周期环境下集装箱码头资源分配的动态干扰管理

在周期性环境下,考虑船舶到港时间及市场需求的不确定性,运用动态干扰管理方法,协同调度集装箱进出口码头各项资源.在现有周期性模板前提下,提出基于两阶段近似优化的动态决策框架,包括第一阶段需执行的固定性决策及第二阶段基于场景的可调整预决策,最小化时间与空间加权偏差,减小作业执行的波动.基于提出的决策框架,设计双层嵌套禁忌搜索算法,对模型和算法的有效性进行验证.数据实验表明相比较于传统的方法,考虑加权目标的两阶段动态决策思路能够更好地应对干扰事件产生的影响.     

面向港口复杂装卸系统的动态机会维护策略

针对以不同衰退特征设备组成的港口复杂装卸系统,提出了设备层-系统层交互的动态机会维护策略,以支撑自动化码头的智能维护决策.引入维护效果和外部环境工况,提出了独立设备的综合衰退演化规则,并结合多目标价值理论和动态循环决策模式,建立设备层多目标预知维护规划模型.在此基础上,分析串联设备间的相互依赖性,利用设备停机的组合维护机会,建立了多设备维护优化调度的联合区间轴策略,对关联设备的预知维护作业采取有针对性的作业合并.数值实例结果证明,所提出的方法可显著降低系统整体维护成本,提供具有可行性、实时性、经济性的系统层维护优化方案.     

集装箱港口集疏运调度系统作业模式的仿真分析

为解决复杂的集装箱港口集疏运系统多阶段动态调度的问题,借鉴柔性制造系统(FMS)生产调度问题的研究方法,提出了由集装箱集疏运问题向FMS生产调度问题转化的方法和模型;分析了各个阶段动态调度的决策点和决策规则,提出了基于规则的方法实现集装箱集疏运系统的实时动态调度,为集装箱码头调度问题的研究提供了新思路和新方法.利用WITNESS仿真工具分别模拟了面向作业线的静态调度和面向作业面的动态调度两种集装箱集疏运调度模式,结果表明,动态调度模式的效率提高了约9.66%.     

考虑投资成本分摊的OEM和CM外包博弈分析

分析了由一个原始设备制造商(OEM)与一个合约制造商(CM)构成的供应链系统,建立了引入投资成本分摊的外包博弈模型,讨论了集中决策和分散决策两种情况下OEM和CM的最优外包策略。在分散决策情况下建立了三阶段博弈模型,研究表明OEM的利润与投资成本分摊比例负相关,CM的利润为分摊比例的严格凹函数,并且存在最优分摊比例使得OEM和CM的总利润最大化。在供应链的实际运作中,OEM和CM可以通过协商分摊比例以协调双方各自利润,实现供应链总利润的最大化。通过分析得出分散决策时OEM和CM的总利润小于集中决策时的总利润,进一步论证了博弈的合作均衡相对于非合作博弈均衡具有帕累托优势。     

船公司合作下港口空箱调运研究

考虑同一港口内不同船公司之间的合作行为,在港口空箱需求和供给均为模糊随机条件下,空箱租赁不受限,建立船公司合作条件下以港口集装箱物流总成本最小化为目标的多阶段港口空箱保有量优化模型, 最后通过具体算例验证模型的有效性,并对船公司合作与不合作条件下的港口集装箱物流总成本和港口集装箱保有量进行比较分析,分析空箱租赁成本、储存成本、空箱需求波动、需求的模糊程度等参数对船公司的港口集装箱物流总成本和保有量进行分析。     

港口集装箱码头轮胎式龙门吊优化调度研究

随着贸易全球化的到来,集装箱运输业飞速发展,港口集装箱码头受到越来越多的重视。轮胎式龙门吊体积大,作业效率低,该环节 已经成为码头作业的瓶颈。提出了轮胎式龙门吊优化调度混合整数规划模型,研究了定量作业条件下的龙门吊优化调度问题,通过实际案例分 析为码头管理者提供决策支持。     

大角度透视变形集装箱图像箱号识别方法

针对存在大角度透视变形的集装箱图像,提出一种新的集装箱箱号识别方法.首先对图像进行透视变换校正,然后利用深度卷积神经网络模型定位并识别出集装箱图像中的26个大写英文字母和10个阿拉伯数字,最后利用集装箱箱号的先验知识,通过级联决策规则从候选字符集中识别出集装箱箱号.此方法应用于重庆港集装箱1 035张实景图像,箱号识别精度达97%,基于NVIDIA GeForce GTX1080图形处理器加速的箱号识别速度为每秒2～5帧.     

多种运输模式下国内沿海集装箱港口布局模型研究

针对集装箱多式联运运输方式下港口合理布局的问题,研究并提出了Hub and Spoke运输模式下港口布局的数学模型;对于该模型的非线性优化问题,引入了人工神经网络方法求解;以辽宁省地区的沿海港口为例进行了计算,并显示出合理的计算结果。     

能力约束下单产品多厂区联合决策模型及算法

针对具有能力约束的制造厂和多用户组成的生产-分销系统,研究了生产和运输能力约束下生产与运输联合决策,决策变量为产品的生产周期、供应商和用户之间的运输频率以及产品的经济分配量,优化目标为最小化供应链的单位时间平均总费用.在建立问题的非线性规划模型后,对模型进行了改进,提出了适合该问题模型的分配启发式算法.采用该算法和拟牛顿法(quasi-Newton method,QNM)分别对不同规模的问题进行了实例计算,结果验证了该模型的正确性和算法的有效性.     

