基于启发式算法的集装箱预翻箱问题仿真研究

关于根据已知的集装箱配载图对堆场的集装箱进行预翻箱速度优化问题,为减少倒箱量,缩短船舶在港时间,以集装箱预翻箱过程为研究对象,对其进行仿真研究,达到提高集装箱码头装船效率的目的,提出了相应的启发式算法,并通过算例验证了算法的有效性。利用e M-plant软件分别建立了单贝位和多贝位的预翻箱仿真模型,通过对预翻箱过程仿真时间的统计验证了仿真模型的有效性,并与现有的启发式算法效能进行了比较,效果更好。仿真结果表明,改进方法可为解决目前集装箱堆场预翻箱问题提供了更有效的决策依据。

基于集装箱堆场翻箱问题历史研究成果的探究

集装箱堆场为提高堆场效率,减少船舶在港时间,在岸桥、场桥、龙门吊、集卡及其它们之间的协同运作和集装箱的操作方面都做出了努力,集装箱翻箱问题作为影响集装箱堆场的重要指标也受到了高度的重视。已有的文献已经对堆场中的翻箱问题做出了一定的研究,并取得了一定的成果,对堆场实际运作提供了理论支持。本文主要是通过对已有文献中针对翻箱问题的解决方案进行归纳总结,结合对实际堆场的调查提出目前解决翻箱问题的关键点和未来可能的研究方向。

集装箱船舶贝内配载和堆场装船顺序协调优化

针对集装箱船舶贝内配载和堆场装船顺序协调优化问题,以堆场贝位和船舶贝位翻箱次数之和最小为优化目标,考虑堆场装船要求和船舶适航性等多种约束条件,建立数学模型.鉴于问题的NP特性,提出混合演化策略算法(HES)求解模型,设计二维实数编码,提出基于力矩平衡和逐列装载的解码方法.基于三点交叉互换的重组算子,单点突变的变异算子和互换的局部搜索策略对算法进行改进.通过计算证明,对不同规模算例,HES算法均能求解出较优的贝内配载方案和堆场装船顺序.HES算法与传统演化策略算法(ES)、粒子群算法(PSO)、基于规则的启发式算法(HA-MBSCC)进行对比,进一步验证了算法的优越性.

基于改进DQN算法的考虑船舶配载图的翻箱问题研究

为了满足船舶配载图的要求,减少场桥翻箱次数,提高码头运行效率,对考虑船舶配载图的集装箱翻箱问题进行了研究。此问题是在传统集装箱翻箱问题的基础上,又考虑到船舶配载图对翻箱的影响。为了求解此问题的最小翻箱次数,设计了DQN算法进行求解,同时为了提高算法求解的性能,又在原算法的基础上设计了基于启发式算法的阈值和全新的奖励函数以改进算法。通过与其它文献中的实验结果进行对比,结果显示:在计算结果上,改进的DQN算法在各个算例上的结果均优于目前各个启发式算法的最优结果,并且规模越大,结果越好;在训练时间上,改进的DQN算法极大的优于未改进的DQN算法,并且规模越大,节省的时间也更显著。