成组集中策略下滚装汽车堆场车位分配优化

滚装汽车堆场车位分配的合理性直接影响到滚装运输过程中汽车装卸滚装船舶的周转率.为提升装卸作业效率,研究了堆场车位最优分配问题;按照成组集中分配原则,以提高堆场内成组汽车停放集中度为目标,建立了衡量成组汽车停放集中度的混合整数规划模型;进而设计了基于网格随机搜索的启发式算法对模型进行求解.通过数值实验与分支定界法作比,验证了模型的合理性及网格随机搜索算法的有效性,拓展了汽车滚装码头堆场车位分配管理的理论研究.     

MAS与启发式算法结合的汽车滚装码头堆场作业调度

基于汽车码头堆场资源调度问题的基本假设,将MAS技术与启发式算法结合,进行分布式汽车码头堆场作业调度研究.首先建立汽车滚装码头堆场作业系统数学模型,通过模型求解确定调拨策略,根据调拨策略制定高效的汽车滚装码头堆场计划以提高堆场利用率.然后采用Anylogic仿真软件对计划制定的策略建立仿真模型,实现多个Agent之间的复杂交互.最后依据某汽车码头运营的历史数据,分析不同策略下以往堆场计划的执行状况,确定新的堆场作业计划,同时建立评价指标以评判设计策略的优劣,为堆场计划的制定提供依据,也为汽车码头合理的运营管理提供支持.通过仿真实验验证了模型的可信性和系统的实用性.     

集装箱堆场出口箱箱位分配多目标优化模型

为了合理分配集装箱堆场出口箱箱位,考虑出口箱进场时间的随机性以及出口箱重量的不确定性,以取箱装船过程中尽量避免翻箱操作、最小化存储成本、使各堆栈中箱子数均衡为目标建立堆场出口箱箱位分配的多目标优化模型.应用MATLAB软件中YALMIP工具箱编程求解.针对此模型,设计3组实验,分析贝位中已占用箱位数对箱位分配的影响,以及各堆栈中箱子数均衡与存储成本之间的关系.结果表明该模型能够从总体上实现对出口箱箱位分配的优化并能尽量避免取箱装船过程出现翻箱操作.     

基于吸引子布局算法求解码头泊位岸桥分配问题

泊位和岸桥资源是港口码头的重要稀缺资源,如何合理的安排调度船舶靠泊和岸桥工作对港口码头的作业效率有极其重要的影响.同时研究了泊位分配与岸桥调度分配问题,通过将靠泊时间、岸桥使用以及泊位占用进行抽象化,成为一种矩形评价块,并将整体靠泊作业过程转化为一种新的三维矩形布局问题进行研究.计算表明,将传统建模方法转化为空间布局模型可全面考虑靠泊过程中各类型资源的占用,并可有效提高各类资源在靠泊作业中的总体宏观效率,与传统建模和算法相比有明显的优越性和更全面的统筹性.     

自动化集装箱码头同轨双堆垛起重机交接缓冲贝位优化

在自动化集装箱码头中,堆场作业效率是评估码头整体运作效率的重要指标.为了提高堆场作业效率,采用同轨双堆垛起重机以借助缓冲贝位同时存储和取回集装箱,其中主堆垛起重机将集装箱堆叠在缓冲贝位,协作起重机将其运送到目标贝位.缓冲贝位的设置能规避双堆垛起重机之间的移动冲突,将冲突转移到缓冲贝位上.制定了一个安全时间间隔以避免双堆垛起重机在缓冲贝位上发生碰撞,以最小化任务完成时间为目标,构建了一个混合整数规划模型决策缓冲区位置和作业最优序列.设计算例和数据集,研究安全时间间隔、起重机移动速度、小车处理时间的敏感性,起重机不借助缓冲贝位和借助缓冲贝位完成任务对任务完工时间的影响以及最优缓冲贝位发生变化对任务完工时间的影响.实验证明,安全时间间隔、起重机移动速度、小车处理时间会影响任务完成时间和缓冲贝位;相较于不借助缓冲贝位完成任务的情况,借助最优缓冲贝位完成任务可以减少11.38%的完工时间;而与最差缓冲贝位相比,最优缓冲贝位可以减少49.40%的任务完工时间.     

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...     

基于岸桥成本分析的集装箱港口泊位和岸桥分配问题

针对岸桥作业成本对装卸活动的影响,建立集装箱码头离散型泊位和岸桥集成分配的混合整数规划模型,结合具体算例,运用优化软件求解.在分析船舶在港相关成本时,通过比较不同成本比率下船舶靠泊结果,得到港口应该设置的等待成本与装卸成本比率;再根据设置成本比率后的模型,考虑在不同总岸桥数量配置下船舶在港总成本最小值的趋势,获得使目标函数最小的合适总岸桥数.研究结果表明,岸桥固定成本投入不同会影响港口船舶泊位分配和岸桥配备.     

一种基于RC链的私家车位分配方案

随着共享经济的快速发展,车位共享平台应运而生。车位自动分配技术因能大大缩减泊车人寻找车位的时间并提高车位的利用率而逐渐被车位共享平台使用。然而,在私家车位共享场景下,现有车位共享平台在分配车位时只追求车位利用率的最大化而忽略了车位分配的公平性,一定程度上影响了用户使用平台的热情。针对这个问题,研究设计了一种基于RC链（Resilient and Consensus-based Chain）的私家车位分配方案。该方案结合RC链技术与第二拍卖价格策略,在车位分配过程中保证了公平性和高效性。通过使用RemixIDE、Hyperledger Sawtooth和Hyperledger Caliper等工具对方案进行仿真分析,证明了该方案相比传统方案有着更好的公平性和高效性。     

垂岸式集装箱码头自动化跨运车作业任务分派与序列优化

自动化跨运车(Automated Straddle Carrier,ASC)是一种自动化集装箱码头水平作业设备,可直接在岸桥下从地面存取集装箱,同时在堆场也可直接存取集装箱,其作业不会直接影响岸吊等其他设备的作业效率,具有独立性.考虑垂岸式集装箱堆场布局,以最小化完成时间和空驶时间为目标,建立ASC作业安排的混合整数规划模型,确定ASC的作业序列.根据数值实验结果,分析ASC数量配置的影响,以及完成时间和空驶时间之间的均衡关系.     

