基于单亲遗传算法的集装箱码头岸桥作业调度

分析了单船装卸作业的岸桥调度问题,以船舶作业时间和岸桥闲置时间最短为目标函数,建立了面向单船的集装箱码头岸桥调度和装卸船任务分配问题的多目标混合整数规划优化模型。设计了一种基于矩阵编码的单亲遗传算法进行求解,将实验算例与相关文献进行比较,结果显示本研究提出的算法能得到更优解。     

基于复合成本的集装箱码头泊位-岸桥联合调度优化方法

针对集装箱码头泊位与岸桥调度中的资源和成本问题,考虑不确定因素的影响,采用增添缓冲时间方式,以复合成本最低为目标建立泊位岸桥联合调度优化模型,设计改进的遗传算法对模型进行求解.在案例数据分析中,比较了港口和船公司在不同成本比率下的调度结果,验证了该方法能在保证客户满意度的同时不损害码头利益,对港口生产操作决策具有一定参考价值.     

集装箱码头出口箱区混堆问题优化

基于各港口出口箱混堆的随机堆存状态,以多港码头堆场的总倒箱量和场桥贝位间往复移动次数最小化为优化目标函数,建立堆场取箱优化模型.利用遗传算法对堆场取箱顺序进行扫描优化.与传统取箱对比,本研究提出的方法能够在较少场桥贝位间移动的条件下使倒箱量最小化.     

基于舱位协同作业的集装箱同步装卸方法

在集装箱同步装卸方法的研究基础上提出了舱位协同作业,建立了基于岸桥与集卡加权作业时间最短的多目标优化模型.求解同一个贝位中不同舱位的最优装卸顺序,及优化后的集卡与岸桥作业时间.通过数值模拟与传统装卸策略的数据对比,验证了基于舱位协同策略的集装箱同步装卸方法的可行性与有效性,为改进国内大多数港口传统装卸方法提供了参考.     

基于单亲遗传算法的全岸线岸桥动态调度研究

本文主要研究集装箱码头船舶全岸线动态岸桥分配的调度问题,提出滚动式泊位分配的优化方式,建立基于滚动式泊位的分配调度模型,设计基于矩阵编码的单亲遗传法,对集装箱码头全岸线动态岸桥装卸任务进行求解.实例分析表明:相比传统的静态岸桥调度方法,基于滚动式泊位分配的全岸线岸桥动态调度方法有利于提高集装箱码头运行效率,缩短船舶停靠时间.     

多吨位岸桥服务优先级和泊位分配问题研究

针对各型集装箱船舶的长度、作业时间及所需求岸桥数量的不同,提出船舶靠泊优先级计算方法.并针对港口相邻岸桥作业相互干扰及吨位不同的特点,研究建立了最小作业成本惩罚函数的非线性规划模型.使用Matlab建立启发式算法求解模型,算例表明:依据优先级计算方法安排调度船舶靠泊作业情况,可降低整体港区作业成本惩罚值,并提高港区作业效率与经济效益.     

面向集装箱船同贝同步装卸的堆垛协同作业方法

针对集装箱船同贝同步装卸的堆垛协同作业,设计了舱位内堆垛协同策略和舱位间堆垛协同策略来完成指定贝位内集装箱的同步装卸工作;建立了基于岸桥与集卡作业成本最小化的数学模型,并采用序列编码的双层单亲遗传算法进行优化,算法第一层用于求解船舶某个贝位中任一舱位内甲板下方堆垛的同步装卸最优顺序,第二层用于搜索该贝位全部舱位中甲板上堆垛的最优顺序.通过对不同规模的试验船舶进行算例分析,验证了在同步装卸技术下,证明了面向集装箱船同贝同步装卸的堆垛协同作业方法的可行性和高效性.     

