自动化码头同时考虑握手区容量和位置的双ASC调度

为了提高自动堆垛起重机(ASC)在自动化集装箱码头(ACT)存取箱同步模式下的调度效率,对不可跨越式双ASC在同一箱区的调度进行了研究,考虑了堆场海侧和陆侧存箱、取箱任务的混合堆放,同时考虑握手区容量和位置约束,建立了以最小化最大ASC完工时间为目标的双ASC调度混合整数规划(MIP)模型。以作业任务顺序为编码设计了排列编码的混沌离散粒子群优化算法(CDPSO),通过设计的混沌因子序列提高了算法收敛速度。通过改变不同的握手区位置和容量设计了三组实验,实验结果表明,最优的握手区位置和容量有助于降低双ASC的最大完工时间、冲突时间,同时,不同的算法对比实验表明所设计的算法可以有效求解双ASC调度混合整数规划模型,相较于其他算法,得到的最优解具有更优的双ASC的空载时间和最大完工时间。

自动化码头双ASC优先权规则及避让方案仿真

为了减少自动化集装箱码头中,由于双自动堆垛起重机(双ASC)之间互相干扰造成的完工时间的延迟,提出9条优先权分配规则和两种避让方案——直接避让和动态暂存区。为了选择最合适的分配规则和避让方案,在回顾相关研究及反复实验的基础上,仿真实验将总任务数设置为100个,根据海侧任务比例(30%、40%、50%、60%、70%)将实验划分为5个等级。仿真结果表明,在80%的实验中,直接避让比动态暂存区的避让方案的最短完工时间少至少30 s;规则LonOri(选择在完成当前任务的前提下,距离下一任务的始发地具有最短运行时间的ASC赋予其优先权)或者规则LonFin(选择花费更多时间完成当前任务的ASC赋予其优先权)可以在至少60%的试验中取得最短完工时间。研究结果表明,规则LonOri和LonFin以及直接避让都可以有效减少完工时间。

差分进化算法求解自动堆垛起重机调度问题

【目的】研究了自动化码头双自动堆垛起重机(Automatic stacking crane,ASC)调度问题,为了提高堆场的作业效率,考虑ASC作业过程中的干扰和冲突,以极小化所有作业的总完工时间为目标,建立自动化码头双ASC调度问题的混合整数规划模型。【方法】通过CPLEX求解器对模型进行求解。为了解决中等规模问题,设计了基于任务编码的离散差分进化算法进行求解,并把求解结果与遗传算法求解结果进行对比分析。【结果】所设计的离散差分进化算法能够在要求的时间内解决自动化码头双ASC调度问题;【结论】相较于遗传算法,本文提出的算法寻优能力更强。