阶段共用机器特征的混合流水车间调度问题. 建立了针对多停泊基地不同作业模式下、且考虑靠泊与停泊两阶段的拖轮调度优化模型,推导了基于混合流水作业组织的港口拖轮调度优化问题的理论下界值,并设计了启发式规则与模拟退火相结合的混合算法（HSA）求解该模型. 通过运用该算法求解仿真算例,并将其结果与模型理论下界值、三种基于现行调度规则及基于Johnson 规则的调度方案进行比较. 结果表明,运用HSA求解的结果与理论下界值的平均偏差值为5.39%,且该结果远小于基于现行调度规则及Johnson规则的求解值,验证了模型与算法的高效性,可以为拖轮作业模式的选择以及调度方案的制订提供决策支持.     

基于滚动优化策略的成像侦察卫星应急调度方法

针对成像侦察卫星应急调度问题进行研究, 在分析主要约束条件的基础上, 构建了多星调度问题的约束满足模型. 根据应急任务具有独立到达时刻与执行截止期需求的特点, 提出了基于滚动优化策略的调度算法. 该策略采用周期驱动与事件驱动相结合的混合驱动模式, 可将调度过程划分为一系列静态的调度区间. 通过优化各区间内任务的规划方案, 实现应急任务的动态调度. 在问题求解过程中, 将滚动优化策略与启发式算法结合, 形成了三种应急调度算法. 最后通过仿真实验, 对不同算法的调度效果进行对比, 验证了滚动优化策略的有效性.     

基于业务外包的集装箱港口车辆调度问题

针对集装箱港口自身运输车队能力的限制,提出了一类基于业务外包的车辆调度模型并对其求解方法进行研究。在详细分析集装箱港口各种业务订单特性的基础上,依据作业订单信息对集装箱港口作业任务进行分类;抽象出了描述此类基于业务外包的车辆调度问题的数学模型并提出一种业务外包定价策略,设计了一种禁忌邻域搜索求解算法;通过对实际调查数据进行处理验证了该模型和算法的有效性,通过与其他算法处理结果进行对比验证了所设计的邻域搜索算法的优越性;最后通过对实验结果数据进行统计分析,得出了一些对集装箱港口作业有实际指导意义的业务外包规则。     

多星成像调度问题基于分解的优化算法

提出了一种求解多星成像调度问题的基于分解的优化算法,将问题分解为任务分配主问题与单星成像调度子问题.任务分配主问题生成不同卫星的任务分配方案,单星成像调度子问题则根据分配的任务进行优化,生成每颗卫星的成像调度方案.采用自适应的蚁群算法求解任务分配主问题,通过自适应参数调整策略及信息素平滑策略,实现全局搜索和快速收敛间的平衡.采用启发式算法及快速模拟退火算法求解单星成像调度子问题,通过综合多颗卫星的调度结果, 可以对任务分配方案进行评价,引导蚁群算法搜索优化的任务分配方案,最终得到多颗卫星的成像调度方案. 大规模测试算例验证了算法的效率.     

支线航运网络下集装箱分配与船舶调度联合优化北大核心CSCD

将产生集装箱运输任务的货源点加入至轴辐式航运网络的支线运输网络中,构建了三级支线运输网络.考虑货源点集装箱在不同喂给港的分配对支线船舶运输成本的影响,以三级支线网络的总运输成本最小为目标,建立了集装箱分配与支线船舶调度联合优化模型.针对模型,首先设计两阶段算法进行求解;然后,基于列生成的思想设计了整合优化求解算法.算例实验表明对于小规模算例,整合优化算法的求解结果与Gurobi的计算结果仅相差1%左右;对于大规模算例,整合优化算法的求解结果均优于Gurobi,从而验证了整合优化算法的效率;此外,整合优化算法的求解结果相比于两阶段算法有显著提高,证明了整合优化集装箱分配与支线船舶调度的重要性.     

