考虑缓冲区容量的岸桥、AGV和堆场起重机集成调度

为了提高自动化集装箱码头装卸设备之间的协调程度和作业效率,针对码头卸船过程中岸桥、自动化导引车(automated guided vehicle,AGV)和堆场起重机的集成调度问题,考虑了堆场交接缓冲区的容量约束,以最小化卸船任务完工时间为目标,建立了考虑缓冲区容量约束的集成调度混合整数线性规划模型,确定各装卸设备作业...     

基于模拟退火算法的场桥调度研究

集装箱码头的运作效率受场桥调度作业的影响很大,场桥调度合理与否对集装箱码头的整体运作效率具有至关重要的影响。高效的场桥调度方案不仅要满足给定配载计划下的种类和数量需求,而且要最小化场桥行走距离。为确定场桥的行走顺序和取箱方案,建立了以总完成时间最短为目标的场桥装载调度作业混合整数规划模型。分别运用启发式算法和模拟退火算法,对模型进行求解,并通过算例分析验证了算法及模型,表明模拟退火算法的结果要优于启发式算法,如当堆场数量为55个时,模拟退火算法要比启发式算法节约46 min,随着贝和集装箱类型的增加,模拟退火算法可节约更多的时间,同时还减少了龙门吊行走的路径,从而有效地提高了集装箱码头的运营效率。     

基于同贝同步装卸的岸桥与集卡协同调度

集装箱码头岸边装卸桥同贝同步装卸船模式下,岸桥装卸作业序列决策和集卡调度协同优化是保障同步装卸率的关键,属NP难问题。考虑集卡和岸桥作业之间的紧密衔接、堆场翻箱影响、船舶舱盖等空间约束,构建以岸桥装卸总次数及堆场翻箱次数最小化、岸桥最大完工时间最小化、集卡等待时间最小化为目标的岸桥装卸序列决策与集卡调度联合优化数学模型。设计改进遗传算法-改进非支配排序多目标遗传算法（IGA-INSGA-Ⅱ）两阶段算法,利用IGA求解船舶贝位内岸桥装卸集装箱作业序列;基于装卸作业序列优化方案和INSGA-Ⅱ,提出岸桥最早可作业时间优先的集卡任务指派策略,设计分段式编码及解码方法,求解集卡任务分配与指派问题。通过算例,将设计的算法与常见智能算法进行对比分析,验证了模型与算法的有效性。     

集装箱码头的堆场管理优化问题

考虑卡车调度以及调度方案造成交通拥堵的影响下,研究堆场内部空间的分配和场桥(YC)的调度问题.将上述问题整合成一个整数线性规划模型,模型以YC及卡车的调度费用的总和最小为优化目标.设计和声搜索算法和约束满足算法求解上述模型.通过堆场空间的合理分配以及高效的调度方案,可以提高集装箱码头的运行效率,进而降低集装箱码头的运营成本.     

集装箱堆场箱位分配及多场桥调度协同优化问题

为提高集装箱码头堆场作业效率和降低运营成本,对堆场箱位分配及多场桥调度协同优化问题进行了研究.采用分区域平衡策划方法进行场地策划,考虑场桥间安全距离和场桥作业量均衡,以场桥移动成本和空闲成本之和最小为目标,建立集装箱堆场箱位分配及多场桥调度协同优化模型.为增强遗传算法的全局搜索能力,将模拟退火思想引入到遗传算法进化过程中,设计模拟退火遗传算法进行求解.通过数值实验验证了算法的有效性,并针对箱区不同规模的出口箱量进行实验分析,结果表明分区域平衡策划方法可以更好地解决箱位分配及多场桥调度协同优化问题.     

集装箱港口装卸作业设备集成调度

为提高集装箱港口的装卸效率,采用混合Flow Shop调度理论,将集装箱任务的装卸过程看作岸桥装卸、集卡运输和场桥装卸的三阶段混合Flow Shop调度问题,建立装卸任务完工时间最小化为目标的集成调度混合整数规划模型.使用矩阵编码方式的遗传算法对模型和算例进行求解,结果表明:集成调度方法比岸桥、集卡、场桥协调调度方法更具有现实意义,通过扩大任务规模,遗传算法求解结果与模型下界进行比较,当集装箱任务规模在100个以上时,求解结果与模型下界之间差距都在5%以内,证明了算法有效性.     

