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.     

非平稳到达的码头集卡预约优化模型

针对集货高峰期集卡到达不均而导致的码头严重拥堵问题,运用排队理论和积压后移平稳估计(SBC)方法,通过同时考虑内在的码头服务能力和外在的集卡到达特征制定集卡预约策略.基于闸口、堆场集卡两阶段排队等待时间构建码头集卡预约多目标优化模型,最后用改进的NSGA-Ⅱ算法对模型进行求解.算例结果表明,所构建的模型不仅可以应对集货高峰期时集卡的预约,同时通过优化使得决策天内集卡的平均等待时间得到较大减少且有效均衡了集卡的到达.     

集装箱码头失约集卡出口箱落箱位选择优化

集卡预约系统是全球各大港口普遍采用的一种可以提高码头堆场资源利用率的方式,但由于交通、天气或者人为等原因,已预约的外集卡常常不能在预约时段内准时到达,即发生失约,导致码头工作效率降低。因此针对失约出口箱箱位的合理分配是当今港口亟需解决的问题。本文针对失约事件发生下堆场出口箱位分配问题,首先使用正态分布概率方法近似模拟出不同失约等级的集卡实际到达信息,并在此基础上建立了以最小化翻箱数和场桥移动距离为优化目标的数学模型,并用CPLEX对小规模算例进行了求解,证明了本文建立模型的可行性。针对本文模型特点设计了基于邻域搜索的启发式算法,同时设计了不同箱量、不同失约等级下的算例实验,并和传统作业算法进行了对比。算例实验表明上述方法可以在失约事件发生时合理安排出口箱的落箱位,提高码头的作业效率,且能在合理的时间内获得满意解,证明了本文建立模型的可行性和算法的有效性。     

基于码头闸口数据的集卡周转时间短时预测方法

为给车辆调度优化以及集卡预约系统设计提供重要参考,利用所采集的深圳市某港口的码头闸口数据,建立一种基于数据挖掘的集卡周转时间短时预测方法.首先,通过对码头闸口数据进行分析,获取车辆到达时间分布、任务类型、作业方式等集卡作业特征以及集卡在码头内的周转时间;在此基础上,利用循环神经网络并结合训练集数据,建立集卡作业特征与其周转时间之间的映射关系.其次,为减少随机波动对周转时间预测效果的影响,利用小波分解算法对循环神经网络拟合结果的残差进行高频噪声分离,并通过自回归模型拟合过滤后的低频序列.最后,将拟合后的循环神经网络与自回归模型进行结合,建立一种支持集卡周转时间短时预测的组合模型,并利用测试集数据进行有效性验证.结果 表明,相比单一的循环神经网络,该组合模型可以大幅提升预测精度.     

集装箱码头集卡拥堵收费模型与算法

研究集装箱码头集卡拥堵收费问题,目的是减少集卡排队等待时间,以及由集卡排队引起的污染排放.为确定最优的拥堵费率,建立了集卡拥堵收费的双层规划模型.模型考虑了码头运营商、集卡司机和政府管理者之间的博弈关系.在上层模型中,码头运营商以总排队费用最低为目标;下层是用户均衡模型,集卡司机以广义费用最低为目标选择到达时段,通过上下层模型间的反馈决定最优的拥堵收费方案.为求解模型,设计基于文化基因启发式(MH)算法和逐点固定流体近似(PSFFA)算法的求解方法,利用MH算法搜索最优收费方案,利用PSFFA算法计算排队时间.最后,应用算例对模型和算法的有效性进行验证.结果表明,拥堵收费可以有效地减少集卡排队时间,所设计的模型考虑了集卡收费的影响因素,以及码头运营商和集卡司机等主体之间的利益关系,为缓解码头集卡拥堵提供了一种有效的方法.     

基于混堆模式的集装箱堆场空间分配研究

在分析国内外港口集装箱堆存策略研究现状的基础上,提出了必须将集装箱箱区贝位作业平衡率及集卡在泊位与箱区贝位运输距离这两个矛盾目标置于同一个目标函数,并构建了相应的非线性整数规划模型.然后通过Lingo语言,应用文献算例中的数据对模型进行求解分析,得出在港口集装箱堆存时同时考虑箱区贝位作业平衡率和集卡运输距离能够获得系统整体最优.     

