基于并行遗传算法的集装箱码头堆场分配策略

针对集装箱码头中出口箱堆场分配问题,运用目标规划方法,建立滚动式计划的出口集装箱堆场分配模型.模型以降低存放处到泊位的水平运输距离和平衡堆场内作业量为目标,达到提高装船效率和降低成本的要求.采用并行遗传算法和启发式算法相结合的混合算法,对出口箱堆场分配模型进行优化求解.案例仿真分析表明该出口集装箱堆场分配模型的有效性与实用性.

基于知识工程的煤炭码头堆场分配策略

为更好地利用散货码头的堆场资源,利用知识工程中的知识获取及规则推理方法建立煤炭码头堆场分配策略.根据煤炭自身的特性及装船需求,结合煤炭码头堆场管理原则和作业设备的特征,提取煤炭码头堆场分配策略的基本规则,设计基于知识工程的煤炭码头堆场分配模型.通过可分配区域划分、设备及堆场匹配、最优区域选择等,为需要堆放的煤炭选取合适的堆场区域,给煤炭码头提供有效的堆场分配策略.案例分析表明,该方法可提高煤炭码头的堆场利用率和生产效率.

集装箱堆场分配与自动化装载小车路径联合优化

为研究自动化装载小车(Automated Lifted Vehicle,ALV)在自动化集装箱码头的作业状况,首先考虑ALV自行装卸集装箱的能力,其次考虑卸船集装箱的堆场分配与ALV的路径联合优化问题,以每个集装箱在时间窗内完成装卸任务为目标建立混合整数规划模型.最后通过比较不同实验条件下求出的最优目标延迟时间和计算机运行时间,得出整个操作过程中ALV数、集装箱数和堆场子箱区数这三者之间的关系.数值实验表明:当集装箱数和ALV数一定时,随着装卸箱比例的增大,目标延迟时间和模型运算时间呈相同的变化趋势,即在既有装船箱又有卸船箱时应优先分配ALV满足装船箱的运输;当集装箱数一定时,随着ALV数的增加,目标延迟时间和模型运算时间逐步减少;当ALV数一定时,随集装箱数的增加,目标延迟时间和模型运算时间增加.

集装箱港口泊位与堆场分配的联合优化研究

泊位与堆场是集装箱港口的核心资源。为了降低集装箱港口的拥堵率,提升其运营效率,综合考虑了泊位与堆场分配之间的联系,提出了两者的联合优化方法。首先,建立了一个混合整数规划模型;其次,设计了一种基于遗传算法的启发式算法,有效求解了该问题;最后,设计了算例实验,对比了此联合优化方法与传统优化方法的相关数据。实验结果表明,联合优化方法较传统优化方法有相当程度的成本优势,证实了此优化方法的有效性。

共享堆场协议下海铁联运集装箱堆场分配优化

为经济、合理地利用港口和中心站堆场资源,从海铁联运协调部门角度出发,研究在共享堆场协议下的堆场分配问题。以集装箱在港口换装过程中支付的费用最小为目标,构建进口箱堆场分配的混合整数线性规划模型,并采用Cplex进行求解。对共享堆场协议和传统堆存形式进行数值对比试验,并选取免费堆存期、堆场容量限制和集卡费用等因素进行灵敏度分析。结果表明:共享堆场协议能有效节省海铁联运集装箱在港口换装产生的总费用,为货主进行堆场分配提供决策支持。

集装箱码头泊位 岸桥 堆场分配问题研究

文中以集装箱码头泊位-岸桥-堆场分配优化问题为研究对象,将该问题分解为泊位-岸桥分配优化和堆场分配优化这两个子问题,并分两阶段求解。第一阶段以船舶在港时间最小为目标,建立了泊位-岸桥分配优化模型,并用遗传算法求解。第二阶段以船舶到堆场箱区运输距离最小为目标,建立了堆场分配优化模型,并用模拟退火算法求解。最后进行仿真算例实验,结果表明,与构造的启发式算法相比,所采用的算法求解结果有很大改进,证明了模型和算法的有效性。

集装箱港口泊位与堆场分配的联合优化研究

泊位与堆场是集装箱港口的核心资源,合理的泊位、堆场分配可以降低港口拥堵率,提高运营效率。传统的优化方法分别从泊位分配和堆场分配两个方面单独进行优化,提出了各自的分配方案。本文考虑了泊位与堆场分配之间的联系,提出了两者的联合优化方法。本文建立了一个混合整数规划模型,针对该模型,设计了一种基于遗传算法的启发式算法,有效求解了该问题。最后,本文设计了算例实验,对比了此联合优化方法与传统优化方法的相关数据。实验结果表明,联合优化方法较传统的单独优化方法有相当程度的成本优势,证实了此优化方法对于提高港口运营效率的有效性。

