考虑CO_2排放的轴—辐式集装箱海运网络设计

全球海运CO_2排放体系对航运公司设计轴-辐式集装箱海运网络具有直接影响.通过度量集装箱运输成本、港口挂靠成本、CO_2排放成本,结合集装箱流量守恒与枢纽港口容量限制两个约束,构建了考虑CO_2排放的轴-辐式集装箱海运网络优化模型.运用拉格朗日松弛算法对模型进行求解,仿真结果验证了模型与算法的有效性,也表明CO_2排放成本与枢纽港口利用率之间存在着负相关关系,枢纽港口容量影响着航运公司的港口选择行为.     

港口通用泊位最佳数量的计算方法

合理地确定港口泊位数量是港口规划(设计)中的重要问题之一。过去,各国大多采用经验系数法来估算。六十年代起,国外开始探讨用数理统计和排队论科学地研究和分析港口船舶待泊等问题,据此来确定港口的最佳泊位数。 一般说来,最理想的方案是港口全部泊位始终能被利用,而到港船舶也无需等待靠泊。但是,由于船舶到港的随机性以及船型大小和货物装卸量的多变性,这种设想是不实际的。     

沿海运输权规制下轴-辐式海运网络的航线设计与运力配置研究

针对沿海运输权规制下单一海运企业的轴-辐式海运网络组织问题,综合考虑不同沿海运输权规制对航线设计的影响、多港挂靠组织模式下船舶挂靠港口限制的突破、所有起讫港口之间可能存在的航线集合,构建了一个混合0-1线性规划问题的数学模型,以期达到航线设计与运力配置的总运营成本最小化的目标.利用拉格朗日分解算法进行求解.最后,通过一组算例验证了所设计算法可在适当的时间内得到令人满意的解;仿真结果显示,单一海运企业的总运营成本会因各个国家实施的沿海运输权规制的放开或可利用的船舶容量限制的加大而降低.     

航运资产整合下海运网络的航线、路径和船舶的集成优化

针对航运资产整合后新企业的海运网络重建问题,从营运船舶的角度提出了轴-辐式网络和多港挂靠相结合的混合模式.结合混合模式对基于航线、路径、船舶一体化决策的可能约束,建立了总成本最小化为目标函数的线性混合0-1规划问题,设计了拉格朗日分解、次梯度、预处理与可行解构造的求解算法.通过一组准实例的数值仿真,验证了该求解算法在解决大规模问题时具有较强的计算性能.结果表明:航运资产整合可为新企业带来明显的规模优势,但海运网络重建成本控制的关键在于船队规模及其结构的再优化;新企业应选择合适数量的枢纽港口来布局主干网络,并通过优先保证分支网络上适当船型的配置和兼顾主干网络上大型船舶的充分利用的方式来提升船舶利用率.     

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。     

多仓库多分销点的二级分销网络的优化

以一个多仓库、多分销点的供应链二级分销网络为研究对象,分别从供应链上、下游企业的角度出发,以各自的物流成本最小化为目标,建立了描述该分销网络优化问题的双层规划模型,讨论了模型的求解并提出了一种基于粒子群优化算法及分层迭代思想的求解算法,最后借助计算机技术实现了对模型的仿真计算。提出的算法不仅能有效求解双层规划问题,可以获得高质量的全局最优解,而且该算法本身具有通用性,其算法流程与具体的双层规划模型无关,可以求解一般的双层规划问题。     

考虑潮汐的多港池港口船舶调度优化

针对多港池港口船舶调度优化问题,重点考虑大型船舶乘潮进出港口的影响,兼顾单向航道下进出港船舶间需保持安全航行距离、进出港时段交替条件及连续泊位靠泊限制等现实约束,以所有船舶总等待时间最小为目标,构建了混合整数线性规划模型.基于船舶调度问题的特点,提出了启发式规则,将原问题分解为五个子问题进而获得初始解,并设计了改进和声搜索算法求解.在数值实验中,将该算法的求解结果同下界对比,平均相对偏差为2.19%,且求解耗时均少于1分钟,验证了算法的有效性;将方案的求解结果同两种现行调度规则对比,不同算例规模下平均目标值优化率分别为13.30%和27.35%,可显著提高港口船舶服务效率,验证了方案的有效性.     