考虑干涉的堆场全局场桥调度问题研究

为解决集装箱码头操作中因场桥的运作缓慢产生的流程瓶颈,提出时间窗和计划时间段的概念应用于多场区内多台场桥同时工作、互有干扰以及存取箱同时操作的条件下的场桥调度问题,建立以最小化取箱作业完成时间提前量和存取箱作业完成时间延迟量的线性组合为目标的0-1混合整数规划模型,采用C#调用Gurobi对模型进行试验测试,经港口实际数据算例计算得出结果与实际相符,结果证明该方法对于堆场全局内多场桥作业调度问题的求解非常有效。     

车辆分时租赁模式高峰时段用户预约分配模型

租车高峰时段难以合理为用户分配车辆是分时租赁运营商面临的主要问题.针对车辆分时租赁模式下的用户预约分配问题,在对主要影响因素进行分析的基础上,提出了以运营商收益最大化为目标的用户预约分配优化模型,并设计遗传算法对模型进行求解.基于对仿真场景的假设将模型与算法应用于仿真算例中,算例结果表明:遗传算法适用于求解所提出的优化模型,通过对模型求解可以得到租车高峰时段运营商最大收益及相应的最优用户预约分配方案,并且通过比较分析得出模型所得收益优于传统预约分配方法,验证了模型和算法的可行性与实用性.     

一种基于多目标优化的混合在线集卡调度方法

为了提高集装箱港口工作效率,在"大作业面"前提下,结合任务触发型和集卡触发型两种集卡在线调度方法,综合考虑系统总作业时间、岸吊等待时间以及集卡空载率问题,建立多目标优化模型,并运用启发式方法提出一种混合在线集卡调度算法。最后,以港口实际数据为例,通过实验仿真例证了模型优化效果和算法工作效率。     

基于双向信息传递的场桥配置与集卡预约协同优化

基于集卡司机与码头之间信息的双向传递,提出考虑场桥资源动态配置的集卡预约新模式.在该模式下,场桥资源配置信息以及码头繁忙信息将在预约过程中作为决策辅助信息反馈给集卡司机,并设计双层遗传算法求解动态预约过程中场桥资源配置的优化问题.新预约模式与传统预约模式、等额预约模式在不同情形、规模算例下的仿真对比表明,新预约模式对于削减作业高峰、缩短集卡在港时间具有有效性与实用性.     

基于前景理论的门诊预约决策方法

针对患者给出关于医生和就诊时段的偏好排序的门诊预约决策问题，给出了一种基于前景理论的门诊预约决策方法.首先依据患者给出的关于医生的偏好排序，分别建立了针对医生的损失矩阵和收益矩阵，然后依据前景理论和矩阵规范化方法，构建了针对医生的规范化前景矩阵；类似地，依据患者给出的关于就诊时段的偏好排序，分别建立了针对就诊时段的损失矩阵和收益矩阵，进而构建了针对就诊时段的规范化前景矩阵；通过构建患者在各就诊时段内接受医生服务的综合前景矩阵，以所有患者综合前景值之和最大为目标，建立了门诊预约决策的优化模型，通过模型求解得到最终的预约决策结果.最后通过一个算例说明了提出方法的可用性.     

基于拖车路径优化的集装箱船配载模型研究

在分析影响集装箱的装载效率时,考虑场内拖车在码头堆场和岸边装卸桥之间的移动距离,将配载问题看成是以码头堆场B ay位上的集装箱为供给、船舶B ay上的空箱位为需求的运输问题,以场内拖车将码头堆场集装箱送到岸边装卸桥所运行的距离最短为目标,建立配载模型并应用Hop fie ld神经网络模型进行计算机模拟.模拟结果说明,所提出的优化模型可以减少场内拖车运行的距离,提高集装箱装载效率,为合理进行集装箱船配载提供了一个参考模型.     

基于实时车货信息的港-公调度优化模型

为了解决港区内存在的进出车辆拥挤、货物周转时间长、甚至延误顾客要求到货时间等问题,将港口系统和公路运输系统综合起来进行整体调度优化研究.通过分析港口每艘货船靠港和离港的装卸作业过程,采用线性规划的方法,建立包含港口、公路货运场站和目的地的港-公调度优化模型.该模型在满足港口和所有目的地货物需求的前提下,根据港-公系统信息平台提供的实时车货信息,求解出作业时间最短的公路货运车辆调度方案,这里作业时间既包括装卸车作业时间又包括车辆行程时间.对于每次港口装卸船作业,港-公调度优化模型均能为货运车辆在港口、货物场站和目的地之间提供最优运输路线,从而节省装卸作业时间,提高港-公系统的作业效率.     

