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.     

集装箱码头考虑集卡能耗的岸桥集卡协调调度

随着环境污染和资源紧缺的加剧,绿色港口逐渐成为未来港口发展的必然趋势。因此针对岸桥集卡协调调度,建立了一个考虑集卡能耗和岸桥集卡作业时间的多目标数学模型。由于岸桥和集卡作业时间及集卡能耗这两个目标既有联系,又有一定程度的冲突,因而使用多目标优化的方法平衡这两个目标,并且采用遗传算法结合Matlab数学软件求解模型。算例结果表明:考虑集卡能耗的调度比不考虑集卡能耗的调度更节约调度成本,从而验证了模型和算法的有效性。     

集装箱码头岸桥分配与集卡调度整合问题研究

岸桥分配与集卡调度是相互联系相互影响的问题,如果要提高码头装卸效率,就必须协调好两者的调度关系。针对集装箱码头岸桥和集卡的协同调度问题,以使进口箱和出口箱的总完工时间最短为目的,考虑了集卡路径约束和岸桥实际操作情况等实际约束,构建了边装边卸的混合整数规划模型。由于模型比较复杂,因此采用了分层方法来实现两种设备的协调调度,并用改进的遗传算法来求解模型。实验表明,通过将改进算法的结果与标准化软件CPLEX所求得的最优解或下界比较,算法求得6组最优解且剩余算例平均偏差小于5%;在求解时间方面,随着岸桥、集卡和集装箱数量的增加,CPLEX求解时间跨度由1 s到1 h快速增长,而改进算法求解却仅仅需要几十秒,因此说明改进的算法可以快速有效地解决岸桥和集卡的协同调度问题。     

集装箱码头岸桥与集卡集成调度问题研究

岸桥与集卡是集装箱码头的重要资源。为了提高码头的装卸效率,针对集装箱码头岸桥和集卡的集成调度问题,以完工时间最小为优化目标,考虑集装箱之间优先关系和岸桥安全边际的实际约束,建立混合整数线性规划模型,利用改进粒子群算法(IPSO)对模型进行求解,制定了粒子编码和解码规则,设计了一种新的速度更新策略来改进解的质量。实验表明,将改进算法的结果与优化软件CPLEX所求得的最优解比较,IPSO算法求得12组数值算例的平均偏差为0.582%,且CPLEX计算时间的跨度随着计算规模的扩大从2.92 s到1 h,而IPSO的求解时间控制在50 s之内,并得到最优解,证明了该模型和算法可以快速有效地解决岸桥与集卡的集成调度问题。     

集装箱码头连续泊位与岸桥联合调度

为提高集装箱码头运作效率,在计划周期内,将有限的泊位和岸桥资源合理的分配给船舶,并在船舶上的装卸任务间进行动态调度,提出了基于任务的连续泊位与岸桥协调调度的模型,通过遗传算法对该模型进行求解。本文通过实例,验证了该模型和算法的有效性。     

遗传算法在车辆优化调度中的应用

旅行商问题是车辆优化调度中的NP难题,对旅行商问题进行描述,并建立了数学模型。介绍了遗传算法的基本思想,给出用遗传算法求解旅行商问题的过程,仿真实验证明该算法是有效的。     

双循环操作策略下集装箱码头岸桥与集卡多船作业联合优化模型

针对当前集装箱码头采用的双循环集卡操作策略,对码头岸边集装箱起重机(岸桥)和集装箱卡车(集卡)多船作业的联合优化问题进行研究.使用运筹学线性规划方法,建立岸桥和集卡联合优化混合整数规划模型.设计数学仿真算例,对比双循环操作策略之于单循环操作策略的优劣势.对模型的灵敏度进行了分析,验证了不同场景下模型的结果.实验结果表明,相对单循环操作策略,双循环操作策略平均能减少20%的装卸作业时间,减少集卡空载率,说明本文建立的优化模型能够较好地处理双循环操作策略下码头岸桥和集卡多船作业的联合优化问题.     

