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.     

集装箱码头连续型泊位与岸桥集成调度

摘要：
针对集装箱码头泊位与岸桥两类资源分配的问题,提出了以最小化船舶总在港时间为目标、同时决策泊位与岸桥分配计划的方法,建立了连续型泊位和岸桥集成调度的数学模型.采用拆分决策对象的双层循环迭代算法对模型进行求解.算法的上层使用遗传算法优化船舶优先级和岸桥数目;下层基于船舶优先级决策泊位和岸桥集成调度计划,并通过数据实验证明了该算法的有效性和优越性.
关键词：
集装箱码头; 泊位分配; 岸桥分配; 集成调度
中图分类号： TP 29; U 691
文献标志码： A     

基于Memetic算法的集装箱码头泊位应急调度策略

针对集装箱码头因船舶压港产生的应急调度问题,提出一种基于Memetic算法的泊位应急调度策略.首先,通过人机交互方式确定一系列不同长度的恢复时间;其次,在每段恢复时间内采用Memetic算法对相应船舶集合进行重调度,以实现甩港船舶数最少的优化目标;最后,通过综合分析恢复时间和优化结果确定最终方案.试验结果表明,该优化策略可使集装箱码头在尽量完成船舶作业的同时,以最快速度恢复到正常生产秩序,可供集装箱码头应急决策时参考.     

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.     

基于集合划分的航速可变不定期船舶调度模型

基于不定期船多货物、多船舶、多挂靠港口和多航线的运营组织特征,综合考虑船速对航次时间、航次成本的非线性影响,提出了不定期船舶调度的非线性网络规划模型,用于解决航速可变的船舶选线与调度规划问题.针对模型的结构特点,设计了基于集合划分方法的两阶段求解算法.通过案例计算验证了模型和算法的效果.计算结果表明：考虑船速可变,制定的船舶调度方案能使营运收益提高10%~25%.新建立的模型能够对船舶运行计划、货载选择、包运货物运输组织方式和船速等进行统筹规划,制定详细的船舶运行时刻表,为不定期船舶调度实务提供决策支持.     

基于混合算法的多目标连续泊位-岸桥集成调度研究

为了多角度考虑,合理地提高码头作业效率和客户满意度.针对集装箱码头连续泊位,考虑船舶动态到达且船舶有优先级条件下的泊位-岸桥集成调度优化问题.首先,建立了基于船舶总在港时间最少、总等待时间最少,泊位偏离惩罚最小、超出计划离港时间惩罚最小的多目标泊位-岸桥集成调度一阶段模型和最小化岸桥移动成本的岸桥具体分配二阶段模型.然后,提出了一种将细菌觅食、粒子群、克隆免疫、变领域搜索相结合的混合算法.最后,用提出的算法和Cplex软件对模型算例进行求解,针对不同目标,得出具体调度方案.实验表明:混合算法比细菌觅食算法、粒子群算法和克隆免疫算法有更好的精度并且具有较快求解速度;同时具体调度方案会随着目标函数的不同而发生相应的变化,各个目标之间存在约束关系,验证了混合算法和模型的有效性.     

抵港时间不确定的多目标泊位-岸桥分配

针对不确定性因素造成的船舶提前或延迟到港的问题,考虑船舶抵港时间不确定性,建立以船舶在港时间和港口装卸成本最小化为目标的泊位-岸桥分配非线性混合整数多目标规划模型,利用优化技术处理非线性多目标问题.研究结果表明:模型能有效减少船舶抵港时间不确定性对港口运营造成的损失,优化船舶装卸操作成本和船舶在港作业时间,为集装箱码头提供了更合理的解决方案.     

抵港和装卸时间不确定情况下的离散泊位分配问题

在港口实际运营中,由于船舶航速变化、天气因素、岸桥机械故障、岸桥效率变化、人员安排变动等原因,船舶的抵港和装卸时间产生不同程度的波动,影响泊位分配计划的可操作性.为研究船舶抵港和装卸时间这两种不确定情况对于制定泊位分配计划的影响,本文针对离散泊位,建立了集装箱码头泊位分配的混合整数规划模型,并设计算例,采用Cplex求解.通过考虑抵港和装卸时间波动的随机性,计算不同波动程度下的船舶总在港时间,并与确定情况进行比较,得到两种不确定情况对于船舶总在港时间的影响规律.     

基于时间窗的船舶挂港顺序优化

将一个船舶挂港选择问题作为基于软时间窗多船的装卸货问题来研究．用软时间窗取代了一般研究中采用的硬时间窗,因而可以通过控制客户需求对时间窗的偏离,来找到更优的船舶挂港次序并进一步实现运营成本的减少．为了控制相对时间窗的偏移量,引入了一个在时间窗外提供服务的不便成本函数．并提出用集合分裂法来解决问题．计算结果表明,所提出的算法在船舶的挂港选择问题中有很高的实际应用价值。     

基于航行经验的内河稀疏AIS轨迹估计方法

内河航行环境中AIS信号拥塞和丢失现象严重,导致船舶AIS轨迹稀疏不连续,而传统的采用数值分析方法拟合船舶丢失运动轨迹,无法适应地形弯曲复杂的内河航道水域,容易出现穿越陆岸的问题.为此,本文提出一种基于航行经验的内河船舶轨迹估计方法,针对稀疏轨迹的相邻采样点,基于空间一致性、时间一致性和航向一致性,提取有效的他船航行轨迹,通过核密度估计方法建模航行经验—航行热度分布;然后,考虑船舶运动趋势,计算得到基于航行热度的最优路径,并将其作为近似估计轨迹.选取三种典型内河航道场景进行稀疏轨迹还原实验.结果表明,本文方法能够很好地适应内河航道的复杂地形.     

