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     

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。     

考虑服务公平性的连续泊位-岸桥集成分配

泊位和岸桥是集装箱码头非常最要的资源,合理的分派与调度可以有效地提高作业效率.目前泊位和岸桥的集成调度模型中大多以最小化船舶在港总时间或最小惩罚成本为目标函数,忽略了码头对船舶服务的公平性.为此,通过扩展现有的连续泊位分配模型,兼顾船舶惩罚成本及船舶等待与岸桥分配的公平性,建立多目标的连续泊位分配模型.设计一个三阶式邻域搜索算法, 该启发式算法包括邻域搜索安排船序列、停泊位置搜索和分配调整岸桥3个阶段.实验结果显示,不同的邻域策略取得的最优解不同,通过设置最优的邻域策略可以获取最优的目标函数值.实验表明,该模型与算法可以在接受的时间内取得最优解,相关成果可以为码头对船舶服务的公平性研究提供理论依据.     

基于缓存思想的集装箱码头泊位作业优化

为保持泊位作业的高效运转,提高集装箱码头作业效率,针对泊位作业中岸桥可能出现的等待问题,建立一种船舶服务时间的数学模型.从初始、循环、收尾3个状态来研究泊位作业,着重分析集卡和岸桥作业的衔接,寻找出现泊位作业阻塞或死锁的原因.借鉴计算机领域中的缓存,提出缓存区域作业.应用缓存区域作业的泊位作业模型能够使岸桥保持持续工作,大大缩短了船舶服务时间.采用MicrosoftExcel的模拟算例结果表明,该优化方法可有效提高泊位作业效率.     

基于神经网络的图形化泊位分配系统研究

结合集装箱码头公司的实际生产情况,探讨了神经网络技术用于船舶在港时间的预测,并论述了自动泊位分配的算法设计和计算机泊位分配系统的实现。     

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.     

水果运输调度问题的优化

针对带硬时间窗的水果运输调度问题(Fruits in Vehicle Routing Problem with Hard Time Windows,FVRPHTW),联系实际应用中水果易腐的特性及运输途中的路况因素,采用蚁群算法、模拟退火算法和禁忌搜索算法来对FVRPHTW求解,并分析3种算法的优缺点。实例证明,这些算法对求解水果运输调度问题是可行的,模拟退火算法略优于其他两种算法。     

集装箱码头出口街区作业调度优化

为提高集装箱码头装船作业效率,以最小化街区间作业不均衡程度为目标,考虑集卡数量、街区与泊位的距离及街区可用容量3种因素对目标值的影响,构建了街区分配与集卡指派一体化线性规划模型,并设计了两阶段算法进行求解。第一阶段,运用穷举法求解最优的集卡指派数量与作业箱量的非整数松弛解;第二阶段运用分支定界法求解作业箱量的最优整数解,并确定装载至同一船舶的出口箱的街区,以及每一街区需指派集卡的数量。数值实验表明,两阶段算法能在短时间内求得最优解,并能缩短集装箱装船时间。     

基于粒子群算法的泊位分配集成优化研究

泊位分配直接影响着港口船舶的进港靠泊时间和作业效率.为获得合理的集装箱码头泊位分配计划,建立了以最小化船舶在港时间和码头运营成本的集成优化模型,并应用粒子群算法进行求解.通过与Gurobi软件求解结果进行对比,发现在求解大规模的船舶调度问题时,粒子群算法在求解时间上比Gurobi更有效.     

置换流水车间调度问题的离散粒子群优化算法

提出了一种求解置换流水车间调度问题的离散粒子群优化算法.在该算法中,定义粒子的位置为作业的置换,粒子的速度为置换中作业的交换,根据离散量运算的特点,对粒子的运动规则进行了重新定义.采用变邻域搜索算子和逆序算子来保持粒子群的多样性和提高算法的局部求精能力,使算法在空间探索和局部求精间取得了较好的平衡.在Taillard测试问题集上对算法性能进行了仿真实验,结果表明,离散粒子群优化算法具有良好的性能.     

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.     

