潮汐影响下基于长方体排列的船舶调度问题研究

大型港口的泊位分配与船舶调度是决定港口吞吐量和运行效率的关键问题。船舶在选择泊位停靠时受泊位空闲时间、泊位长度、泊位实时水深等多方面的因素影响,优化目的是缩短船舶的平均等待时间或总等待时间。本文研究面向青岛港的泊位分配与船舶调度问题,在考虑潮汐影响下,提出长方体排列模型,描述潮汐影响下船舶有不同吃水深度、不同类型、不同服务时间需求的船舶调度问题。在所提模型基础上,设计了两阶段贪心算法和船舶优先级与泊位分配的二维遗传算法,通过仿真数据和青岛港的真实数据验证了该方法的有效性。

Improved Scatter Search Algorithm for Multi-skilled Personnel Scheduling of Ship Block Painting

This paper focuses on the optimization method for multi-skilled painting personnel scheduling.The budget working time analysis is carried out considering the influence of operating area,difficulty of spraying area,multi-skilled workers,and worker’s efficiency,then a mathematical model is established to minimize the completion time. The constraints of task priority,paint preparation,pump management,and neighbor avoidance in the ship block painting production are considered. Based on this model,an improved scatter search(ISS)algorithm is designed,and the hybrid approximate dynamic programming(ADP)algorithm is used to improve search efficiency. In addition,the two solution combination methods of path-relinking and task sequence combination are used to enhance the search breadth and depth. The numerical experimental results show that ISS has a significant advantage in solving efficiency compared with the solver in small scale instances;Compared with the scatter search algorithm and genetic algorithm,ISS can stably improve the solution quality. Verified by the production example,ISS effectively shortens the total completion time of the production,which is suitable for scheduling problems in the actual painting production of the shipyard.

基于模拟退火多种群遗传算法的港口船舶调度优化

为协调港口航道与泊位资源,提高港口船舶调度效率,从单向航道出发,根据先后调度的2艘船舶的进出港方向和所停靠泊位的远近区分两船间的相对关系,建立以总等待时间最少为目标的调度优化数学模型。设计适用于港口船舶调度优化的模拟退火多种群遗传算法(Simulated Annealing and Multiple Polulation Genetic Algorithm,SAMPGA),模拟某港口不同调度规模的船舶进行仿真试验,与先到先服务规则(First Come First Served,FCFS)和简单遗传算法(Simple Genetic Algorithm,SGA)进行比较,证明SAMPGA在解决航道和泊位协调调度问题上的适用性。结果表明:在现有的调度规则下对航道和泊位进行协调调度能减少船舶的等待时间和总调度时间,但实际调度规则需要考虑的限制因素更多,需对模型作进一步优化。

检修期三峡-葛洲坝枢纽船舶过闸调度建模与优化

为解决三峡-葛洲坝枢纽船闸检修期船舶待闸时间过长、通过效率低等问题,根据检修期三峡-葛洲坝枢纽调度要求,建立船闸检修期三峡-葛洲坝枢纽船舶过闸调度模型,将船舶过闸调度问题分解为闸室编排、船闸分配、时间表优化3个子问题。根据模型特性,分别构建Bottom-Left算法、考虑通航均衡的闸次分配算法和基于自适应秃鹰搜索的时间表优化算法对子问题依次进行求解。在检修期船舶过闸调度问题中,根据待闸船舶拥堵情况分为动态调度与静态调度两类场景进行分析。最后,以三峡-葛洲坝梯级枢纽通航的实际历史数据为例,将改进前后秃鹰搜索算法的优化结果进行比较。结果显示,一个调度周期内,船舶平均待闸时间可减少3 h左右,平均闸室面积利用率可达75%以上,船舶通过量可提升6艘。

“船闸+升船机”协同控制下的船舶调度优化

为提高“船闸+升船机”协同控制模式下的内河水运枢纽通航设施工作效率,分析该模式下通航设施和船舶过坝特点,提出一种用于“船闸+升船机”协同控制的基于滑动时间窗的船舶调度两阶段双目标整数规划优化模型。第一阶段采用滑动时间窗和先到先服务规则,设计不同船型的船舶过闸编队方案;第二阶段仍采用滑动时间窗,建立以船舶平均延误时间最短和最大泊位占用数最小为目标的双目标整数规划优化模型。使用带精英策略的非支配排序遗传算法(elitist non-dominated sorting genetic algorithm,NSGA-Ⅱ)进行求解,分别对船舶稀疏过坝、船舶密集过坝、船舶部分时段集中过坝3种情形进行仿真分析,并与不采用滑动时间窗的排队论模型进行比较。结果表明,3种情形下船舶平均延误时间均缩短了15%以上。