基于滚动计划的堆场出口箱存储位置分配两阶段模型

考虑出口箱进场时间的随机性,将集装箱堆场出口箱箱位分配问题分为两个阶段进行研究:(1)在滚动计划的基础上,以最小化场内集卡运输距离为目标建立整数规划模型,对到场出口箱进行箱区分配;(2)以取箱装船过程中贝位内翻箱数最小和平衡贝位内各堆栈箱数为目标,建立堆场出口箱具体箱位分配的多目标优化模型.应用Matlab软件中Yalmip工具箱编程求解,通过数值实验验证了模型的有效性.实验结果表明,该方法能够有效解决堆场出口箱箱位分配问题,减小堆场设备作业量,并通过减少翻箱操作提高码头作业效率.

集装箱堆场不确定提箱次序与卸船箱位分配

为优化卸船箱箱位分配,减少集装箱码头堆场卸船箱翻箱率,考虑客户提箱次序随机和不确定性,提出了利用箱组存箱时间构建客户提箱次序的方法,探讨了基于提箱次序的集装箱翻箱量求解,并建立了集装箱码头堆场卸船箱箱位整数规划模型,在堆场区段内为卸船箱分配箱位,降低提箱时的翻箱量.考虑到模型较优解箱组堆放特点,设计了求解模型的启发式算法.实验结果表明,提出的模型和启发式算法能反映决策者的风险态度,目标函数较参考算法有10%以上改善.

集装箱堆场出口箱箱位分配优化模型及算法

针对集装箱堆场出口箱箱位分配问题,考虑出口箱进场时间的随机性,在不同重量等级集装箱混合堆存模式下,以取箱装船过程中翻箱操作最小化、场内集卡运输距离最小化和使贝位内各堆栈中箱数均衡为目标,建立了堆场出口箱箱位分配的多目标优化模型,并设计启发式优化算法,对具体箱位分配问题进行求解;通过数值实验验证模型和算法的有效性,并对不同算法求解结果以及数学规划模型求解结果进行对比分析;该结果对堆场出口箱箱位分配问题有一定的实用价值.

集装箱堆场箱位启发式分配算法研究

考虑集装箱堆场出口箱箱位分配问题的动态性,文中建立了预分配和实分配两个阶段模型,根据翻箱和起吊设备行驶发生规律开发了一种基于规则的启发式算法,来降低龙门吊大车行驶距离和翻箱量。模拟实验表明算法能够有效降低作业成本,改善分配效果。

空间和设备资源限制条件下集装箱码头堆场空间分配两阶段优化方法

针对集装箱码头堆场空间及龙门吊设备资源紧缺时的堆场空间资源分配问题,利用整数规划方法建立集装箱堆场空间分配两阶段优化模型.第一阶段模型(M1)对同一箱区内的航线进行组合配对,目标是最大化堆场共享箱区的数量;第二阶段模型(M2)对M1中生成的航线组合进行堆场空间位置分配,目标是周期内总运输成本最小.结合港口实际数据设计数值实验,验证模型的正确性和有效性.结果显示,通过对堆场空间的分配,出口箱区和中转箱区的利用率平均可增加18%,能较好地解决堆场资源紧张问题.

基于博弈论的散货港口堆场堆位分配算法

针对散货港口因堆场面积有限,在货物进港作业时,如何在进出港货物动态变化的情况下兼顾作业效率并安排货物在堆场中合理堆放的问题,提出了一种基于博弈论的散货港口堆场堆位分配算法(BSAABG)。首先,将堆位分配行为建模为动态博弈,并运用满足均衡分析该博弈。假设每票货物对分配所得效益都有一个预期,当所有货物都达到预期时博弈即达到满足均衡。然后,使用基于博弈论的散货堆场堆位分配算法BSAABG求解之前建立的该模型,从理论上证明算法的收敛性。实验结果表明,当货物票数为20时,基于博弈论的散货堆场堆位分配算法BSAABG的货物平均满足度比人工分配方法(用贪心算法(GA)模拟)和基于规则的堆位分配算法(SABR)分别提高了62.5%和18.2%,堆场分配效益是贪心算法(GA)的6.83倍,是SABR的3.22倍。可见所提算法能够有效地提高货物的平均满足度和堆场分配效益。

不确定环境下集装箱港口泊位与堆场箱区分配的联合优化研究

集装箱港口泊位与堆场是港口的核心资源,合理的泊位、堆场箱区分配可以有效降低港口拥堵率,提高港口运营效率。综合考虑了不确定性环境和泊位、堆场箱区分配之间的联系,提出了一种基于不确定性环境下的港口泊位与堆场箱区分配的联合优化算法。建立了一个集成优化模型,基于遗传进化的思想,开发了一体化求解算法。利用Matlab编程软件分别求解了9组大规模算例实验,验证了模型的有效性。