带有潮汐时间窗的支线船舶路径规划问题研究

在海运网络中,枢纽港与喂给港之间的货物运输需要由支线船舶承担.支线船舶的路径规划不但要考虑如何使运输总成本最小,而且需要了解各个港口航道水深的限制,以便在潮汐涨退以及船舶装载量的影响下顺利地进出港.有别于经典的车辆路径规划问题的时间窗限制(VRPTW,vehicle routing problem with time windows),本研究提出的“潮汐时间窗”与船舶路径的调整相互牵制,使得问题的求解具有挑战性.本研究在VRPTW模型的基础上建立了带有非线性潮汐时间窗约束的支线船舶路径规划模型(FSRPTTW,feeder ship routing problem with tidal time window),使用Dantzig-Wolfe方法将问题分解为主问题和子问题,并设计了列生成算法进行求解.通过数值实验与灵敏度分析验证了算法的有效性以及乘潮出入港的经济性.     

基于MAS和SHS智能港口交通流模拟系统的开发与应用

应用Multi-agent系统（MAS）理论和技术，构建和开发了基于MAS和船舶操纵模拟器（SHS）的智能港口交通流模拟系统，提出了比较实用的港口调度算法和船舶白动航行算法．将到港船舶．港口调度人员、泊位和航路定义为不同的agent，利用agent所具有的智能特性，通过船舶agent与港口调度agent、泊位agent、航路agent之间的交互进行问题求解。开发的系统应用到青岛前湾港区不同规划设计方案的论证研究中，仿真了规划水域的船舶交通流状况，给出了实验数据，并与运用排队论理论计算的结果进行比较和分析，为港口规划设计方案的评估论证提供了参考依据。     

内河液化天然气加注码头储罐分配与加注船调度集成优化

为提高内河液化天然气加注码头运作效率,减少船舶加注等待时间,研究固定计划期内该类码头的储罐分配与加注船调度集成优化.重点考虑移动式加注与固定式加注的交互影响,兼顾储罐/加注船与受注船匹配限制、受注船可服务时间窗与最大服务时间限制、储罐库存与加注船容量限制等现实约束,以所有受注船总加权等待时间最小为目标,构建混合整数线性规划模型.基于问题的特点,重建原模型为集划分模型,并设计行列生成算法求解.通过数值实验,验证了方案及算法的有效性;特别地,行列生成算法的求解结果同下界平均相对偏差不足0.01%,且平均求解耗时少于2分钟;分析了储罐/加注船数和受注船最大服务时间的影响,可为加注码头运营提供决策支持.     

基于遗传算法的泊位连续化动态调度研究

针对泊位调度问题,将岸线连续化,建立了泊位的动态调度模型。考虑到岸边起重机的分配对泊位调度中船舶的集装箱装卸作业时间的影响,根据规则建立了分配岸边起重机和确定船舶集装箱装卸作业时间的算法。基于泊位连续化动态调度模型建立了分段的染色体编码,分别反映船舶靠泊服务顺序和靠泊位置信息。基于实例,通过仿真计算,与泊位离散化动态调度进行了比较和分析。     

能力限制条件下内河集装箱枢纽港选址问题研究:以长江为例

相比于海洋运输,内河运输中集装箱船舶较小,船舶装载能力受到一定的限制.本文研究能力限制条件下内河集装箱枢纽港选址问题,建立一个混合整数非线性规划模型.不同于传统的枢纽选址问题的研究大多是基于枢纽之间的运输折扣因子的假设,本文采用基于流量的非线性费用函数来表示规模经济.从而使得所研究的问题是一个凹函数优化问题.为简化本文的问题,将目标函数分段线性化.基于线性化后的模型,根据能力限制的条件,提出一个启发式求解算法,以及一个加速技巧.最后,通过以长江为例,进行算例分析,来说明模型和算法的效果.     