考虑岸桥缓存区的ALV调度优化问题研究

为研究采用ALV作为水平运输设备进行集装箱转运和在岸桥下方设置岸桥缓存区,对减少集装箱码头装卸设备作业不协调现象的影响,在考虑岸桥缓存区容量限制的基础上,建立了以岸桥作业延迟时间、ALV总行驶时间及岸桥等待ALV的时间之和最小为目标的ALV调度混合整数规划模型,采用遗传算法进行求解,并给出了相应调度优化方案,进而讨论了不同缓存区容量和ALV数量时的设备等待时间,并给出最优缓存区数量和ALV数量等。结果表明:采用ALV作为水平运输设备和在岸桥下方设置缓存区对提高设备作业的连贯性和协调性,减少岸桥等待时间和提高港口作业效率有着重要作用。     

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。     

基于同贝同步装卸的岸桥与集卡联合调度优化模型

为解决岸桥同贝同步装卸时多环节作业协调问题,加速集装箱在码头内部的周转,研究基于岸桥同贝同步装卸作业的岸桥与集卡联合调度问题.以船舶装卸完工时间最短为目标,建立岸桥与集卡联合调度优化模型,优化岸桥与集卡的任务分配及作业序列.岸桥同贝同步装卸增加了集卡作业环节,不同于传统作业时多阶段混合流水车间问题,其模型更加复杂,求解更加困难.针对大规模问题,设计了启发式算法进行求解,并将求解结果与下界值进行对比分析.结果表明,该启发式算法能有效提高岸桥与集卡联合调度模型的求解速度,有助于提高岸桥同贝同步装卸作业效率,为码头实际作业提供依据.     

出口箱随机入港下的箱区选择与箱位分配协调调度

针对出口箱随机入港下的分散堆放与随机选位对集装箱卡车行驶和场桥取箱作业的影响,提出了出口箱的箱区选择与箱位分配协调调度问题,并以箱区位置、箱量分配、箱位分配为决策变量,以集装箱卡车接运单位TEU平均作业时间最少、场桥作业成本最低为目标,构建了出口箱箱区选择与箱位分配两阶段非线性整数规划模型.设计了基于遗传算法的双层启发式算法,上层用于箱区搜索,确定出口箱堆放箱区及箱量分配;下层用于箱位搜寻,并依据场桥取箱顺序规则,确定具体堆放箱位或重选堆放箱区.通过算例分析结果表明:与集中入港下集中堆放相比,对出口箱随机入港下分散堆放的箱区选择与箱位分配进行协调调度同步优化,可以减少单位TEU平均装卸时间5.46%,并显著降低堆场作业成本,模型与算法可行有效.     

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.     

基于HFSS的集装箱码头集成调度模型的建立与求解

集装箱码头作为连接水陆两方的集装箱运输枢纽,在物流环节中起着重要作用.集装箱码头的装卸作业过程可以看成一个由岸桥、集卡、场桥组成的三阶段混合流水车间调度系统.为了提高集装箱码头的装卸作业效率、缩短船舶的靠泊时间,本文根据混合流水车间调度策略(HFSS),建立了以最小完成时间为目标函数的三阶段集成调度模型.求解过程中将集卡的因素考虑进去,使用基于改进的johnson法则的启发式算法来求解该模型.最后与遗传算法求解结果进行对比,发现在相同条件下,基于改进的Johnson规则的启发式算法相比于传统的遗传算法得到的结果更优,得到的最优解距离下界只有4.1%的差距.     