作为中转物流平台的趸船作业调度优化

趸船调度作为中转物流平台作业的核心,是制约中流作业服务效率和单箱作业成本的主要瓶颈之一。依据中流作业的流程,考虑趸船堆存容量、被服务船舶的作业结束时间要求及船舶服务的优先级别3个主要实际因素,构建了以所有被服务船舶在锚地的加权总时间最短和单箱作业成本最低为目标的双目标规划模型。针对该问题解的特征设计了遗传算法对模型进行求解,最后通过算例分析验证了模型的合理性及算法的有效性。

考虑行为特征的分布式流水线调度问题研究

流水线生产调度需要根据生产目标和各项生产约束条件,为每一加工对象规划具体的加工路径、时间、加工机器和具体操作等。生产调度作为中观层面,在管控之间发挥着承上启下的作用。当前大多数的生产调度主要依靠人工排程,在大规模生产作业中无法保证调度序列的最优化,由此使得流水线调度产生了一系列问题。基于此,在考虑行为特征的前提下,对分布式流水线调度问题进行研究,希望能够为企业生产实现资源利用最大化提供一些理论上的启发。

并行变邻域搜索下的订单接收与流水车间调度

针对订单接收的流水车间调度问题,提出了一种并行变邻域搜索算法(PVNS),该算法采用双串表示方法、新型的邻域结构和并行搜索机制。通过大量的实例将PVNS与遗传算法和蜂群算法进行了比较,实验结果表明,PVNS对所研究的问题具有良好的优化能力和优化效果。

基于遗传蝙蝠算法的引航排班方法

为提高引航排班作业效率,以最小化引航任务间隔时间、引航员等待时间、引航作业时间、引航交通费为目标,以引航任务开始与完成时间、到离港泊位等为约束条件建立引航任务组适应度模型。将遗传算法的交叉与变异机制引入基本蝙蝠算法,构建基于遗传蝙蝠算法的引航排班方法,并利用MATLAB予以实现。结果表明:这种引航排班方法的日均效率比基本蝙蝠算法提升了48.1%,比手工排班方法提升了75.8%;这种引航排班方法的单个引航任务组构建效率较基本蝙蝠算法提升了50.7%,比手工排班方法提升了77.2%。结果验证了该引航排班方法的优越性。

双向航道集装箱港口船舶调度优化算法

针对拥有双向航道的集装箱港口中船舶进出港所遇到的会遇和追越等问题,提出了一种重点考虑服务规则的新型船舶调度优化算法。首先,同时考虑双向航道的现实约束和港口夜航的安全规定;然后,构建了以所有船舶在港总等待时间最小为目标的混合整数规划模型来得出最佳的船舶进出港次序;最后,设计了嵌入聚合策略的分支切割算法对模型进行求解。通过数值实验可知,运用嵌入聚合策略的分支切割算法所得结果与下界值的平均相对偏差为2.59%。同时,与模拟退火算法与量子差分进化算法的对比结果表明,所提的分支切割算法所得的目标函数值相较于两个对比算法所得目标函数值分别减少了23.56%和17.17%,验证了该算法的有效性。在用所提算法得到方案的敏感性分析中比较了不同抵港安全时间间隔和船舶类型比例对方案结果的影响,为双向航道集装箱港口的船舶调度优化提供了决策支持。