Series queuing network scheduling approach to co-scheduling model of three Gorges-Gezhou dam

<正> This paper provides a mathematical model for Three Gorges-Gezhou dam co-schedulingproblem,based on full analysis of Three Gorges-Gezhou dam's actual needs,to maximize the totalthroughput of Three Gorges-Gezhou dam and the utilization ratio of shiplock area and minimize thetotal navigation shiplock waiting time under multiple constraints.This paper proposes a series queuingnetwork(SQN)scheduling algorithm to divide the total ships that intend to pass through the shiplocksinto four queues and calculate dynamically the weight of priority for each ship.The SQN schedulingalgorithm schedules ships according to their priority weights which is determined by the characteristicsof each ship,such as length,width,affiliation,waiting time,and so on.In the process,the operationconditions of Gezhou dam related to the navigable shiplocks and the task balancing among differentshiplocks also should be considered.The SQN algorithm schedules ships circularly and optimizes theresults step by step.Real operation data from our project shows that our SQN scheduling algorithmoutperforms the traditional manual scheduling in which the less computational time is taken,the areautilization ratio of the five shiplocks is increased,the waiting time of high-prioritized ships is shorten,and a better balanced and alternating run-mode is provided for the three shiplocks in the Gezhou dam.     

基于粒子群算法的多目标车辆调度模型求解

车辆调度问题是具有复杂约束条件的组合优化问题,在理论上属NP-hard问题.考虑车辆数目最少和车辆运行时间最短,建立了具有时间约束的多目标车辆调度模型.并采用粒子群算法（PSO）求解车辆调度问题,以寻求最优车辆调度方案.在实例中通过运用粒子群算法和遗传算法进行比较分析,结果表明,PSO算法简单可行,在优化性能、收敛速度及鲁棒性等方面优于遗传算法,能较好地解决组合优化问题.     

基于编队时间序列的舰船修理结构模型

单艘舰船的部署能力主要取决于其修理结构,而编队的使用需求对单舰修理结构的制定具有重要的影响。针对编队的使用需求,采用时间序列法对舰船修理结构进行优化研究。首先从改变舰船基地级修理间隔期的角度出发,建立编队条件下舰船修理结构的优化模型。然后针对模型的组合优化问题,利用遗传算法实现模型的优化求解。最后采用编队算例进行求解验证,实验结果表明：调整编队中各舰船的修理结构后,编队服役期内可用舰艇的数量的波动幅度明显减小,且可用舰艇数量较小的时间点显著减少,从而提高了编队的整体部署能力。     

柔性作业车间动态调度问题研究

为了有效求解柔性作业车间动态调度问题,提出了一个基于多目标免疫遗传算法(MOIGA)的动态调度优化算法。首先定义了柔性作业车间动态调度问题,然后采用事件驱动和周期驱动相结合的调度策略,提出了基于MOIGA的动态调度优化模型,接着设计了面向交货期性能最优的柔性作业车间调度算法,并讨论了影响算法复杂度的因素,最后通过一个实例仿真,表明了算法的可行性和优越性。     

基于延迟理论的Supply Hub出库调度模型

考虑了配送准时性和配送成本之间的悖反关系,将延迟理论引入配送调度,研究了订单随机到达、准时配送的supply hub的出库调度问题.考虑订单到达时间的随机性对配送准时性的影响,设计了一个带延迟因子的滚动调度模型,建立了supply hub准时制配送的出库调度多目标规划模型.根据模型的特点,设计了求解模型的克隆免疫算法.最后,结合数值实验,对延迟调度模型和实际使用的调度模型进行了对比分析.研究结果表明,带延迟因子的调度模型相比常规调度策略.能明显降低随机性订单的配送成本.     

基于陆海协同的海上战略投送选址-路径优化

陆海协同海上战略投送过程中需解决选址-路径优化问题,本文分析了在突发事件背景下陆海协同运输体系的运作机理和特点,构建了以下水港选址、运输船舶航次、航线配置以及天气条件等不确定性因素为变量、以投送时间最短为目标的选址-路径优化模型.根据模型的特点与不同算法的优势,提出了一种以遗传算法为外层框架构成优化循环,其中镶嵌基于仿真的改进模拟植物生长算法形成内部模块,求解出染色体对应的目标函数,再通过信息传递完成内外交互运算的集成算法.最后,以我国对南海海上战略投送为例进行了选址-路径优化设计,取得了较好结果,从而证明了文章所建模型与算法的合理性和有效性.