集卡和岸桥协同下的集装箱码头集卡路径选择

为使集卡运输和岸桥装卸两个环节能够协同优化,以集卡总运行时间最短为目标,构建集卡作业面模式和岸桥装卸协同作业模式下的集卡路径选择模型,并基于模型设计仿真算例。计算结果表明,模型能够有效解决集卡作业面作业和岸桥装卸协同作业同步优化的问题,较大程度地提高码头的生产运作效率。     

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     

遗传算法求解TSP的进化策略

本文提出用遗传算法（ＧＡ）求解旅行商问题（ＴＳＰ）的一整套进化策略，包括染色体的编码、反向运算、循环运算、交换运算．其中除反向运算外，均与通常的ＧＡ算法所采用的策略不同．文中解释了它们的几何意义．用该算法求解中国３１个城市的ＴＳＰ问题得到了１５４０４公里的新的路径长度．计算结果表明整个算法是有效的     

孔群钻削的运动规划和加工路径优化研究

本文对三轴直角坐标机械手的运动规划和加工路径优化方法进行研究。此设备用于钢琴弦轴板群孔钻削加工。首先,采用抛物线过渡的线性插值算法,对钻削过程进行运动规划,生成一条位置和速度都连续的平滑运动轨迹。然后,基于遗传算法,以最短加工路径为目标,以无碰撞地绕过所有的障碍物为约束条件,获得孔群钻削的优化加工路径。并以六种型号弦轴板进行计算验证,计算结果验证了算法的有效性。     

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.     

A Decision Support Method for Truck Scheduling and Storage Allocation Problem at Container

Truck scheduling and storage allocation, as two separate subproblems in port operations, have been deeply studied in past decades. However, from the operational point of view, they are highly interdependent. Storage allocation for import containers has to balance the travel time and queuing time of each container in yard. This paper proposed an integer programming model handling these two problems as a whole. The objective of this model is to reduce congestion and waiting time of container trucks in the terminal so as to decrease the makespan of discharging containers. Due to the inherent complexity of the prob-lem, a genetic algorithm and a greedy heuristic algorithm are designed to attain near optimal solutions. It shows that the heuristic algorithm can achieve the optimal solution for small-scale problems. The solutions of small-and large-scale problems obtained from the heuristic algorithm are better than those from the genetic algorithm.     

一种新的快速进化策略的设计与实现

对遗传程序设计思想进行拓展 ,通过对传统的进化策略进行改进 ,设计出一种新的快速全局寻优算法 ,该算法克服了传统的进化策略的缺点。实验表明这种新算法收敛速度快、有极强的避免局部极值的全局优化能力。     

解全局优化问题的遗传算法的一些新进展

本文综述了求解全局最优化问题的遗传算法的一些新进展，提出了该方向进一步研究的问题。     

双信道无线传感器网络移动代理路由算法

针对移动代理在信道竞争过程中的相互碰撞及相互抑制问题,提出了一种移动代理联合优化路由算法(MACORA).首先利用双层图模型将双信道无线传感器网络中的信道变换问题转化成双层图中的路由问题,进而可将寻路业务和数据传输业务分别放在双层图的控制层和数据层中同步传输,然后将双层图的控制层和数据层融合成一个双层网络,并在这个双层网络中为每个业务实时选路,最后充分利用不同网络层间的空闲信道资源来减少移动代理在信道竞争过程中的相互碰撞及相互抑制概率,达到降低网络堵塞率及数据包传递失误率2个目标.仿真结果表明,与动态传感器网络移动代理路由算法及无线传感器网络移动代理路由算法相比,MACORA算法能将数据包的传递成功率提高15%,并能有效降低网络的平均通信延迟.     

不光滑凸函数的下降算法

给出一个易在计算机上实现的极小化凸不光滑函数的下降算法，在目标函数下有界的条件下，证明了算法的全局收敛性；此外还把算法推广到约束凸规划问题，得到了与无约束问题同样的收敛结果，如果约束是线性的，则算法是数值可行的。和已有的下降算法相比，该算法具有更好的适应性。     

求最短路径问题的自适应路由遗传优化算法的设计与实现

从最短路径问题的研究背景、最短路径问题概述、求解最短路径问题的自适应路由遗传优化算法的设计及其实现等方面提出了一种新的求解最短路径问题的自适应路由遗传优化算法,实验仿真比较了该算法与Dijkstra算法的路由过程、算法的收敛性和执行的效率,结果初步证明该算法高效可行,尤其适合于大规模网络.     

一类优化问题的求解算法

使用水平集方法对应用于工程、金融、经济等领域中的线性多乘积规划问题给出一确定性算法.