基于双层遗传算法的单时间窗分段堆场调度计划与优化

分段的存储和取回是堆场中最主要的操作,针对进场时间确定、出场时间在一段时间范围内的单时间窗分段调度问题,通过结合分段质量和移动距离建立数学模型,以移动分段所需成本为优化目标,提出利用双层遗传算法来确定分段调度顺序以及选择分段在堆场中停放位置的较优方案,并构建启发式规则来确定分段最优移动路径。利用某船厂的实际数据对模型进行实例验证和数值分析,结果表明,所研究的方法对于单时间窗情况下的分段,可以得到较优的堆场作业计划,提高堆场空间资源利用率和调度效率。

基于改进GA的分段堆场计划调度方法研究

针对船舶分段堆场在调度过程中周转效率低、调度滞后以及调度成本高等问题,以进出场分段在堆场中的调度为研究对象,考虑船舶分段堆场调度过程中的扰动因素,采用基于事件触发式的重调度方法,结合分段质量和移动距离建立数学模型,以移动分段所需的成本为优化目标,提出利用改进遗传算法来选择分段在堆场中停放位置的较优方案,并构建启发式规则来确定分段最优进、出场路径。利用某船厂实际数据对模型进行验证,表明该方法可得到较优的堆场作业计划,实现堆场资源的高效利用。

基于智能算法的船舶分段堆场调度计划与优化

分段的移动是船舶分段堆场调度中最主要的作业过程,而移动路径的优劣决定着分段堆场调度的效率和成本。论文通过综合考虑临时阻挡分段数量、平板车转向次数和移动距离对调度成本的影响,提出分段综合移动难度的评价标准,以此建立数学模型,并以分段综合移动难度为优化目标,利用遗传算法选择分段在堆场中停放位置的较优方案,运用禁忌搜索优化柔性出场时间分段的出场顺序,构建启发式规则来确定分段最优的进、出场路径。最后,利用某船厂的实际数据对模型进行实例验证和数值分析,结果表明,本文方法可以得到较优的堆场作业计划,实现堆场资源的高效利用。

基于启发式规则的临时分段调度计划与优化

船舶堆场中临时分段调度方案的优劣影响着调度的效率和成本。本文以临时分段的调度过程为优化对象,以平板车的移动距离为优化目标建立数学模型。通过制定动态的临时分段调度规则和超长分段调度规则,充分利用堆场中的空存储单元,最终确定一个较优的临时分段调度方案。同时利用任务合并对堆场调度的任务序列进行优化,从而减少调度过程中临时分段的数量。最后,利用某船厂的实际数据对模型和调度规则进行实例验证和数值分析,结果表明,所制定的调度规则可以优化堆场调度方案,提高堆场空间资源利用率和调度效率。