多目标成本下的集装箱船快速配载

为实现集装箱船的快速配载,在保证集装箱船结构强度和稳定性前提下,引入甲板下集装箱区配载问题(CSPB-DL),建立整数规划模型,设计相应的启发式算法,对实际集装箱(具有3个重量等级和4个目的港)进行配载,得到配载图.利用GAMS软件检验该配载方案的优化程度.结果表明,该配载方法在平均14 s内可使94％的集装箱成功实现配载,并使90％以上的集装箱实现最优配载,配载成本趋向最小.     

汽车轮渡智能装载优化方案研究

为进一步提高汽渡船的装载率,提高汽渡公司经济效益,制定更加科学合理的渡船装载方案,结合原有渡运流程,设计了汽渡智能装载流程,建立了汽渡装载模型.在二维装箱BL算法的基础上设计了汽渡装载算法,能自动计算确定车辆的甲板停放位置,通过比较迭代得到最佳装载方案,设计了渡船智能装载系统直接输出甲板车辆停放位置图,实现了智能装载.以G公司历史数据为例,对比各航次渡船智能装载方案,验证了数学模型与算法的正确性和有效性.结果表明,应用此方案装载率平均提高了7.46%,收益提高了15.7%,能有效提高汽车渡船的装载率与汽渡公司经济效益.     

紧急情况下客船人员疏散过程仿真

为训练客船驾驶员应急疏散组织能力,优化客船疏散方案,依托航海虚拟仿真训练平台,基于改进的蚁群算法,提出一种考虑邻接网格面积与转向角度等因素的疏散模型,采用一种改进的约束Delaunay三角网生成算法高效生成导航网格.基于"育鹏"轮建立船舶三维场景,进行人员疏散过程仿真实验.结果表明,该模型有效地优化了多层甲板复杂场景中的人员疏散路径,充分展现了不同年龄、性别疏散个体路径选择的差异性,为具有复杂人群组成结构的客船应急疏散演练提供了一种良好的解决方案.     

基于改进粒子群算法的海洋钻机系统布局优化

为提高海洋钻机的工作效率和平台的空间利用率,应用改进的粒子群算法对海洋钻机系统进行布局优化研究。针对多目标、多约束的钻机系统布局优化问题,建立钻机系统布局优化数学模型,应用多目标粒子群算法直接求解,得出相应的最优解集。利用线性加权法将多目标转变为单目标进行求解分析,针对单目标粒子群算法的缺点,基于约束条件、惯性权重以及遗传算法的选择和杂交对粒子群算法进行改进,完成不同改进算法的测试实验。结果表明,在应用粒子群算法求解布局问题时将约束条件作为目标函数、单独引入遗传算法的杂交思想求解速度和精度更好。提出的基于杂交的动态惯性权重粒子群算法的布局优化问题求解性能更优,得到的优化方案符合海洋钻井作业要求且占用甲板面积较小。     

集装箱船全航线预配优化模型与算法研究

集装箱船全航线配载问题属于NP-hard问题.为降低问题求解难度,提出了解决全航线配载问题的分解算法,即将配载问题分解为Bay位选择和Bay位中集装箱排序两个子问题.将Bay位选择看成是"装箱问题",以不同属性集装箱作为待装"物品",以船舶上的Bay位为箱子,以最优装箱(即使用箱子的数量最少)及集装箱在每个港口的倒箱数量最少为目标进行总布置配载;Bay位中集装箱排序是将Bay位选择阶段分配到不同Bay位的集装箱按某些规则进行排序,确定其在Bay位中的具体箱位.主要研究了Bay位选择阶段的模型及算法.实例模拟结果表明该方法可行,为集装箱船全航线配载优化提供了一个实用的模型.     

基于快速凸包的目标车辆动态围堵算法

为了以最小代价快速抓捕逃逸的目标车辆,利用凸包和图论的方法研究了目标车辆的动态围堵问题。对传统凸包算法进行改进,基于快速凸包算法形成了节点数最少的完全包围圈;将警力调度问题转化为加权二分图匹配问题,并求出耗时最少的警力调度结果,最后形成具体的围堵方案。改进后的快速凸包算法结合警力调度算法能在相对较短时间内对逃逸车辆完成围堵。     

聚类优化后的多品种货物配载的容重比平衡法

首先采用聚类优化方式,将体积大、重量小的货物和体积小但重量大的货物聚合在一起,一方面符合实际配载过程中抛货和重货的结合原则,另一方面为下一步的容重比平衡法做出了基础.其次,采用改进后的动态容重比平衡法,将聚类优化后的货物配载装车.最后,运用Matlab进行编程,通过实例计算证明了上述模型和算法的有效性,而且求解的结果也显示出通过聚类优化的容重比平衡法配载结果更加符合实际配载运用.     

城市物流中心车辆配送配载调度指派模型研究

基于交通条件约束、客户时间窗约束以及车辆承载能力约束条件下 ,以车辆的配送路径最短、拼装货品最多为优化目标 ,研究车辆配送与配载的两目标优化调度模型组 ,该模型组可以完整描述调度过程的优化目标和约束条件 .以VB6 .0进行仿真模拟 ,结果表明该模型可以有效模拟配送中心调度系统在多种约束条件下的配送、配载调度过程 ,得到的调度指派方案是可接受的 ,而且是有效的 .     

多集散点车辆路径优化的混合算法

为使多集散点车辆路径优化结果全局最优,以订单为基准建立多集散点车辆路径优化模型.采用粒子群算法与改进蚁群算法组成的混合优化算法求解模型.由粒子群算法的粒子位置向量得到每辆车所需运送的订单号,用蚁群算法优化单车路径,根据优化的总路径评价和筛选粒子,直到满足终止条件.该模型和混合算法是所有车辆对所有订单节点的路径优化,突破了多仓库问题直接或间接转化为多个单仓库车辆路径优化问题中的局部节点求解的限制.实例求解结果表明,用该混合算法优化的车辆总路径长度小于用蚁群算法求得的结果.     

双层集装箱运输车辆的配载算法

定义基本"适配度",用来表征某集装箱与其他集装箱搭配成双层结构的难易程度,适配度越小,表示与其他箱搭配成功的可能性越小;依据集装箱的优先级以及承运日期,对基本"适配度"进行修正,形成了综合适配度的概念.借鉴手工配载"先难后易"的思路,开发了基于综合适配度的多项式配载算法;算法中不断计算各种配载方案的综合适配度,并选择适配度最低的方案作为优先采用方案;算法速度快、效果良好.