基于遗传算法的码头集卡全场调度问题研究

本文通过对集装箱码头调度作业的合理转化,设置虚拟任务点,分析虚拟任务点之间的空载距离优化。同时鉴于遗传算法求解VRP问题的优越性,运用遗传算法对码头集卡调度模型这一特殊的VRP问题进行求解。     

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.     

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。     

集装箱码头失约集卡出口箱落箱位选择优化

集卡预约系统是全球各大港口普遍采用的一种可以提高码头堆场资源利用率的方式,但由于交通、天气或者人为等原因,已预约的外集卡常常不能在预约时段内准时到达,即发生失约,导致码头工作效率降低.因此针对失约出口箱箱位的合理分配是当今港口亟须解决的问题.针对失约事件发生下堆场出口箱位分配问题,首先使用正态分布概率方法近似模拟出不同...     

基于预约策略的港外集卡送取箱双目标优化模型

针对集疏港高峰时段,因集卡不均衡到达港口造成的闸口、堆场以及公路运输网络的拥堵,提出在有效的预约机制下,通过划分某时段的预约时间窗与预约份额,以效益最大化为原则,优化到达各进出口箱区完成送取箱任务的港外集卡调度计划.以所有港外集卡作业总时间与集卡调用数量对应的双目标成本值最小为目的,建立港外集卡送取箱预约优化模型,并用设计改进的遗传算法对模型进行求解.最后通过算例对模型和算法的有效性进行了验证.结果表明,所构建的模型能够有效降低港外集卡的调用数量以及港外集卡的在港时间,可以为港口与运输企业提高经济效益.     

集装箱码头集卡作业的路径选择

为合理使用集装箱码头的集卡资源,提高集装箱码头的装卸搬运作业效率,建立在作业面作业模式下,综合考虑岸桥作业时间、场桥作业时间的基于时间最短的集卡调度模型,并进行了数值仿真,旨在解决在不同船舶装船作业和卸船作业同时进行前提下集装箱码头集卡作业路径选择问题.结果表明,该模型很好地解决了集装箱码头集卡作业路径选择问题,提高了集装箱码头的作业效率.     

基于装卸协同作业的集装箱码头集卡调度及配置优化

为研究集装箱码头集卡线路优化问题,在待装集装箱船舶与待卸集装箱船舶同时作业情况下,研究集卡的运输路径,建立集卡行驶路径最短的优化模型,并对优化模型进行数值试验,在合理时间内获得了最优结果.在此基础上以岸桥等待时间最短估算作业需要配备的最佳集卡数量.该模型和方法为码头集卡线路优化问题提供了决策支持.     

同船装卸协调作业模式下的集卡路径优化调度

为提高集装箱码头的装卸作业效率,合理使用集装箱码头作业机械资源,研究了基于同船同步装卸协调作业情况下集卡行驶路径问题,并综合考虑了岸桥的作业时间,使得在这种装卸调度模式下,集卡的行驶时间和岸桥装卸集装箱的总作业时间最小.并对所建模型进行了数值模拟,给出了集卡行驶的最优路径,岸桥进行装卸同步作业的次数.与传统的调度模式相比较,大大缩短了集卡的行驶时间以及降低了集卡的空载率,同时也提高了岸桥的作业效率,总体提高了机械设备的利用率.     

基于差分进化算法的自动化集装箱码头AGV调度问题

[目的]自动化集装箱码头的水平运输作业是影响港口物流效率的关键环节,通过优化自动导引车(Automated guided vehicle,AGV)的任务分配,减少装卸作业的时间,提高港口生产效率.[方法]在同时考虑集装箱装卸作业的基础上,就AGV调度问题建立混合整数规划(MIP)模型,优化目标为极小化岸桥完工时间.考虑到该问题具有NP困难性,设计了离散差分进化(DDE)算法进行近似求解.[结果]通过数值仿真验证了MIP模型和DDE算法的有效性.[结论]结果表明上述模型和算法可以为自动化集装箱码头的装卸作业提供帮助.     

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.     

多种群蚁群遗传算法在车间调度中的研究应用

蚁群算法和遗传算法都属于仿生型优化算法,是解决调度问题的强有力的工具。本文针对多目标车间调度问题提出了一种多种群蚁群算法和遗传算法想结合的算法,算法的第一部分用多种群蚁群算法求得各个目标函数的最优解,第二部分把求得的解作为遗传算法的初始种群求得多目标问题的Pareto最优解。仿真结果,该算法有较好的有效性、稳定性和订单适应能力。     

基于同贝同步装卸的岸桥与集卡协同调度

集装箱码头岸边装卸桥同贝同步装卸船模式下,岸桥装卸作业序列决策和集卡调度协同优化是保障同步装卸率的关键,属NP难问题。考虑集卡和岸桥作业之间的紧密衔接、堆场翻箱影响、船舶舱盖等空间约束,构建以岸桥装卸总次数及堆场翻箱次数最小化、岸桥最大完工时间最小化、集卡等待时间最小化为目标的岸桥装卸序列决策与集卡调度联合优化数学模型。设计改进遗传算法-改进非支配排序多目标遗传算法（IGA-INSGA-Ⅱ）两阶段算法,利用IGA求解船舶贝位内岸桥装卸集装箱作业序列;基于装卸作业序列优化方案和INSGA-Ⅱ,提出岸桥最早可作业时间优先的集卡任务指派策略,设计分段式编码及解码方法,求解集卡任务分配与指派问题。通过算例,将设计的算法与常见智能算法进行对比分析,验证了模型与算法的有效性。     

具有岸桥碰撞和甲板约束的岸桥混合装卸作业调度优化

针对具有岸桥间不可相互穿越及安全距离约束、甲板开闭约束的集装箱码头岸桥混合装卸作业的调度优化问题,分析了岸桥装卸与移动过程中的相关性质,并提出一种基于减小岸桥移动距离和均匀化岸桥负荷的启发式算法.在该算法基础上设计了一种遗传算法,进一步搜索最优解,并推导了问题的一个低界.数据实验表明,所提出算法的解具有良好的质量和较高的时间效率.