一种基于随机规划的晶圆制造产能规划方法

针对晶圆制造过程中产能与需求的高度不确定性问题,采用基于场景(scenario)的随机规划方法进行设备购置决策.未来不确定的需求采用多个以发生概率相联系的预测场景来模拟,使得到的设备购置决策具有较好的鲁棒性.采用加工作为衡量产能的标准,考虑了优先设备与后备设备的区别,目标是尽量满足各阶段各场景中的需求.结果表明,当未来产品需求在一定范围内变动时,基于随机规划的决策优于基于线性规划的决策.     

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%.     

用于晶圆制造产能规划优化决策的改进随机规划方法

提出了一种滚动式基于场景(scenario)的随机规划方法.由于需求的高度不确定性,采用多个预测场景来模拟需求的不确定性,其发生概率之和为1;由于一个产能计划周期可能包含多个需求预测周期,以分别满足几个预测周期的需求为约束,而不是满足整个计划周期的需求;以滚动的形式来做设备购置计划,即根据未来几个计划周期的情况来做本期设备购置决策,使得到的设备购置决策具有更好的鲁棒性.结果表明,当未来产品需求在一定范围内变动时,基于随机规划的滚动计划决策优于原来的随机规划决策.     

基于主从博弈的智能车汇流场景决策方法

现有智能车决策方法未考虑路权信息、车辆礼貌驾驶以及车辆有限感知范围等因素,容易导致汇流时的安全隐患.针对该类问题,提出一种基于主从博弈的智能车辆决策方法.该方法通过构建结合路权的博弈模型,对汇流场景进行参数化建模,再引入合作因子等目标项设计相应的收益函数,最终设计汇流场景中的车辆决策求解框架,以达到该场景下决策收益的最大值.实验结果表明,所提方法能够提高在数据集上的车辆决策行为预测准确率,并能提高车辆在高车流密度环境中的决策稳健性.     

基于区间数决策矩阵的专家群体判断一致性

针对群决策中基于区间数决策矩阵形式偏好信息的专家群体判断一致性问题,提出了一种分析方法.首先,给出了有关区间数的定义及其决策矩阵规范化方法;然后,通过定义有关两个区间数的距离和一致性判定函数,给出了专家群体判断各个元素、各个方案、各个指标的一致性分析方法,同时,也给出了基于区间数决策矩阵的专家群体判断一致性的判别方法及专家群体判断不一致的调整方法.最后,通过一个算例说明了该方法的有效性.     

基于场景元模型的需求可追踪性研究

在软件需求获取阶段,涉众可能会不断更改他们的需求甚至提出新的需求。针对软件需求不断变更的问题提出了一种基于场景元模型的解决方法。该方法利用场景元模型中定义的元素及其关系建立需求中的可追踪性,通过计算变化追踪矩阵查找需求变更时影响的其他因素,最后验证了所建立追踪关系的正确性。通过场景元模型的方法在需求的各个元素之间建立可追踪关系,可准确找到需求变更时波及到的其他元素,提高捕获需求的效率和准确性。     

基于改进蚁群算法在集装箱码头泊位优化中的应用

探讨了蚁群算法在码头泊位优化中的应用问题。以一定时间内所有船舶在港总时间最短作为优化目标,建立泊位优化配置模型。在求解中,利用改进蚁群算法确定了停靠在每个泊位上船舶的作业顺序。然后,在实例场景与最初的先到先服务算法相比,改进的多态蚁群算法在停港时间上有较大的提高。     

多机分布式协同搜索方法及模糊算法求解

针对未知环境下多无人机(UAV)分布式协同搜索问题,对分布式搜索的通信交互和决策最优性进行了分析,给出了分布式纳什均衡解的求解方法.在分布式控制框架下,建立了基于滚动优化的多机搜索的问题描述和状态空间模型,并针对传统协同收益指标的不足,提出了基于人工势场的协同收益模型,与模糊控制相结合,建立模糊规则求解协同收益,增加了决策的鲁棒性.仿真实验验证了提出的协同搜索方法的有效性.     

具有服务优先级别的动态离散泊位调度优化

研究具有不同服务优先级别的船舶动态到达情形下的离散泊位调度问题.以泊位分派和船舶作业开始时间为决策变量,为优化码头作业效率和船公司客户满意度,以最小化船舶总在港时间与加权延迟时间之和为目标建立数学模型.采用基于修改后的先到先服务等规则的启发式算法生成初始解,以此为基础设计结合禁忌深度搜索和模拟退火算法框架的混合算法对问题进行优化求解.不同问题规模下的数据仿真试验表明,该算法可以快速、有效地解决此类问题.     

一类多投递员中国邮路问题动态规划模型研究

采用动态规划决策思想,针对KPCPP问题,建立了一套算法体系.该类问题不能直接应用于决策思想,通过弧点转换算法,构建了该问题适用于决策的模型.在此模型基础上,提出了多阶段决策过程模型转换算法,得到的模型符合多阶段决策过程需求;在动态规划的基础上,提出了一个新的搜索算法KMDPA,首次实现了该类问题的动态规划模型求解,并对该算法体系的理论性和有效性做出了证明.