集装箱港口泊位配置优化

基于泊位资源关系到整个集装箱港口的作业效率,将泊位配置问题抽象为二维装箱问题,建立了同时考虑泊位和桥吊资源的整数规划模型,模型的目标函数是广义时间最短。由于问题的NP性,给出了模型的回溯算法,并通过一个算例证明了该模型和算法的有效性。     

支持多码头协调运作的泊位调度模型和算法

面向港口内多个集装箱码头的资源整合与低碳化运营需求,提出了一类处于港内不同位置的多个集装箱码头的泊位协调调度问题。通过引入一个虚拟码头,将问题转化为特殊的单码头泊位调度,建立了相应的混合整数规划模型,对多码头任务分配与泊位调度进行统筹优化。在深入分析问题最优解性质的基础上,设计了一种结合启发式策略和模拟退火机制的混合模拟退火算法HAS。通过仿真实验对HSA算法的有效性和多码头协调调度效果进行验证,结果表明,HSA算法具有很高的求解质量,且对该问题的求解效率显著优于商业优化软件CPLEX;与传统泊位调度相比,本文多码头协调调度方法可大幅提高码头服务水平,并有效降低码头运行成本。     

面向干支线船舶衔接的集装箱码头泊位分配模型

针对集装箱枢纽港干支线船舶的中转作业,提出了一种新的中转作业模式,即部分中转集装箱不经过堆场堆存,直接在干线船和支线船之间中转.从平衡船舶的延误成本、集卡与场桥作业成本的角度建立基于干支线衔接的泊位分配模型,优化干支线船舶泊位分配计划以及衔接计划.设计求解模型的启发式算法,并对模型与算法的有效性进行了验证.结果表明:基于新装卸模式的泊位分配方法可以降低中转作业的总成本,提高干支线船舶的衔接效率,对提高集装箱枢纽港的竞争力具有重要意义.     

基于最优靠泊位置的泊位分配和子箱区指派联合计划

通常船舶的泊位分配计划受到船舶的最优靠泊位置影响,而最优位置主要由集装箱在堆场中的堆放位置确定。基于中转港班轮运输的研究背景,利用媒介参数——最优靠泊位置研究泊位分配和子箱区指派联合计划问题,致力于提高码头操作效率、降低码头作业总成本。模型求解过程中,将模型分解成两个子模型,利用两阶段算法即首先利用启发式算法产生基于优先级的初始解,然后结合双层规划(Bi-level Programming)思想求解,通过大型算例验证模型和算法,结果表明本研究的对降低码头总成本具有重要的现实经济意义。     

面向随机环境的集装箱码头泊位-岸桥分配方法

针对船舶抵港时间和装卸时间的随机性,建立了面向随机环境的集装箱码头泊位-岸桥分配模型,其优化目标是最小化船舶的平均等待时间.考虑到模型求解的复杂度,本文设计了一种改进的遗传算法,并根据模型最优解的特点减少了搜索空间.试验算例验证了模型能够模拟码头泊位-岸桥分配问题的随机决策环境并能反映决策者对待风险的态度和偏好,其算法在允许的运算时间内能获得稳定的满意解.     

港区航道系统综合通过能力仿真建模研究

港区内航道通过能力是港口规划与管理分析的重要内容.在分析船舶、锚地、航道、泊位以及天气和潮汐等港区通航系统影响因素的基础上,建立了基于随机Petri网的港区航道系统综合通过能力仿真模型,包括船舶到港锚地等待子系统、船舶进港子系统、船舶泊位作业子系统及船舶出港子系统,探讨了船舶等待,通航与泊位作业的仿真建模处理,分析了其eM-Plant仿真系统的实现方法.针对我国南方某港区航道系统建立了仿真实验系统并进行仿真实验,实验结果表明模型能够有效仿真分析航道网络系统的通过能力,为港区规划设计与管理提供依据.     