随机环境下连续泊位和岸桥集成分配问题研究

泊位和岸桥是集装箱港口非常最要的资源,对随机环境下连续泊位和岸桥进行合理的分派与调度可以有效地提高作业效率。考虑连续泊位上船舶离港延时惩罚、偏好泊位的影响,以最小化船舶总在港时间为目标,建立连续泊位和岸桥的集成分配模型。采用VC++开发仿真程序,以邻域搜索的重调度算法对模型进行求解。考虑船舶抵港时间和装卸时间具有一定的随机性,在最优解的基础上进行随机波动分析。实验结果显示,当抵港时间发生波动时,船舶靠泊计划的最大偏差值为2.7 h;而当装卸时间发生波动时,船舶靠泊计划的最大偏差值为42.9 h。实验表明,由装卸时间波动导致的船舶总在港时间偏差远大于由抵港时间波动导致的偏差,从而为船舶抵港与装卸不确定环境下的船舶靠泊计划制定提供理论依据。     

船舶组合分段堆场调度方法

针对船舶分段堆场调度中的堆场空间利用率低和作业调度效率低的现状,建立以最小阻挡分段移动数量为优化目标的组合分段堆场调度模型;提出一种基于位置权重的进场及阻挡分段堆位的分配策略;采用深度优先搜索与分段移动方向相结合的方式获取路径,并用遗传算法与禁忌搜索相结合的混合启发式算法优化任务分段的执行顺序;分析验证调度周期、场地规格及通行能力对调度结果的影响.实验结果表明:考虑组合分段的堆场可以处理的分段数量更多;优化堆位分配策略与混合启发式算法可以明显地提高堆场空间的利用率和调度效率,并能够有效地减少堆场调度中的阻挡分段数量.     

同船装卸协调作业模式下的集卡路径优化调度

为提高集装箱码头的装卸作业效率,合理使用集装箱码头作业机械资源,研究了基于同船同步装卸协调作业情况下集卡行驶路径问题,并综合考虑了岸桥的作业时间,使得在这种装卸调度模式下,集卡的行驶时间和岸桥装卸集装箱的总作业时间最小.并对所建模型进行了数值模拟,给出了集卡行驶的最优路径,岸桥进行装卸同步作业的次数.与传统的调度模式相比较,大大缩短了集卡的行驶时间以及降低了集卡的空载率,同时也提高了岸桥的作业效率,总体提高了机械设备的利用率.     

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.     

自动化码头支架式单悬臂箱区下场桥调度

为提高自动化码头的箱区作业效率,提出支架式单悬臂箱区布局方案,在此基础上进行场桥调度.考虑场桥间的安全距离及支架缓冲区数量约束,建立整数规划模型,并设计遗传算法对模型进行求解,并对两种布局下场桥调度进行对比.结果表明,在支架式单悬臂箱区布局下,场桥作业效率提高14.50%,场桥等待时间减少65.99%.支架式单悬臂箱区布局可更好地解决多场桥联合作业的优化问题,提高箱区作业效率,为自动化码头箱区规划提供了新思路.     

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。     

自动化集装箱码头堆场内双起重机调度模型与算法

为提高自动化集装箱码头堆场的作业效率,针对堆场同一箱区的两端作业(堆存或取出),考虑双起重机时空同步约束条件,以最小化作业总完成时间为目标,建立双起重机调度混合整数规划模型,确定起重机在每个时间点上所处贝位及其作业状态(移动或装卸),设计遗传算法对大规模任务数量问题进行求解.算例分析结果表明,在大规模问题上,GA在解的质量上逐渐优于CPLEX算法,且运算时间远小于CPLEX,证明了该双起重机调度模型与算法的有效性及合理性.     

基于集装箱任务组时间窗的堆场场桥调度模型建立与求解

有效的场桥调度模型对于减少集卡等待时间从而增加集装箱码头的产出量是非常关键的.考虑实际操作中单场区内多台场桥同时工作、互有干扰以及存取箱同时操作等约束,建立了基于任务组时间窗的以集装箱作业时间延迟或提前量最小为目标的数学模型.采用Gurobi进行优化求解本模型求得大规模堆场上场桥作业调度问题.经实际算例计算发现所得结果与实际相符.该模型在解决集装箱码头大规模问题中以及在获取解的质量与获取解所需时间上都优异于其他模型.