基于改进蚁群算法的集装箱装卸顺序优化研究

为缩短船舶在港时间,提高码头的作业效率,应用改进蚁群算法对集装箱装卸顺序的组合优化问题进行求解。首先结合柔性作业车间调度理论与集装箱装卸过程中船舶和岸桥的实际情形,建立集装箱装卸顺序调度模型;然后针对基本蚁群算法易出现早熟现象和收敛速度慢等问题,通过动态的改变信息素的挥发度与信息素强度,同时按照改进的信息素更新策略更新各路径的信息素,从而跳出局部最优;最后运用C#.NET语言对基于改进蚁群算法的集装箱装卸顺序问题进行仿真与步骤分析,验证了改进蚁群算法的有效性。实践证明,改进后的蚁群算法基本上克服了传统算法自身的不足,能够对集装箱装卸顺序优化,缩短作业时间。

基于遗传算法的铁路集装箱装卸门吊作业优化研究

集装箱装卸门吊作业是铁路集装箱运输的基础,为提高铁路集装箱装卸效率,在分析集装箱运输效率影响因素的基础上,综合考虑集装箱在箱区位置、集装箱在车上预期位置及门吊作业顺序,以装卸作业过程中门吊总运行距离最小为优化目标,基于遗传算法建立铁路集装箱装卸作业优化模型并求解。根据集装箱装卸线门吊作业实例分析,计算结果表明:铁路集装箱装卸门吊作业优化模型能够找到集装箱装卸的最优顺序,可以实现缩短集装箱装卸时间、降低装卸成本的目的,验证了该模型的有效性和合理性。