基于和声搜索算法的快递配送路径优化研究

研究了在电子商务环境下新兴的启发式和声搜索算法在快递配送路径优化中的应用,根据案例和实验得出区域内快递配送路径优化的方案,通过实验数据和传统的遗传算法做了比较,分析了两种算法在解决路径优化这类离散问题中的特点和利弊。     

基于麻雀搜索算法考虑病患流的医院诊疗设备维护优化研究

针对医院诊疗设备出现故障后对病人的影响不可控、产生的维修费用高等问题，提出了一种基于病患流分布不均的预防性维护决策模型。首先，针对医院诊疗设备退化速度受病患流分布影响的特点，采用病患流因子反映其人流量变化规律，并基于设备衰退演化规则构建了设备退化过程模型。其次，通过将量化的诊疗设备故障风险成本以及延迟或提前维护带来的变动成本纳入成本计算体系，提出了病患流分布不均状况下以故障风险值为约束的设备维护策略。最后，采用麻雀搜索算法进行寻优获取关键初始变量，并对模型进行数值仿真分析，结果表明，新维护策略在保障诊疗设备可靠度的同时，也能保持较低的维护成本。     

基于遗传禁忌搜索的单车场多目标区域调度优化

区域调度是公交营运调度的发展方向,但区域调度相对于传统的线路调度,其影响因素多,模型构建难度大,求解也较为复杂。以单车场区域调度为对象,选择公交车辆空驶时间、等待时间、跨线次数以及运力规模最小等主要目标,构建了多目标区域调度优化模型。考虑到多目标函数优化问题的复杂性,将禁忌搜索融入遗传算子,设计遗传禁忌搜索求解算法,最后将已建模型和设计算法运用到算例中。计算结果表明,遗传禁忌算法较一般遗传算法更能高效地解决公交车辆的单车场多目标区域调度问题。     

一种解多目标优化问题的基于分解的人工蜂群算法

在处理多目标优化问题时,如何平衡所得解集的分布性与收敛性是一个困难又重要的工作。为此,提出了解决该问题的一种基于目标空间分解的人工蜂群算法(MOABC/D)。首先采用一组方向向量将目标空间分解成一系列的子区域,并在每一个子区域至少保留一个解来保持解的分布性,其次提出一个基于分解的选择策略和2个基于信息交换的搜索策略来提高人工蜂群算法的搜索能力,并采用一个基于高斯分布的搜索策略来增强人工蜂群算法的搜索效率。为验证所提算法的性能,与8种同类算法在10个测试问题上进行比较。结果表明,本文所提算法得到的解集具有更好的收敛性能和分布性能。     

基于麻雀搜索算法优化支持向量回归的装配式建筑施工安全投入优化

为提高装配式建筑施工安全水平,减少社会经济损失,对施工安全资源投入的合理分配进行研究。选取20组装配式建筑施工安全投入与事故经济损失数据作为样本,通过基于麻雀搜索算法优化的支持向量回归模型对样本进行非线性拟合,以事故经济损失最小化为目标函数,安全投入资源为约束条件,构建安全投入优化模型。以某装配式建设项目为例进行实证分析,结果表明:基于麻雀搜索算法-支持向量回归的施工安全投入优化方法能有效降低安全事故损失、节约投入资金,具有良好的优化效果,可为装配式建筑施工安全投入决策提供科学有效的依据。     

城市公园绿地游憩供需协同度评价及优化策略

[目的]以公园绿地与居民人口间的供需平衡及协同发展为目标导向,提升公园建设的时效性,为建设低碳、高效、节约、环保的城市绿地系统提供科学依据.[方法]综合选取定性与定量指标,构建游憩供需系统评价体系和协同度量化模型,以郑州市主城区为例,对供需协同度在行政区单元的空间分异进行评价分析,并结合上位规划,利用ArcGIS中的位...     

基于IFCM-GRA的空间多维热误差温度测点优化

热误差是精密、超精密加工中主要的误差源之一,热误差温度测点优化是热误差补偿的关键问题.在机床空间多维布置的大量温度测点之间存在多重相关性,从众多测点中选取特征点的优劣程度,将直接影响到热误差补偿效果.通过对温度测点间多重相关性及温度与热误差关系的综合分析,采用改进的模糊C-均值(IFCM)聚类算法对温度测点进行聚类,以减小类与类之间温度测点的相关性,且避免FCM算法对初始聚类中心敏感易局部收敛的缺点.对温度测点按灰色关联分析(GRA)中的灰色综合关联度进行排序,从变化量和变化率的角度综合反映温度与热误差的关系.采用IFCM-GRA对温度测点进行优化,提高了热误差模型的鲁棒性及准确性,使温度测点数量大幅度减少.在某型号精密卧式加工中心上进行实验,温度测点从17个减少到4个.在不同转速下,利用多元线性回归对优化出的温度测点与热误差建立模型,所建立模型均能很好地预测热误差变化情况,经对预测模型分析,轴向热误差由几十微米减小到5μm以内.