考虑潮汐影响的班轮多船型船舶调度

针对班轮企业由于提前公布船期表,但受货运需求的波动和潮汐的影响引起的多船型船舶调度问题进行研究。首先系统分析了一家班轮企业近洋运输航线结构;然后考虑大型船舶需乘潮进出港口,以及适当条件下允许租船的实际情况,兼顾班轮船期表的限制,构建了以运输总成本最小为目标的班轮多船型船舶调度非线性规划模型;最后考虑模型的特点,设计了嵌入基因修复的改进遗传算法(IGA)用于模型求解。实验结果表明,与传统的经验调度方案相比,得到的船舶调度方案在船舶利用率上能提高25%～35%;中规模算例下与CPLEX相比,IGA的CPU处理时间平均降低77%;中、大规模算例下与蚁群算法相比,IGA计算的运输费用平均降低15%。实验结果验证了所提模型和算法的有效性,可为班轮企业船舶调度提供参考。

考虑换船作业的长江干线集装箱船舶调度

考虑换船作业情况,建立以总运输成本最小为目标的非线性规划模型,提出包括船舶选择、挂靠港选择和运输任务指派三方面内容的不定期集装箱船舶调度优化方法;针对模型特点,考虑基因融合及基因修复,设计改进遗传算法对问题进行求解,应用案例获得集装箱船舶调度优化方案;采用多算例方法将考虑换船作业与不考虑换船作业的调度方案进行对比分析.结果表明,考虑换船作业可以降低运输总成本,减少船公司的投入运力,有效提高投入运力的综合利用率,增强船公司的竞争力,为船公司制定船舶调度方案提供决策参考.

船舶过坝调度计划的优化编排方法

文章介绍了一个用于船舶过闸计划生成的优化编排方法。按船舶申报时间排序进行初选，根据船舶过坝的优先级权重和某些特殊要求进行预选，在此基础上再求解以面积利用率最高为目标的闸室排闸整数规划数学模型，可得到各闸次的船舶过闸计划。

航线配船的数学优化方法

文章根据数学规划原理提出了航线优化配船的线性规划模型．依据国标《GB718·2—87》建立了长江顶推船队燃油消耗量随航行时间、周转量、船队总驳数、船队航速、港间距离、平均水流速度变化的回归公式，从而得到模型中的运输成本系数矩阵。设计了用指数法求近似解或单纯形法求精确解的算法程序。

船舶(队)营运经济效益的测评方法

文章介绍了一套适用于长江航线上船舶（队）营运经济效益的测评方法。

海上风电场运维船配备优化方法

海上风电场运维船配备优化是以运维船类型和数量为目标的多目标优化问题。设置近远海风电场和海上风电故障类型两个判别参数,将多目标数学模型简化为包含两个函数变量的单目标模型。海上风电场每月运维工作量函数变量采用反向传播(Back Propagation,BP)神经网络方法求解,而作业窗口期函数变量采用建立海上风电场运维船作业窗口期4维图谱的方式完成取值,完成海上风电场运维船配备优化数学模型的运算流程。海上风电场运维船配备优化可提升海上风电场运维管理系统的智能化程度。

考虑丢单的改进热轧调度问题研究

本文对热轧调度问题进行研究,在热轧调度的研究中,加入了丢单的考虑。问题为三目标优化问题,采用人工蜂群算法(ABC)进行问题的求解。在文中给出了人工蜂群算法解决问题的三个改进方案,通过丢单优化、重构优化和禁忌搜索优化来提升算法的性能,以提获得精度更高,更加优质的优质解。在此基础上,设计了两组对比仿真实验,分别为:丢单未丢单对比仿真实验和人工蜂群算法改进前后的对比实验。借此验证了丢单的有效性和改进的有效性。

内河智能航运系统构建 ——以江西省为例

内河水运一直都是综合交通运输体系中的重要一环,且展现出不可替代的趋势。智能航运是当前航运业的重要发展方向,物联网技术在智能航运领域的应用也越来越广泛。本研究提出了“一网、一图、一中心、两平台”的智能物联网航运体系,通过对航道、枢纽、港口、船舶等物联网设备的感知和数据采集等,实现了对航运运行状态的实时监测和调度,提高了航运安全水平和效率。

面向用户评论的评价分析系统

在商业智能化的进程中,用户对商品的评价是用户数据中非常重要的一部分。通过自然语言处理对用户评论数据评价分析,更准确了解消费者对产品的需求、意见以及建议,利用这些分析数据提高公司的决策质量,有针对性地的改进产品功能,从而提升消费者的满意度。同时,新颖性监测有助于对产品的持续改进,甚至可以从消费者的评价中了解竞争公司的产品趋势。