集装箱码头泊位与堆场协调分配模型与算法

本文分析了出口箱装船过程中泊位与堆场分配的相互影响关系,讨论了船舶停靠位置和出口箱堆存布局对集卡行驶距离的影响,研究了泊位与堆场协调分配问题。以集卡行驶路径最短为目标,以船舶停靠泊位、出口箱堆存位置及堆存在子街区的数量为决策变量,建立泊位与堆场协调分配模型,并设计禁忌遗传算法求解。本文进一步提出两种情境:泊位分配已知情境下确定堆场分配计划、堆场分配已知情境下确定泊位分配计划,对比分析了泊位与堆场协调分配对集卡行驶路径的影响,算例结果表明码头泊位数量、船舶数量及出口箱数量直接影响集卡行驶距离,泊位与堆场协调分配可以有效地缩短集卡行驶路径,提高码头作业效率。     

含有模糊变量双层规划模型的混合智能算法

针对含有模糊变量双层规划模型,将模糊模拟、神经网络、微粒群算法有机的结合起来,给出了求解模型的混合智能算法,并将该算法应用于两级政府高等教育投资模糊期望值双层规划模型和模糊相关机会双层规划模型的求解,实例验证了混合智能算法的有效性和实用性.     

求解双层规划模型的粒子群优化算法

首先对粒子群优化算法作了改进,然后提出采用改进的粒子群优化算法并借助分层迭代的思想来求解双层规划模型,进而提出并描述了求解双层规划模型的一种通用的有效算法.最后,通过实验研究和对比分析验证了文中算法的有效性.     

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。     

基于粒子群算法的连续性消耗应急资源调度

以连续性消耗应急过程为背景,运用粒子群算法求解多目标的应急资源调度数学模型.由实际的应用环境,考虑每个出救点应急资源的起始运输量,以应急系统施救成本费用和因施救不及时造成损失的双重角度构造模型的目标函数.针对该模型的特点,设计粒子群算法求解方法和步骤,实现了一步求解.并且讨论了不同参数组合对粒子群算法求解效率的影响.数值算例验证了所建立模型的合理性及其粒子群算法的可行性和有效性.     

考虑车辆限速和风险公平性的危险品运输网络双目标优化模型

在危险品运输网络中,对不同路段上危险品运输车辆的最高车速设置不同的限制值,能在很大程度上影响危险品运输商的路径选择,从而导致不同的危险品运输网络总风险和总成本。本文首先基于车辆限速的方法,构建了考虑风险公平性的危险品运输网络优化的双层规划模型,上层规划以网络总风险和总时间成本的最小化为目标,并通过增加路段容量和区域风险约束以确保风险分布的公平性,下层规划以危险品运输企业的总时间成本最小化为目标;然后,采用粒子群优化算法求解了该模型;最后,通过两个算例验证了模型和算法的有效性。计算结果表明,政府部门运用车辆限速的方法,并且考虑风险平等性约束,在兼顾运输企业效益的同时,能有效地降低危险品运输网络的总风险和保证区域风险分布的公平性。     

甲供非商品化资源约束下可中断项目群调度模型

不可更新资源的约束会导致项目群中各合同项目开工延误甚至施工中断。针对不可更新资源受限理论研究存在的局限性，开展了多种甲供非商品化资源(NCRPE)约束下可中断项目群调度问题的研究。首先，由于资源分配多样性会给项目群进度造成不确定性影响，围绕项目群工期—延误成本双目标优化模型展开研究，采用改进编码方式的多目标粒子群算法(MOPSO)进行求解，获取项目群的资源分配方案，利用串行调度生成机制(SSGS)得到项目群进度计划；其次，将MOPSO算法和NSGA-II算法进行对比，通过IGD和HV两个指标来衡量MOPSO算法求解该问题的有效性；最后，结合实际案例，对模型进行求解分析。在甲供非商品化资源约束和项目可中断情况下，构建的项目群调度模型能够有效地实现项目群工期和合同项目延误成本的双目标优化。研究成果为业主合理分配NCRPE以及进行项目群调度提供理论依据。