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.     

可折叠集装箱接驳运输问题的建模与优化

对一类带时间窗的可折叠箱接驳运输问题进行了研究,其中使用可折叠箱在堆场与客户之间集散货物,一辆集卡可装载一个满箱或多个空箱,目标为集卡总工作时间的最小化.借鉴确定的活动在顶点上的图的思想,将该问题分解为满箱子问题和空箱子问题,其中满箱子问题类似于带时间窗的多旅行商问题,空箱子问题因客户的货物量可为负值而显著区别于车辆路径问题,且两个子问题之间存在访问时间耦合等关联.进而建立了问题的数学描述,设计了问题的主动禁忌搜索(reactive tabu search,RTS)求解算法,并基于随机生成的大量算例验证了算法的有效性.结果表明,相比于使用CPLEX等优化软件,RTS算法可以在更短的时间内求得问题的更优解;相比于使用标准箱的情形,使用可折叠箱可节省约13%的接驳成本.     

铁路罐式集装箱安全装运黄磷的思考

黄磷,是一种基础工业原料,用途十分广泛,而生产主要集中在云、贵、川三省,需要和通过铁路运输满足全国各地用户需要。随着铁路运输的发展和工业化进程的加快,铁路灌式集装箱运输的安全性愈发重要。文章就黄磷理化性质及其运输过程当中容易产生的危险性作为切入点,针对罐式集装箱在黄磷运输过程中的优势进行论述。立足于铁路罐式集装箱安全高效运输黄磷的措施,以期能为铁路运输工作的安全性提升提供一些浅薄的建议。     

自动化码头运输设备充电策略优化的仿真研究

随着自动化集装箱码头成为当今码头的发展趋势,AGV(automated guided vehicle) 作为自动化码头中使用最为广泛的水平运输工具,合理制定其充电策略至关重要。针对当前自动化集装箱码头中AGV充电策略的不足,提出一种以离线充电为主在线充电为辅的充电策略,并且针对在线充电站点位置选择问题提出一种利用热区图选择有效在线充电站点的快捷方法。在使用该种充电策略情况下,通过大量仿真实验得出在码头工作任务量不变的前提下可减少AGV数量配置的结果,说明自动化集装箱码头水平搬运效率得到提高,证明该充电策略具有有效性。     

考虑多种类干扰事件的集装箱码头泊位分配问题

为有效抵抗各类干扰事件对集装箱码头泊位分配计划的影响,有必要制定具有一定鲁棒性且易于恢复调整的泊位分配计划.本文从事前角度出发,针对集装箱码头的泊位分配问题开展以下研究:首先,对码头内干扰泊位分配计划实施的事件进行识别和分类;然后,通过量化以上干扰事件在泊位分配模型中产生的影响,并以最小化船舶的等待时间成本、离港延误时间成本和泊位偏移成本为目标,提出考虑多种类干扰事件的混合整数规划模型;最后,针对该模型设计了启发式算法——吱吱轮算法,对大规模下的泊位分配问题进行求解.通过随机生成的算例,验证了考虑多种类干扰事件的泊位分配模型和吱吱轮算法的有效性.相较于确定性模型,该模型生成的泊位分配计划更具鲁棒性,在发生干扰事件的情况下更易于码头进行计划调整.     

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。     

港口集装箱自主识别定位技术

针对港口集装箱自动装卸问题,结合双目视觉和深度学习技术,设计了一种基于Faster R-CNN(faster regions with convolutional neural network)模型的集装箱三维识别定位方法。首先利用双目摄像头采集装箱图像,用于训练Faster R-CNN模型,然后使用该模型检测图像中的集装箱目标,对识别出的目标添加矩形框,并提取其中心点图像坐标,接着通过对双目摄像头进行标定和匹配,获取集装箱矩形框中图像坐标点的深度,实现对集装箱的三维定位,最后将集装箱的三维坐标转换到轮胎吊吊具坐标系下,获得所有集装箱目标中心和吊具中心距离。实验结果表明,系统运行速度可以达到30 fps,平均定位误差在5 mm以内,系统可以有效解决集装箱三维实时识别和定位问题,提升港口集装箱自动化装卸能力。     

库区高水位差下斜坡码头岸坡稳定性分析

我国西南地区库区河段水位落差大,经常采用斜坡式码头来维持码头正常运营。为分析在高水位落差下斜坡码头岸坡的稳定性,以重庆市巴南区某码头实例为研究对象,借助ANSYS有限元计算软件进行三维模拟计算,研究最不利工况下码头应力分布及岸坡稳定。经计算,在最不利工况下,工程岸坡变形均小于0.1cm,桩基变形均小于1.75cm,跨中横梁最大挠度与计算跨度比值小于1/600,满足规范要求。工程方案设计合理。     

客货滚装码头作业系统智能体微观仿真建模

鉴于沿海客货滚装码头作业系统属于复杂随机动态物流系统和道路交通系统,难以用数学方法进行有效描述,综合应用智能体建模技术和微观交通仿真技术,建立客货滚装码头作业系统智能体微观仿真模型,对其生产作业流程和交通流进行模拟.本模型可获得土地利用、作业效率、旅客安全、绿色生态等定量指标,用于定量评估客货滚装码头陆域布局方案、生产作业调度等.实例证明,客货滚装码头作业系统智能体微观仿真模型可用于定量评价客货滚装码头规划与布置方案的关键指标,从而为客货滚装码头规划与布置方案优化提供参考.     

2014 年全球Top20 集装箱港口预测

海上运输承担着全球80% 以上的货物贸易运输,而集装箱化是大势所趋.因此,集装箱运输业的景气程度是世界经济与贸易发展的晴雨表,集装箱运输业的吞吐量增长情况直接体现着世界贸易的繁荣与发展.集装箱吞吐量预测可以支持政策制定者把握世界经济走势,跟踪经济波动的传导.同时,可以帮助管理部门和企业了解港口发展周期,把握港口发展趋势,科学制定港口发展战略,合理分配港口建设资源,促进当地经济社会发展.本研究基于TEI@I 方法论,对2014 年全球Top20 港口集装箱吞吐量进行了预测,进一步得到相关结论,并分析了2014 年全球各区域港口集装箱吞吐量的增长特点.