基于群落分布的美国较大港口吞吐能力

为了对美国主要港口的基础条件和吞吐能力有较全面的认识，以美国相关部门的文献数据为基础，运用统计分组法和指标分析法，以群落为对象，对美国较大港口的地理分布、水深条件、桥梁净空和主要货物吞吐量指标进行汇总与分析，发现每个港口群落的地理条件特点虽有不同，但桥梁、航道水深等人工设施均可给予海运尽可能多的便利.通过港口群落之间的指标比较可知，每个港口群落的吞吐能力表现出不同特点，造就了各自在美国经济生活中的不同地位.     

应用复合钢板的压力容器制造工艺

复合钢板因其良好的适用性和经济性而在石油、化工、航海、医疗、食品行业中被广泛应用,但其制造具有特殊性。文章主要从应用复合钢板的压力容器制造中的板材复合、筒体下料、排版、焊接工艺及相关要求进行阐述。     

东亚集装箱港口体系集装箱化进程研究

在确定50个东亚港口的基础上,按照这些港口在1993—2013年的集装箱吞吐量增长模式,结合康德拉捷夫长波对东亚集装箱港口体系的集装箱化过程进行研究,结果表明从1993年以来经历了三个发展阶段.在此基础上,将每个阶段包含的港口视为一个港口群,运用基尼系数分解法对东亚集装箱港口体系的不平衡性进行深入分析.分析显示,东亚集装箱港口体系的不平衡性从主要受港口群之间吞吐量的不平衡性的影响,逐渐转移到受重叠部分的影响,即传统优势枢纽港的发展相对停滞,而以上海港、深圳港为代表的新枢纽港的强势崛起是造成不平衡性的主要原因.     

考虑了交箱时间不确定性的场桥堆存作业优化

客户送箱时间的不确定性直接影响出口箱的场桥堆存作业效率和其在集装箱码头堆场的堆存状态,进而增加场桥作业移动距离以及后续装船过程中的翻箱作业量,降低码头作业效率.针对该问题通过马尔可夫链预测方法将随机交箱序列转化为广义交箱序列,在此基础上,结合集装箱港口作业实际,建立了以最小化预翻箱数量和场桥堆存作业移动距离为目标的场桥调度优化两阶段数学模型,并分别针对初始决策阶段和实时调度阶段设计了静态与动态求解算法.通过仿真算例,借助于与不同堆存策略的对比,显示了优化模型及算法的实用性与有效性,为场桥调度方案的实时生成提供决策支持.     

约束规划求解集装箱装卸系统集成调度问题

集装箱码头装卸系统中的岸桥、集卡和场桥的集成调度问题本质上是有阻塞、准备时间可分离并且依赖操作顺序的三阶段混合流水车间调度问题,现有文献多采用启发式算法求解该问题.本文先建立了一个紧凑的混合整数规划模型,然后从约束规划的角度建模求解该问题,提出了一个约束规划模型,以区间变量作为决策变量,并采用"扩展操作任务"的概念来定义区间决策变量以提升求解效率.为了展示约束规划的建模灵活性,还扩展了模型以考虑机器效率不同的因素.数值实验显示约束规划模型能够在很短的时间内对大规模算例求出高质量的解.     

基于博弈模型的港口群内竞争合作研究——以黄海地区为例

港口竞争的特殊性在于,港口企业不但面临着市场需求竞争,同时也面临着岸线资源竞争.本文建立博弈模型分析黄海地区港口间的竞争与合作.分析结果表明黄海地区港口群内的无序竞争将导致黄海海岸线资源的过度开发;而部分港口采用合作策略不仅能提高合作港口的总体收益,也能够提高非合作港口的收益,从而实现地区港口群整体收益提升.     

太阳能热发电用高温相变蓄热器的数值模拟

对采用单级相变材料(PCM)蓄热的太阳能热发电用高温相变蓄热器的蓄热过程进行了数值模拟。得到了采用单级蓄热时熔化过程中PCM温度和液相率随时间的变化曲线及不同时刻液相率的分布云图。通过对曲线和云图的分析,在保证蓄热量的前提下,提出了采用3种PCM级联蓄热的高温相变蓄热器的设计方案,并对其蓄热性能进行了模拟。结果表明,采用级联蓄热的方案减小了蓄热的总时间,且有效地降低了单级蓄热末期"死区"对蓄热性能的影响,使PCM的液相率分布更加均匀,为太阳能热发电用高温相变蓄热器的优化设计提供了理论依据。     

具有承载能力约束的装箱问题的蚁群算法

对空间划分和承载能力约束进行描述,并定义了货物承载能力的表现形式,同时在装箱问题的蚁群算法中加入了承载能力约束的计算方法和相关策略,在优化空间利用率的同时还保证了货物的稳定性。实验结果表明,该算法在处理具有承载能力约束的装箱问题方面具有实用性和有效性。     

多集装箱码头内集卡调度方法

针对多集装箱码头内集卡调度问题设计一种新型调度方案.在满足码头集卡数量及经验需求情况下,综合考虑集卡的效率和集卡调运能耗,提出多目标混合整数规划模型,并采用匈牙利算法进行求解.通过算例分析,得出该模型下多目标函数的一组最优解,证明利用所建立的模型和算法可以在有效时间内快速找到最优的集卡调度方案,表明了该集卡调度方法的可行性.     

An effective evolutionary algorithm for the multiple container packing problem

This paper focuses on a new optimization problem, which is called "The Multiple Container Packing Problem (MCPP)" and proposes a new evolutionary approach for it. The proposed evolutionary approach uses "Adaptive Link Adjustment Evolutionary Algorithm (ALA-EA)" as a basic framework and it incorporates a heuristic local improvement approach into ALA-EA. The first step of the local search algorithm is to raise empty space through the exchange among the packed items and then to improve the fitness value through packing unpacked items into the raised empty space. The second step is to exchange the packed items and the unpacked items one another toward improving the fitness value. The proposed algorithm is compared to the previous evolutionary approaches at the benchmark instances (with the same container capacity) and the modified benchmark instances (with different container capacity) and that the algorithm is proved to be superior to the previous evolutionary approaches in the solution quality.