启运港退税政策实施中的港口选择模型

在保税港区对周边内陆干港与内贸港口实施启运港退税政策的背景下,基于用户均衡货流分配理论,构建实施启运港退税政策的港口(启运港)选择模型.模型可在既定总投资额的约束下,以区域社会经济效益最大为目标,确定启运港的数量与位置.设计嵌入Frank-Wolfe算法的遗传算法求解模型,并使用大连港腹地的出口数据进行实例分析.结果表明:依托大连保税港区实施启运港退税政策后,哈尔滨等七地被选为启运港,价值388.6亿美元的出口货物所在企业每年能够提前10～25天获得退税款46.7亿美元.上述模型和算法可为政府制定、实施启运港退税政策提供必要的决策支持.     

基于差价补偿策略的集装箱班轮运输定价模型

针对集装箱班轮运输定价问题,构建差价补偿策略下班轮运输的定价模型,研究差价补偿策略下托运人订舱行为和承运人定价决策,分析市场需求波动与承运人定价、差价补偿系数、承运人收益的内在关系,以及承运人定价对托运人订舱量的影响,并通过数值分析进行验证.结果表明:随着市场需求波动的增大,承运人最优定价与最大收益降低,而差价补偿系数增大;且托运人订舱量随着承运人定价的增大而减少.承运人采用差价补偿策略时,市场需求波动存在一个上限值,如果需求波动小于该值,则承运人采用差价补偿策略有利于其提高收益.     

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.     

集装箱码头同贝同步装卸调度的多阶段混合流水线模型

针对同贝同步装卸的无等待、阻塞和批处理等特征,将其抽象为一类特殊的混合流水线问题,建立同贝同步装卸的优化调度模型,并进行模型的下界推导.为求解模型,设计基于禁忌搜索与启发式分配规则的求解算法.最后,通过算例验证模型与算法的有效性.结果表明:所建立的模型有利于实现装卸、以及各环节的同步调度;所设计的求解方法,可以保证调度方案的科学性和有效性.     

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.     

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.     

神经网络在波罗的海运价指数预测中的应用研究

波罗的海运价指数一直受到航运与国际贸易界的高度关注，研究波罗的海运价指数的波动规律，探讨其发展变化趋势日益为人们所重视．当前对波罗的海运价指数的预测主要采用时间序列方法，这些方法计算过程复杂，而且适应性相对较弱．利用BP网络强大的非线性映射功能，建立了一个预测BFI走势的模型，分别从短期与中长期对波罗的海运价指数进行预测，并用实际数据进行了验证，结果表明，利用神经网络对BFI进行预测具有很高的预测精度．     

集装箱码头装卸作业顺序多目标优化调度模型

集装箱码头装卸是码头作业的基础环节,其作业进度和稳定性直接影响集装箱船舶的在港时间.针对码头装卸作业顺序优化问题中作业时间不确定并且可拆分的特点,本文建立了同时最小化作业总完工时间及"岸边无集卡与堆场无集卡的时间和"的多目标混合整数规划模型.所建立模型的作业时间变量受到决策变量影响且可行域不规则,使得其求解复杂性和难度增加且帕累托前沿解难以搜寻.为求解模型,设计了基于仿真模拟与调度经验规则的PNSGA-Ⅱ算法.最后,通过与传统NSGA-Ⅱ算法比较,以及对在静态情景与动态情景下的算例实验进行统计对比,验证了所建立模型与PNSGA-Ⅱ算法可有效求解集装箱码头装卸作业顺序优化问题,并对码头生成高效稳定的装卸作业调度方案提供决策支持.     

基于差分进化算法的自动化集装箱码头AGV调度问题

[目的]自动化集装箱码头的水平运输作业是影响港口物流效率的关键环节,通过优化自动导引车(Automated guided vehicle,AGV)的任务分配,减少装卸作业的时间,提高港口生产效率.[方法]在同时考虑集装箱装卸作业的基础上,就AGV调度问题建立混合整数规划(MIP)模型,优化目标为极小化岸桥完工时间.考虑到该问题具有NP困难性,设计了离散差分进化(DDE)算法进行近似求解.[结果]通过数值仿真验证了MIP模型和DDE算法的有效性.[结论]结果表明上述模型和算法可以为自动化集装箱码头的装卸作业提供帮助.     

集装箱码头集卡配置优化的闭合排队网络模型

以集装箱码头同贝同步装卸作业为研究对象,以提高码头作业效率、提升服务能力为目标,研究码头内部集卡数量配置优化问题.将码头作业系统视为服务网络,构建码头同贝同步装卸作业的闭合排队网络模型,刻画集卡在各个环节的作业过程,分析不同设备配置下码头作业系统服务能力,揭示制约码头整体作业效率关键环节.以码头作业成本最小为目标,考虑集卡在各个环节的排队等待时间及设备利用率,建立了基于同贝同步装卸作业的集卡数量优化模型,并设计算法对模型进行求解.本研究从服务网络角度揭示了码头作业效率与岸桥、集卡、场桥配置的关系,为码头设备调度与服务流程设计提供了依据.