发展危险货物集装箱运输之分析

为扩大铁路企业在运输市场所占的份额,本文分析了我国铁路危险货物运输现状。在此基础上,提出了危险货物采用集装箱进行运输的建议。     

需求可延期满足的报童模型研究

针对毋须“第一时间”发送的物流需求,商家应设计、提供与此相匹配的服务,基于此运作管理背景,本文以典型问题“可延期发送的货运代理商最优订舱”为例,构建“需求可延期满足的报童模型”。在系统回顾“报童模型”研究的基础上,分析其与基本报童模型的异同及求解难点,讨论解的存在性及唯一性,探索将其转化为基本报童模型的途径,构建“报童-波尔查诺二分迭代” 求解算法,使用训练与测试数据集双重数值模拟验证算法的正确性和有效性。本文重要的价值在于提出了一种新的需求管理运营模式:针对于可延期满足的随机需求,通过提供补偿的方式实现“需求库存化”,需求和供给都得以充分利用,实现供需双方共赢,提升社会效益。     

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。     

新型化学品船温度控制系统研究

根据IMO关于国际散装运输危险化学品船舶结构和设备规范,针对化学品船高温货品运输的特殊要求,设计化学品船货品的温度监控系统.系统采用先进的DCS结构、PLC控制技术和双循环系统等,加热介质有热水、蒸汽和热油三种.设计的温度监控系统可以解决危险化学品运输和装卸的安全防护问题,为解决新型化学品船设计和建造的关键技术进行有益的探索.     

上海浦东国际机场货运吞吐量预测

航空货运量的预测为机场货运业务的科学决策以及对资源的优化配置提供了基础.在分析浦东机场航空货运吞吐量与经济因素的基础上,建立了以长三角GDP为自变量的相关回归分析预测模型.通过统计检验及实际数据与预测结果的比较,证明了该模型在预测浦东机场航空货运吞吐量方面的可行性,并具有较高的精度.     

基于能源消耗的货物运输结构优化

为降低货物运输的能源消耗,通过统计数据分析我国的货物运输结构和能源消耗现状,在利用SPSS软件对货物周转量进行回归预测的基础上,引入总能耗约束,建立基于能源消耗的货物运输结构线性优化模型,优化各种运输方式的分担率.文中以我国2020年为例进行实证分析,利用Lingo求得的最优解在满足等量货运需求的情况下,节约了2.7%的能源消耗,且产生的调整成本远小于得到的环保收益,验证了模型的可行性和合理性.     

船舶横摇对舱内货物移位的影响

对船舶横摇与舱内货物的移动关系作了理论分析，提出了船舶横摇时各因素对货物产生移动的量化比例，通过实例计算分析了舱内货物防移的必要性及装货时应注意的问题。     

Approximation of the non-stationary M(t)/M(t)/c(t)-queue using stationary queueing models: The stationary backlog-carryover approach

This paper proposes a new approach for the time-dependent analysis of stochastic and non-stationary queueing systems. The analysis of a series of stationary queueing models leads to a new approximation of time-dependent performance measures.     

求解非标准货物货机群装载问题的启发式搜索算法

货机装载问题属于三维装箱问题,是一类NP-hard组合优化问题。而与传统车辆装箱问题不同,货机装载后的重心位置是要考虑的重要约束条件,以重心偏移率和货舱空间利用率为目标函数,针对非标准货物的货机群三维装载问题进行启发式算法研究。该算法基于空间管理思想,将"砌墙"式建构算法与一种四规则深度优先搜索法相结合,排除大量不可行解,缩短了可行解的搜索时间。最后实验结果表明,本算法可以在满足各项约束条件下正确地为货机群三维装载问题找出可行装载结果,对解决实际货机群装载问题具有现实意义。     

An optimization technique based on a vector autoregression model with state space representation: application to Ukrainian cargo transport data

This paper proposes to forecast indicators of the Ukrainian cargo transport system, taking into account their relations with macroeconomic indicators. Increased forecast accuracy at a priori information uncertainty is attained through an optimization technique, starting with a Vector Autoregression (VAR) model of observed multiple time series, its state space representation and subsequent adaptive filtering. The adaptive filter, earlier proposed by the authors, minimizes forecasting errors. Under an optimization criterion, the information divergence of Kullback–Leibler between probability distributions of real values and their estimations is established. The main advantage of the proposed technique is connected with the opportunity to estimate future values of multiple time series even in presence of structural breaks (describing the changes of the status ‘before crisis’ / ‘after crisis’). The observations are available from 2003:1–2011:12, the analysis is performed for the period 2003:1–2011:9. In-sample forecasting of multiple time series of cargo volumes transferred by different transport modes and two macro indicators is compared with the forecast based on a VAR model. In-sample forecast is realized for the last three months 2011:10–2011:12.