基于Flexsim CT的集装箱码头集卡作业模式比较仿真研究

基于5项影响集装箱码头运作水平的重要评价指标进行了Flexsim CT软件仿真模拟,分析和比较了2种码头集卡作业模式的优劣.仿真数据显示,船舶交互次数会对某些指标产生重要影响.当交互次数相同时,作业面模式的各项指标更优;随着交互次数的增加,集卡总行走距离这项指标的优势更明显.定量分析和定性研究均表明,集卡的作业面模式整体效率更高、成本更低.     

基于粒子群优化求解纳什均衡的演化算法

基于粒子群优化方法从群智能的角度建立了博弈的演化模型，为求解有限n人非合作博弈的纳什均衡设计了一种粒子群优化算法．通过随机初始点的可行化以及对迭代步长的控制，保证粒子群在算法的迭代过程中始终保持在博弈的可行策略空间内，避免了在随机搜索中产生无效的粒子，因此提高了粒子群优化算法求解纳什均衡的计算性能．给出了算法的数值例子并分析了该算法的计算性能，通过粒子群算法与遗传算法的比较显示了粒子群算法求解博弈纳什均衡解的高效性．     

基于微服务架构的负载均衡优化算法及实现

针对传统负载均衡算法的局限性,设计了基于最低并发负载算法的动态权重负载均衡(DWLB)算法,算法根据服务器节点的性能计算得出系统节点的权重,当最低并发算法失效,算法升级为动态权重算法,权重大的节点被选中的概率也会更大。实验结果表明,本文提出的负载均衡算法具有高可行性。     

集卡作业面模式下装船作业场桥与集卡联合调度优化

为进一步减少集装箱船舶靠泊时间, 在岸桥多线作业工况条件下, 重点考虑了场桥与集卡的同步作业, 对场桥与集卡进行联合调度. 在此基础上, 综合考虑场桥间安全距离、任务优先顺序等实际约束, 针对集卡作业面模式, 构建了以装船作业时间最短为目标的场桥与集卡联合调度优化模型, 并开发了带染色体更新操作的改进遗传算法确定场桥作业量, 利用路径优化确定场桥最短行驶路径, 基于先到先服务规则对集卡进行动态调度. 实证分析结果证明了所提出模型与算法的有效性, 并且在集卡数量较少时, 采用集卡作业面模式有助于缩短集装箱装船时间.     

基于Web的作业平台系统设计

设计了一种较完备的基于Web的作业系统，该系统利用ASP实现了在网上各科作业的自动布置、提交、自动批改、统计及智能答疑，特别强调了师生之间的网上沟通。     

基于DEA模型的集装箱港口柔性服务效率评价

随着集装箱港口竞争的日趋激烈, 港口柔性服务需求明显, 对柔性服务效率的评价就显得至关重要. 本文利用投入-产出型DEA模型对我国沿海14个集装箱港口柔性服务效率进行分析, 对比找出非DEA有效港, 进行敏感度分析, 并进一步对影响各港口柔性服务效率的敏感因素进行排序, 最终在此基础上提出相应的改进措施.     

基于综合集成赋权法的集装箱港口集疏运绩效评价

既有的交通运输行业绩效评价指标多是基于单种运输方式进行定义和统计, 不能满足未来以“协同”为典型特征的集装箱运输发展要求. 本文从运输能力、集疏运成本、服务质量和可持续性4个方面入手, 为集装箱港口3种集疏运方式建立统一的绩效评价指标体系. 为了充分反映客观信息和决策者的主观经验, 将层次分析法(主观赋权法)与熵值法(客观赋权法)相结合形成综合集成赋权法计算每个指标的复合权重, 并以宁波舟山港为研究对象, 对方法的合理性和有效性进行了案例验证和敏感性分析. 研究结果与宁波舟山港集疏运发展现状基本一致, 从而验证了指标体系的可行性, 为深入研究未来集装箱多式联运系统绩效评价提供了科学有效的指标依据.     

