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.     

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.     

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.     

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.     

基于有限元分析与有效应力强度因子幅的起重机寿命预估

针对岸边集装起重机的寿命预估问题,提出了一种基于有限元分析与有效应力强度因子幅的起重机寿命预估方法。利用Ansys Workbench软件对起重机模型进行仿真计算,并获得起重机疲劳校核点的应力-时间历程,运用雨流计数法获得应力循环,以有效应力范围对其进行表征。在起重机寿命预估的过程中,有效应力强度因子幅能够反映载荷循环应力比的影响,相较于传统的Paris模型,基于有效应力因子幅的起重机寿命预估方法更为准确。     

集装箱班轮晚班到港规律及其应用研究

调查大连港集装箱码头连续3年10 280个航班的到港时间记录,分析集装箱班轮实际到港时间与船期的偏差规律,证明集装箱班轮晚班到港概率服从伽马分布,并提出利用该特性优化泊位计划的思路和方法.以大连港为案例,对泊位计划进行优化,结果可使泊位前后航班时间间隔损失平均减少5.58 h,航班靠泊发生冲突概率平均减少9.47%.实例证明了该方法的有效性和实用性.     

开洞集装箱房屋结构纵向刚度分析

针对目前广泛使用的集装箱房屋,研究了开洞集装箱在外荷载作用下的纵向刚度.首先,利用蒙皮理论对其进行了力学分析,初步得出了开洞箱体刚度的计算方法,并通过算例阐述了具体的计算过程.然后,利用非线性有限元软件ABAQUS对其建立了有限元模型,并进行了基于开洞面积和洞口高长比的参数分析,得出了各参数对开洞箱体刚度的影响规律,并给出了相应的设计建议.最后,进行了5种开洞箱体刚度的试验研究,并将理论分析和有限元模拟的结果与试验数据进行了对比验证,吻合良好.本研究不仅可为目前广泛使用的集装箱房屋提供设计和施工参考,更可为相应的规范编制提供借鉴.     

季节性变动影响下的上海港集装箱吞吐量预测

港口吞吐量精准预测对于每一个港口的成功经营和有效决策都十分重要.季节性波动经常会影响港口吞吐量,为了更为准确地预测上海港口集装箱吞吐量,本文选取2007年至2012年上海港母港集装箱吞吐量的月度数据,并对于港口集装箱吞吐量的月度数据中出现的季节性波动进行了处理,采用季节时间序列模型对其进行预测.为了说明方法的有效性,以同样的数据,使用整自回归移动平均模型对上海港集装箱吞吐量进行预测.两种方法预测结果进行对比发现,利用季节时间序列模型对港口集装箱吞吐量季节性进行处理,能够提高港口集装箱吞吐量的预测精度.     

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.