考虑翻箱作业时出口箱堆场作业调度优化

基于出口箱的堆场操作实务,考虑堆场起重机取箱作业的现实约束,以作业过程中翻箱次数最少为目标,对堆场作业调度问题进行建模,提出了两阶段混合动态规划算法,将启发式规则嵌入动态规划算法中,以避免出现状态数"组合爆炸"增长的情况.通过仿真算例,并与实际调度规则及现有研究方法所得调度方案进行对比,验证了模型以及优化算法的有效性与实用性.结果表明,所提出的模型和算法可以在较短的求解时间内获得多组装船方案,且其翻箱次数显著降低.     

突发事件应急设施选址问题的模型及优化算法

综合考虑应急设施选址的公平性、效率性、设立成本等多方面的因素,建立了一个可适应重大突发事件救援设施不同部署策略的多目标规划决策模型.利用模拟植物生长算法的通用模型,提出了基于模拟植物生长思路的目标问题求解方法.通过对实例的计算,结果验证了多目标决策模型的可行性与合理性,模型的求解算法可获得最优解,具有良好的性能.     

集装箱码头集卡与岸桥协调调度优化

在同时装卸集装箱作业的情况下,考虑了集装箱卡车的运输时间和岸桥的作业时间,建立基于时间最少的优化模型.利用进化计算的特点,设计求解此优化模型的进化算法,进行了数值仿真试验,在合理时间内获得了最优数值结果.此模型和方法为码头集卡线路优化问题提供了决策支持.     

基于不确定性的跳阶序贯三支决策模型

序贯三支决策模型作为一种能够有效处理不确定性信息的数据挖掘方法，采用了渐进的思维进行决策。然而，边界域可能存在部分不确定性较大的等价类，即便添加属性也无法准确划分，导致决策的分类精度降低，同时延迟代价较高。因此，通过条件概率来刻画等价类的不确定性，基于阴影集理论筛选不确定性较大的等价类，并对其采取跳阶延迟处理的方法，提出了基于不确定性的跳阶序贯三支决策模型。实验结果表明，所提模型与经典序贯三支决策模型相比，在分类性能上具有更好的有效性。     

模糊随机条件下港口空箱保有量多阶段优化决策

在港口空箱需求和供给均为模糊随机条件下，综合考虑港口空箱租赁和空箱调运等因素，建立港口空箱保有量和空箱保有区间的多阶段优化决策模型.通过具体算例验证模型的实用性，并分析了港口空箱租赁受限量、空箱调运成本、空箱需求和供给的不确定性等对港口最优空箱保有量的影响.
     

融合启发式搜索的改进极快决策树算法在多规格货物智能混合装载中的应用

针对多规格货物装载效率较低问题,提出了一种融合启发式搜索的改进极快决策树智能装箱算法,该算法首先计算并择优选取样本信息熵,然后构建生成货物装箱决策树模型,最后基于启发式搜索方法对货物装载后的剩余空间进行合并再利用。通过保证决策树每个节点装入货物体积最大,对待装货物进行快速决策。最后,基于七组异构性逐渐增强的货物数据对算法进行仿真实验,结果表明：本算法在保证较高集装箱利用率的情况下实现了快速装箱。     

集装箱码头物流系统仿真

为提高集装箱码头的运营效率,基于Witness仿真软件模拟整体集装箱物流系统的方法,提出了集装箱(船舶)在港时间最短调度策略.计算该策略对应的总成本、泊位及设备利用率、船舶平均等待时间、船舶平均作业时间、集装箱滞留时间等指标,对集装箱码头瓶颈所在进行分析并优化.结果表明,该方法可以较好地改善集装箱码头的操作流程,且可实现可视化效果,具有广阔的应用价值.     

网络选址的两级决策模型

本文提出了以用户优化为下级决策,以设施选址优化为上级决策的网络选址两级决策模型,给出了树状网络下模型求解的基本定理及相应的算法,并从一个重要的反例出发,讨论了Braess佯谬与模型的联系。     

基于改进非支配排序遗传算法的配电网动态重构

针对分布式电源大规模接入配电网情况下配电网的动态重构问题,提出一种基于改进非支配排序遗传算法(non-dominated sorting genetic algorithms Ⅱ,NSGA-Ⅱ)的配电网动态重构策略.首先,以系统运行成本和电压偏移最小为目标建立配电网动态重构模型.其次,结合参数自适应策略和基于可行解优越性的约束处理技术提出NSGA-Ⅱ改进算法对模型进行求解.再次,用超体积(hypervolume)指标选择最佳的帕累托解集,并通过模糊决策技术从帕累托解集中选择最佳方案.最后,以IEEE 33节点系统为例进行仿真.结果 表明:该模型可以在降低系统运行成本的同时提高系统电能质量.     

一种求解翻箱问题的启发式算法

在集装箱堆场,翻箱操作不可避免,为降低翻箱次数,提高作业效率,有必要找到一种有效的方法来解决这一问题.在已知每个集装箱提箱顺序的前提下,如何安排翻箱作业顺序是典型的NP难问题.为此提出了一种启发式算法,并通过算例实验与已有算法的结果进行对比,实验结果表明本文提出的算法较优.     

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.