水稻剑叶和倒二叶形态性状的杂种优势

利用珍汕97/明恢63的重组自交系及其与两亲本的回交群体,对剑叶和倒二叶的叶长、叶宽和叶面积等6个性状进行了QTL定位,并探讨了这些性状的杂种优势遗传基础.共定位到39个QTL,分别在除染色体3和染色体5外的10条染色体上.单个QTL的贡献率介于4.6%~45.4%,大部分小于10%.其中,影响倒二叶宽的杂种优势QTL QSlw11c的贡献率为45.4%,该QTL 对超级稻株型育种具有一定应用价值.研究结果还表明,控制水稻叶片杂种优势位点的遗传效应主要是超显性.同时,控制叶片面积杂种优势位点的效应值远远大于叶片长宽的杂种优势位点效应值.因此,可以利用叶面积杂种优势位点改变叶片形态,提高光合作用面积,塑造理想株型,从而提高水稻生物量和产量.     

集装箱提升和移动中传感器支架振动的测量

在起重机搬运集装箱的过程中,振动和冲击会损坏集装箱的底层结构(如传感器支架).为确保传感器支架在运输时正常工作,对传感器的状态进行监测并采取相应补救措施.通过理论分析和实验测量相结合的方式,对集装箱结构中传感器支架的振动进行了研究.结果表明,在12～25 Hz频段,传感器支架有较大的位移响应;在4100～5000 Hz...     

基于优化策略和深度学习的低光照图像增强

针对低光照条件下采集的图像存在视觉感官较差、细节信息丢失的问题,本文基于非线性相机响应函数模型,提出了一种融合传统优化策略和深度学习技术的低光照图像增强方法。该方法采用非线性相机响应函数模型生成更优的中间图像,并通过专门设计的神经网络实现对中间图像细节的进一步增强。利用自建数据库和公共数据库对该方法进行测试,并与现有的方法进行比较。结果表明,在传统优化方法的支持下,所提出的深度学习方法能够恢复低光照图像的清晰细节,更接近真实的参考图像,为智能导航和自动驾驶提供高质量图像。     

基于惠斯通电桥的弯曲应变测量灵敏度研究

惠斯通电桥广泛应用于现代测量技术以及自动控制领域,本文从理论上分析了惠斯通电桥电压灵敏度与组成电路中各元件参数的关系,讨论了影响电桥电压灵敏度的几个关键因素,得出获得最大电压灵敏度的参数条件。分析结果表明：惠斯通电桥的电压灵敏度主要由桥路相邻两侧电阻的比值决定,等臂电桥具有最大灵敏度。同时,考虑到桥路输出电压与组成电路中的电阻相对变化率具有非线性,使用电阻应变片并采用半桥差动方式来搭建实验测试装置,以消除桥路电压非线性带来的影响。最后,利用自主搭建的半桥差动电桥对不同弯曲应变状态下的测量电压灵敏度进行了实验测试。实验结果表明,通过半桥差动连接方式,弯曲应变状态下桥路电压随应变程度呈线性关系     

OFDMA网络中基于用户协作的负载均衡机制

在蜂窝小区中,利用用户在不同小区之间的切换实现负载均衡可以提高系统频率利用率,减小用户中断率。但是,高负载小区的边缘用户切换到低负载小区时信噪比会降低。提出了一种基于用户协作的负载均衡机制,在均衡小区间负载的同时,解决了小区边缘用户切换后信噪比降低的问题。所提机制中,轻负载小区的某个用户作为中继节点与重负载小区的被切换用户进行协作通信。被切换的边缘用户通过选择合适的"用户中继",保证了切换后的信噪比性能。推导了选择用户作为中继的必要条件,提出了最大化系统容量的用户中继选择方案。数值仿真结果表明,所提机制可以有效的提高被切换用户的吞吐量,从而证明被切换用户的信噪比性能没有损失。     

基于卷积循环神经网络的短波时变信道盲均衡算法

针对短波时变信道码间干扰严重、误符号率高等问题,采用卷积循环神经网络(convolutional recurrent neural network,CRNN),即将卷积神经网络(convolutional neural network,CNN)和循环神经网络(recurrent neural network,RNN)相...