考虑外集卡等待时间的堆场空间分配研究

为提高进口集装箱堆存效率,制定合理的堆存策略,以降低提箱过程中外集卡的等待时间为优化目标,构建了集装箱码头进口箱空间分配数学规划模型。考虑到外集卡等待时间包括翻箱时间和ASC水平移动时间,运用仿真模拟外集卡提箱的翻箱过程,并在此基础上设计仿真优化算法对模型进行求解。通过算例将该算法与粒子群算法、蚁群算法进行对比,证明了其有效性及优势。

基于计算物流与计算智能的多码头泊位堆场联合调度

针对同一地区邻近集装箱码头往往物流功能相似、货源腹地重叠、无序竞争突出和资源利用率较低等特点,本文重点探讨了隶属于同一组织内且位置相邻多集装箱码头的泊位-堆场一体化计划调度(multiple container terminal tactical berth and yard incorporate integrative scheduling,MCT-TBY-IIS)问题.基于计算物流,利用多重多背包问题将MCT-TBY-IIS抽象和分解为考虑泊位水深约束和出口集装箱可转港作业的多码头动态连续泊位分配和多码头周期滚动堆场分配两个中度耦合子问题,进而在计算物流面向问题探索的思想下,提出了面向层次嵌套结构的二阶段改进帝国竞争算法(hierarchical nesting oriented two-stage improved imperialist competitive algorithm,HNOTSI-ICA)对MCT-TBY-IIS进行求解优化.最后,面向我国东南沿海的典型多码头联合作业实例,遴选出面向帝国兴替的双同化帝国竞争改进算法和面向0-1背包问题的二进制帝国竞争算法组合应用于HNO-TSI-ICA,其在求解MCT-TBY-IIS时效果较好,且堆场作业子系统目标成本的结构较稳定,其不受计划期内港口负荷和计划周期长度的影响,其中,出口箱区集装箱水平运输成本的贡献度在堆场作业子目标成本的比重最大,稳定在83%左右.通过对MCT-TBY-IIS的建模与优化,可以发现多码头联合作业模式有较好的潜力帮助同一组织内邻近的多码头降本增效和提高核心资源的利用率.

不确定条件下集装箱堆场出口箱具体箱位优选

集装箱码头堆场出口箱箱位分配是翻箱率和装船效率的关键。为合理分配堆场出口箱箱位,考虑集装箱进出场时间的随机不确定性,建立了出口箱位随机双层规划模型,分别优化堆场预期翻箱量和龙门吊取箱时的行车成本。根据双层规划模型分别优选堆场贝和栈的特点及较优解特征,设计了求解模型的启发式算法。实验结果表明,上述方法能有效地利用集装箱不确定进出场信息改善堆场箱位分配的合理性,提高作业效率。

集装箱码头的堆场管理优化问题

考虑卡车调度以及调度方案造成交通拥堵的影响下,研究堆场内部空间的分配和场桥(YC)的调度问题.将上述问题整合成一个整数线性规划模型,模型以YC及卡车的调度费用的总和最小为优化目标.设计和声搜索算法和约束满足算法求解上述模型.通过堆场空间的合理分配以及高效的调度方案,可以提高集装箱码头的运行效率,进而降低集装箱码头的运营成本.

动态环境下集装箱码头堆场出口箱箱位分配建模与算法研究

箱位分配是集装箱码头运作优化管理的关键问题.针对出口箱交箱时间的动态不确定性,提出两级调度策略,将出口箱位分配问题分解为贝位分配和贝内具体箱位分配,分别建立规划模型优化龙门吊大车行使距离和翻箱量,并针对两级调度策略特点分别设计开发基于禁忌搜索的求解算法.模拟实验表明,所提出的方法能够适应动态条件变化,改善调度效果,并在合理时间内获得满意解.

集装箱码头ALV调度与堆场位置分配集成优化模型

针对自动化集装箱码头水平搬运作业和堆场作业,提出一种集成调度优化方法,以最小化最大完工时间为目标,同时考虑船舶装、卸作业,建立自动升降车(automated lifting vehicles,ALV)调度与堆场位置分配集成优化模型,提出求解模型的优化算法,设计基于遗传算法的启发式算法,利用算例对模型与算法的有效性进行了验证.计算结果表明,提出的启发式算法可以提高运算效率,能够在很短的时间内对大规模算例求出高质量的解.另外,集成优化模型同时考虑码头多个作业环节,有利于提高自动化集装箱码头的装卸作业效率.