堆场集装箱预翻箱问题

针对堆场集装箱预翻箱问题,提出对应的启发式算法,根据堆场实际情况,在考虑单个贝内集装箱服务的船舶数,再依次考虑目的港、重量这两个因素的基础上,建立了时空网络模型.随着贝内集装箱数目的增加,预翻箱问题变成一个NP-Hard问题,时空网络模型难以求解,因此又提出了对应的启发式算法,并证明了其在计算时间上的压缩.通过对贝内最优层高差进行研究,发现当相邻集装箱的层高差为2时,可以优化集装箱的预翻箱操作.     

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.     

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.     

基于进化策略的港口集装箱装船作业优化

使用一种进化策略算法对港口集装箱装船作业顺序进行优化 .首先对港口集装箱码头的结构及其装船作业过程进行分析 ,针对集装箱装船作业排序问题 ,建立了考虑位置约束和设备约束等条件的优化目标函数 ,给出了目标解的染色体表达方式和基于混合变异的进化机制 ,并通过实例计算和分析验证了算法的实用性 .     

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。     

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。     

集装箱堆场收发箱管理Multi-Agent系统研究

考虑集装箱码头堆场管理的动态性、复杂性和分布式特点,在对集装箱堆场作业工艺分析的基础上,建立了堆场收发箱管理Multi-Agent系统模型,系统地分析了Agent基本结构和功能,分别基于两级调度策略和翻箱期望最小设计了收、发箱箱位优化Agent,提出了Agent间的通信和协作机制.算例仿真表明该系统能有效改进收发箱管理性能.     

基于改进蚁群算法的集装箱装卸顺序优化研究

为缩短船舶在港时间,提高码头的作业效率,应用改进蚁群算法对集装箱装卸顺序的组合优化问题进行求解。首先结合柔性作业车间调度理论与集装箱装卸过程中船舶和岸桥的实际情形,建立集装箱装卸顺序调度模型;然后针对基本蚁群算法易出现早熟现象和收敛速度慢等问题,通过动态的改变信息素的挥发度与信息素强度,同时按照改进的信息素更新策略更新各路径的信息素,从而跳出局部最优;最后运用C#.NET语言对基于改进蚁群算法的集装箱装卸顺序问题进行仿真与步骤分析,验证了改进蚁群算法的有效性。实践证明,改进后的蚁群算法基本上克服了传统算法自身的不足,能够对集装箱装卸顺序优化,缩短作业时间。     

基于现实约束的集装箱装船顺序优化

基于给定的集装箱堆场的堆存状态和集装箱船配载图,并考虑海关放关与否的现实约束,构建以最小倒箱量为目标的集装箱装船顺序优化模型,进而开发启发式算法.数值实验显示了模型及算法的有效性与实用性.     

基于集装箱堆场翻箱问题历史研究成果的探究

集装箱堆场为提高堆场效率,减少船舶在港时间,在岸桥、场桥、龙门吊、集卡及其它们之间的协同运作和集装箱的操作方面都做出了努力,集装箱翻箱问题作为影响集装箱堆场的重要指标也受到了高度的重视。已有的文献已经对堆场中的翻箱问题做出了一定的研究,并取得了一定的成果,对堆场实际运作提供了理论支持。本文主要是通过对已有文献中针对翻箱问题的解决方案进行归纳总结,结合对实际堆场的调查提出目前解决翻箱问题的关键点和未来可能的研究方向。     

Integrated Quay Crane and Yard Truck Schedule Problem in Container Terminals

Quay crane and yard truck scheduling are two important subproblems in container terminal operations which have been studied separately in previous research. This paper proposes a new problem for the integrated quay crane and yard truck scheduling for inbound containers. The problem is formulated as a mixed integer programming (MIP) model. Due to the intractability, a genetic algorithm (GA) and a modified Johnson's Rule-based heuristic algorithm (MJRHA) are used for the problem solution. In addition, two closed form lower bounds are given to evaluate the solution accuracy. Computational experiments show that the solution algorithm can efficiently handle the scheduling problem and that the integrated methods are very useful.     