散货码头排船计划优化研究

在散货码头中,小型船增多,排船调度系统有着重要的作用。优化过的调度系统可以最大限度的利用码头装载能力。因此,调度系统的优化方案是个重要的研究方向。本文给出了一种可行的优化方案。     

Job-shop调度问题的离散布谷鸟搜索算法求解

在布谷鸟搜索算法的基础上,提出了一种基于升序排列的离散布谷鸟搜索算法(DCS),使用该算法求解Job-shop的经典LA问题.仿真数据显示,该算法在收敛速度、精度和稳定性方面都明显优于粒子群优化算法和萤火虫优化算法,显示出DCS算法的可行性和有效性.     

基于船舶优先权的泊位和岸桥耦合优化

泊位和岸桥的有效管理一直是港口码头的重要问题.优先权主要影响船舶在靠泊过程中靠泊顺序以及靠泊时间.利用泊位和岸桥的耦合思想建立模型,通过船舶的作业量确定船舶的优先权,并将优先权作为泊位分配的目标函数的影响因子.在优先权的影响下首先确定泊位分配计划,在耦合过程中,泊位分配计划影响岸桥分配计划.这样,优先权就影响了整个船舶的泊位分配以及岸桥分配的作业情况.通过对具体算例的分析,验证了优先权对实际作业港口的影响.结果对港口具有实际应用的价值,拓展了泊位和岸桥耦合优化的研究.     

带外包的服饰运输调度问题的优化

由于服饰产品是一种时效性很强的商品,而且服饰产品在配送过程中可以外包给快递公司进行配送,对带外包和硬时间窗的服饰运输调度问题（Apparel products Vehicle Routing Problem with Hard Time Windows and Outsourcing,AVRPHTWO）进行分析,并构建了AVRPHTWO、一般性VRP（Vehicle Routing Problem）和VRPSTW（Vehicle Routing Problem with Soft Time Windows）的数学模型,通过对基本的人工鱼群算法（artificial fish swarm algorithm,AFSA）进行改进,混沌搜索被引入人工鱼群算法来提高算法的全局收敛性,反馈策略用来指导人工鱼的移动,以此来提高收敛精度。应用混沌人工鱼群算法（chaotic artificial fish swarm algorithm,CAFSA）及遗传算法（genetic algorithm,GA）对所建立的三种模型求解,通过对实验数据进行处理,证明了AVRPHTWO模型和混沌人工鱼群算法求解此类模型的有效性,进一步证明了问题模型的复杂程度影响算法寻优能力,问题模型简单时,遗传算法更优;问题模型复杂时,混沌人工鱼群算法更优。     

一种基于类的优先队列的动态资源配置方案

为了更好地实现移动通信网络中的动态资源配置,遵循最新的WCDMA标准,文章提出了一种基于类的优先队列的配置策略,并给出了具体的实现方案。分析表明,该方案在花费额外缓冲空间和增加复杂度的条件下保证了较低延迟,适用于多业务的移动通信网络环境。     

油料调度保障问题的多目标优化方法

【目的】研究油料保障活动中的调度保障问题。【方法】综合多方面因素，构建了以调度效率最大化、系统调度成本最小化以及系统调度时间最小化为目标函数的多目标优化模型。【结果】利用多目标优化的主要目标法等标量化方法将问题转化为单目标优化模型，分析该模型解的性质并提出相应的遗传算法进行求解。【结论】提出的多目标优化方法能够在保障调度效率的同时获得相应较低的系统成本和相应较短的系统调度时间，可为油料调度保障问题提供决策参考。     

基于多目标离散正弦优化算法的混合零空闲置换流水车间调度

针对以最小化最大完工时间（makespan）和最小化最大拖期（maximum tardiness）为目标的多目标混合零空闲置换流水车间调度问题（Mixed No-idle Permutation Flow Shop Scheduling Problem,MNPFSP）,提出了一种多目标离散正弦优化算法（Multi-objective Discrete Sine Optimization Algorithm, MDSOA）。首先,建立外部档案集（AS）存储Pareto解,并在每次迭代后对AS进行更新;其次,在正弦优化算法（Sine Optimization Algorithm,SOA）的基础上,引入迭代贪婪（IG）算法的破坏重构机制,重新定义了一种适用于离散调度问题的位置更新策略;最后,引入快速非支配排序和拥挤距离对种群进行筛选,在保留精英解的同时保证了解的多样性和分布性。选取Taillard Benchmark中11个不同规模的算例进行仿真实验,并将仿真结果与NSGA-Ⅱ和NSGA-Ⅲ算法进行比较,验证了MDSOA求解MNPFSP的有效性。