基于逆向强化学习的装船时堆场翻箱智能决策

集装箱码头装船时堆场翻箱具有时序性与动态性，属于NP（non?deterministic polynomial）难问题。针对常见的顺岸式集装箱码头堆场，以最小化总翻箱次数为优化目标，考虑翻箱对装船连续性及效率的影响，基于马尔科夫决策过程构建装船时堆场翻箱模型，设计逆向强化学习算法。为验证算法的有效性，以随机决策为基准，将设计的逆向强化学习算法与码头常见规则决策、随机决策对比。结果表明，贝位堆存状态不佳时，常见的规则决策不一定优于随机决策；逆向强化学习算法可有效挖掘隐含专家经验，收敛至最小翻箱次数的概率更高，且不同堆存状态下均能更好地限制单次发箱的翻箱次数，可实现装船时堆场翻箱智能决策。     

基于有效距离的全球集装箱港口接近中心性研究

为探究港口的影响能力,构建了全球集装箱海运有向加权网络,在传统复杂网络中心性研究的基础上,融入有效距离的概念计算全球集装箱海运加权网络接近中心性,比较分析港口部分影响因素、拓扑结构和港口吞吐量与基于有效距离的接近中心性之间的关系.研究结果表明:代入有效距离概念计算接近中心性得到的结果更具有现实意义;使用该方法找出的中心港口具有地理、经济区位与软环境上的优势;吞吐量增量具有反映港口影响力的能力.通过有效距离中心性研究方法找出的关键港口可以作为网络中转枢纽,由此可缩短运输距离,减少成本,拉动外贸需求,进而带动周边港口及城市发展,形成区域化经济带.     

自动化集装箱码头数字孪生数据建模及评价方法研究

为充分利用自动化集装箱码头海量作业数据，实现数字孪生驱动的码头数字化、智能化转型，提出一种自动化集装箱码头数字孪生数据建模及效果验证评价的方法。研究了基于数字孪生的自动化集装箱码头的应用框架及其运行机制；结合数字孪生框架的数据处理逻辑，提出了基于数字孪生的码头作业过程演化及动态数据建模方法；为验证数字孪生数据能否满足码头数字孪生的有效运行，给出了码头数字孪生数据验证评价的量化计算方法。为实现基于数字孪生的自动化集装箱码头的智能作业管控和作业数据管理提供方法支撑。     

集装箱码头ALV调度与堆场位置分配集成优化模型

针对自动化集装箱码头水平搬运作业和堆场作业,提出一种集成调度优化方法,以最小化最大完工时间为目标,同时考虑船舶装、卸作业,建立自动升降车(automated lifting vehicles,ALV)调度与堆场位置分配集成优化模型,提出求解模型的优化算法,设计基于遗传算法的启发式算法,利用算例对模型与算法的有效性进行了验证.计算结果表明,提出的启发式算法可以提高运算效率,能够在很短的时间内对大规模算例求出高质量的解.另外,集成优化模型同时考虑码头多个作业环节,有利于提高自动化集装箱码头的装卸作业效率.     

多核优化网络内容监测类系统的创新应用研究

目前,互联网中充斥着大量不良信息,包括非法信息、色情信息和暴力信息等,这些不良信息通常以电子邮件、网页浏览、论坛发帖的形式进行传播.文章以自主研发的网络内容监测系统(IRCMS)为实例,分析了IRCMS存在的系统网络性能瓶颈问题,根据实际问题提出了一套IRCMS多核平台性能优化策略,经过实验研究发现,当有7个核心处理器同时进行计算时,网络内容监测系统的数据信息吞吐量可以达到优化之前的436.10%,真正提高了系统的网络性能.     

集装箱码头监控、语音调度及布线系统研究

本文以集装箱码头弱电系统的设计与应用为研究对象,针对集装箱码头在监控系统、语音调度系统以及布线系统设计应用过程中所涉及到的相关问题展开了较为详细的分析与阐述,旨在于为今后相关研究与实践工作的开展提供一定的参考与帮助,以上希望能够引起各方人员的特别关注与重视。     

基于信道占用率的Ad Hoc网络自适应公平性算法

Ad Hoc网络中,节点通过竞争信道完成通信,如果竞争窗口值选取策略不合理,则容易造成公平性问题.在分析现存典型公平性算法的实现机制基础上,提出了信道占用率的概念,设计了一种基于信道占用率的Ad Hoc网络自适应公平性算法.根据节点对通信历史及当前信道占用率与理想信道占用率之间的关系,将通信情况分为4种类别,再结合当前网络负载情况,动态设置竞争窗口值.仿真结果表明,该算法在改善吞吐量的同时,显著提高了节点信道接入公平性,在各种负载条件下表现良好,优于BEB、MILD、MIMD和NAVB等算法.     

全分集协作系统C-HARQ方案的设计及性能

为了进一步提高全分集协作(FDC)系统的可靠性和有效性,提出了两种协作混合自动请求重传(C-HARQ)方案.定长帧协作混合重传(FFC-HARQ)方案在不改变全分集协作系统原有帧结构的基础上,使用一定的检错重传策略提高系统吞吐量;变长帧协作混合重传(VFC-HARQ)方案则改变原有帧结构,进一步提高系统吞吐量.利用马尔...     

嵌入式网络通信中RED算法改进

在嵌入式网络通信中,主要采用RED算法解决网络拥塞。由于RED算法中丢包率与平均队列长度成线性关系,导致网络在拥塞并不严重时丢包率较大,在拥塞比较严重时丢包率较小,拥塞控制能力较低。经研究,发现IMPRED算法能解决这个问题,当平均队列长度在最小阈值附近时丢包率增长速度较小,在最大阈值附近时丢包率增长速度较大,避免了网络的全局同步。利用时间复杂度和空间复杂度对IMPRED算法和RED算法进行比较,IMPRED算法没有增加RED算法的复杂度。通过NS 2.30仿真证实,IMPRED算法可以提高网络吞吐量,减少延时抖动,使网络比较稳定。     

TD-SCDMA基于HSUPA技术的追踪合并HARQ应用研究

TD-SCDMA采用高速上行分组接入技术是为了显著提高上行分组数据的传输速率,同时减少传输延迟.其中采用的混合自动重传技术可以提高译码的成功率,使数据传输更加可靠.阐述了混合自动重传技术的原理,提出了一种在高速上行分组接入中将追踪合并算法应用于混合自动重传技术的方案,并在专有信道模型条件下对不同参数的上行链路性能进行了...