A Decision Support Method for Truck Scheduling and Storage Allocation Problem at Container

Truck scheduling and storage allocation, as two separate subproblems in port operations, have been deeply studied in past decades. However, from the operational point of view, they are highly interdependent. Storage allocation for import containers has to balance the travel time and queuing time of each container in yard. This paper proposed an integer programming model handling these two problems as a whole. The objective of this model is to reduce congestion and waiting time of container trucks in the terminal so as to decrease the makespan of discharging containers. Due to the inherent complexity of the prob-lem, a genetic algorithm and a greedy heuristic algorithm are designed to attain near optimal solutions. It shows that the heuristic algorithm can achieve the optimal solution for small-scale problems. The solutions of small-and large-scale problems obtained from the heuristic algorithm are better than those from the genetic algorithm.     

基于协作能力约束的港口集卡调度优化策略

为提高集装箱船舶装卸过程中集卡和吊装设备同步作业效率,引入基于时间窗的冲突反馈机制。首先根据港口物流常规工作参数,结合港口物流成本计算方法,预先分配集装箱装卸任务,规划转移路线,然后在工作过程中实时监控集卡队列行驶位置,设计基于能力约束判断的资源协作模型,解决吊装作业溢出问题。为避免局部收敛,模型应用了改进的量子遗传进化算法进行求解。案例分析表明:资源协作能力约束下的集卡调度实施后,泊船停靠时间大大缩短,堆场通道堵塞现象大大减少。因此,通过协作能力约束分配港口物流资源可以在控制港口内部物流系统整体成本的基础上改善物流效率。     

带临时需求的预约系统最优能力计划与调度策略

建立带有临时到达需求的预约系统联合能力计划与调度模型，在服务时间服从指数分布且成本函数为单调增凸函数的条件下，证明目标函数是多模函数.基于多模函数的性质给出收敛于精确最优解的邻域搜索算法，同时确定最优调度人数和调度方案，使系统效用最大.通过大量数值实验分析了不同系统参数对最优效用的影响，以及临时到达需求对预约系统设计的影响.实验结果显示，最优调度策略超额预定首个时段，在大多数场景中，临时到达需求降低系统的效用.     

基于样条卡尔曼算法的AIS数据修复

针对船舶自动识别系统（automatic identification system，AIS）的异常数据修复问题，提出一种样条卡尔曼（spline Kalman，SK）算法。该算法根据船舶动力学原理，构建反映运动特征变化约束关系的系统状态转移模型，并以样条插值得到的AIS修复数据作为卡尔曼滤波器的观测数据，进而实现AIS数据的精确修复。采用厦门港及附近水域的历史AIS数据检验SK算法的有效性，检验结果表明:对于低缺失率的AIS数据集，SK算法的修复效果与样条插值算法相近，均优于KNN、RF和SVM算法，但随着AIS数据集缺失率的上升，只有SK算法具有较好的修复稳定性。该研究成果可以更加有效地修复AIS的异常数据，从而为海事大数据分析及相关应用提供良好的数据基础。     

多层次约束下铁路阔大货物路径选择研究

合理地组织阔大货物运输,能更好地保障运输安全及降低运输过程的成本。针对阔大货物运输过程中,运输线路受多项限制条件约束情况下的最优线路搜索问题,以时间最短、干扰最小为目标,以车辆限界、线路干扰程度为约束,建立了0-1规划模型。针对不同影响强度逐步放宽约束条件,对不同程度的约束,分别采用广度优先搜索算法进行求解。该方法计算量相对较小,且更易取得满意解,在较大程度上减少模型求解计算时间。实例验证表明,本文建立的模型与算法在求解14个节点的复杂问题时,能较快地得到理想解,能为现场决策人员提供技术支持。     

基于机器视觉的露天矿司机驾驶疲劳监测

为监测露天矿司机驾驶疲劳状态,利用AdaBoost算法快速实时露天矿司机脸部跟踪检测,基于模板匹配算法和改进型SNAKE算法提取司机眼睛特征,运用眼睛累计闭合持续时间占某特定时间的百分率(PERCLOS)算法判断司机是否处于驾驶疲劳状态,有效地实现了基于机器视觉的、车载的、实时的、非接触的、无干扰的露天矿司机驾驶疲劳状态监测系统.经应用验证了系统可行性,并对保护人员生命,提高矿山经济效益具有重要的意义.