面向多停泊基地的港口拖轮调度优化研究

拖轮调度是典型的多处理器任务调度问题,针对多停泊基地和不同作业模式下的拖轮调度,以最大完工时间和总作业油耗最小化为目标,建立了拖轮调度多目标优化模型。采用演化策略算法对多停泊基地拖轮调度优化问题进行计算,提出一种基于轮盘赌概率分配的编码和解码方法。计算结果表明了演化策略算法的有效性和可行性,优化后的最大完工时间最小值相比仿真运行结果取得较大的改善,不同作业模式下均减少了约16%;计算结果还表明不同作业模式对拖轮调度结果会产生较大影响。

美国LCAC停泊基地分析

介绍美国LCAC本土与海外以及日本版LCAC(TACC)停泊基地,并对其各自特点进行分析,LCAC设有艏部矢量喷管低速操纵性好可实现密集停放。由于LCAC艇底结构及围裙侧部手指易受损,需要经常吊起检查,故在停泊基地设置轮胎式起吊转运车以便将LCAC吊起置于高支墩上作检查,以及移入艇库进行室内维修。探讨停泊基地可能存在的不足之处及应对方案,初步分析LCAC起吊转运的操作流程及转运车设计需考虑的因素。

面向多停泊基地的港口拖轮作业配置仿真决策

通过对港口拖轮作业过程的分析,运用e M-plant软件分别建立单停泊基地和多停泊基地两种作业模式下的港口拖轮作业系统仿真模型。以拖轮平均利用率和货船在港时间作为评价指标,进行多级实验,对实验结果进行纵向比较得出不同模式下的合理拖轮配置方案,对结果进行横向比较分析出三种拖轮作业模式的优劣。

基于改进灰狼算法的港作拖轮调度研究

在船舶大型化的发展以及港口资源日益紧张的趋势下,拖轮调度作为减少港口拥堵与节约港口资源的重要手段,成为当前亟待解决的问题。通过以拖轮空驶燃油成本与拖轮助航燃油成本为目标函数,构建多停泊基地条件下的多目标拖轮调度模型,提出一种混合小生境灰狼算法(Hybrid Niche Grey Wolf Optimization,HNGWO)进行求解,针对拖轮调度问题的整数规划特点引入交叉修正更新策略,以加强算法的收敛性能,最后分别采用CPLEX、GA、PSO、GWO、HNGWO对多规模算例的求解结果进行对比分析。结果表明,HNGWO相比于GA、PSO的最优值平均优化比例可达5.07%,相比于GWO的收敛速度平均优化比例为13.23%,并输出中等规模下的收敛曲线与最优调度方案甘特图,直观展示了改进算法的求解效果与收敛速度,为提高港口通行效率与经济效益提供了参考方案。

港口拖轮调度模糊规划优化模型及算法

为了解决不确定环境下的港口拖轮调度优化问题,综合考虑其模糊性以及港口拖轮作业分配计划的决策,构建了以拖轮总燃油成本最小化为目标函数、考虑多停泊基地条件下的一体化拖轮调度模糊规划模型。针对问题特点设计了一个基于调度计划编码的鲸鱼—遗传混合算法代码,分别采用混合算法与CPLEX,Memetic算法对若干算例的求解结果进行对比分析,结果验证了所提混合算法的可行性,并就可信性水平的变化进行分析,证明了模糊规划模型的适用性。