求解带平衡约束矩形布局问题的混合算法

以卫星舱布局为背景,针对二维带平衡约束的矩形集在圆容器内的布局问题,提出了一种混合算法,即带压缩策略的动态匹配算法,并与粒子群优化算法结合起来.对于给定的圆容器,将整个布局过程分为4个阶段,相应地将圆容器分成8个区域.每次放置矩形时,动态匹配算法先根据系统质心动态选择装填区域,然后在该装填区域中根据排序函数选择待布矩形.压缩策略用来压缩圆容器,粒子群优化算法用来优化排序函数的参数.在测试集上的计算结果表明:相对于已有算法,提出的混合算法更加有效.     

泊位调度问题的GATS混合优化策略

在集装箱港口的运作中，泊位调度系统是制约集装箱港口降低船舶在港时间和运营成本的主要瓶颈之一．泊位调度问题是NP难问题，本文分别应用遗传算法GA和混合优化策略GATS对泊位调度问题的非线性规划模型进行了求解，与遗传算法相比，混合优化策略GATS增加了种群多样性，加速了进化过程，避免陷入局部极小解。     

Berth-crane allocation under uncertainty:dynamic modeling and nested Tabu search

The integrated berth-crane allocation problem at container terminals is addressed under the uncertainty of vessel arrival time at operational level. To ensure both robustness and flexibility of the 2-stage decision processes,a dynamic decision framework is proposed based on the dynamic analysis of information and operation at container terminal. A mixed integer programming model is established aiming at minimizing total cost of all vessels,including the cost of fixed to-be-executed decisions in the 1~(st) stage and expected cost of the adjustable stochastic-scenario-based decisions of all scenarios in the 2~(nd) stage. A multi-layer nested Tabu search is proposed for each epoch dynamically. Finally numerical experiments have been conducted to testify the effectiveness and efficiency of the proposed model and algorithm.     

Aheuristic Algorithm for Berth Scheduling Problem in Container Ports

In this paper,the berth scheduling problem is transformed into a special two-dimensional packing problem with some constraints.A nonlinear programming model for the problem is established,and a heuristic algorithm is proposed to solve the model.Simulation results show that the algorithm can improve the utilization of berths on discrete berth scheduling in the container port.     

集装箱堆场问题的一个数学模型及其算法

讨论了集装箱堆场中一个常见的问题,即若干个不同重量的集装箱按一定顺序到达,要将这些箱子三个一垛码好,先到先码,后到后码,尽量轻箱在下,重箱在上,以保证装船时重箱在下,轻箱在上.因为在大多数情况下,无论怎样码放,都免不了捣箱.因此,如何码放才能使捣箱数最小是值得研究的问题,此问题可能是N-P难的问题,所以本文给出了这一问题的一个启发式算法.     

改进遗传算法求解三维集装箱装载问题

集装箱配载是一个复杂的组合优化问题,约束条件多,属于NP完全问题,求解难度大。本文在考虑一些实际应用中的约束条件下,提出了一种三维集装箱装载的改进遗传算法。算法中考虑了货物放置方向、装载容积等约束条件,给出了有效的解码算法。实例仿真结果说明了该算法的有效性和实用性,可以直接在实际中应用。     

集装箱枢纽港陆向供应链规划模型

基于集装箱枢纽港陆向供应链系统分散的层次结构特征，建立了集装箱枢纽港路向供应链规划的双层多目标决策模型.将双层多目标决策问题转化为单层多目标决策问题，利用多目标遗传算法求解单层多目标决策问题，并通过一个数值算例说明算法的应用.     

集装箱码头泊位与岸桥协调调度优化

为缩短船舶在港停留时间,提出以船舶在港时间最小为目标的泊位与岸桥协调调度优化方法.对泊位调度与岸桥分配这两个相互关联的问题进行系统分析与集成,基于免疫遗传算法对所建模型进行相应的算法开发.对某港集装箱码头的数值仿真实验表明,泊位与岸桥协调调度比单独调度可更有效提高集装箱码头的装卸效率,减少船舶在港时间.