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。

堆场集装箱预翻箱问题

针对堆场集装箱预翻箱问题,提出对应的启发式算法,根据堆场实际情况,在考虑单个贝内集装箱服务的船舶数,再依次考虑目的港、重量这两个因素的基础上,建立了时空网络模型.随着贝内集装箱数目的增加,预翻箱问题变成一个NP-Hard问题,时空网络模型难以求解,因此又提出了对应的启发式算法,并证明了其在计算时间上的压缩.通过对贝内最优层高差进行研究,发现当相邻集装箱的层高差为2时,可以优化集装箱的预翻箱操作.

考虑动态加权A星算法的预翻箱作业优化

为改善堆场作业效率,提出考虑堆场翻箱位规则的集装箱预翻箱作业优化模型并使用动态加权A星算法进行求解,进而确定满足作业规则限制的最优移动序列。基于集装箱装船过程的预翻箱作业,将预翻箱作业过程的贝位布局抽象为A星算法的状态节点,以错误堆叠箱和翻箱迭代深度计算总成本函数,引入动态加权因子控制翻箱迭代方向,提出新颖的搜索分支规则选择有效分支进行搜索。通过上海港码头和相关文献的算例进行实验,结果表明,设计的动态加权启发式函数能够有效改善寻优过程中跳出局部最优解的能力,验证了考虑堆场运作规则-翻箱位规则的算法有效性和稳定性。研究成果能够普遍适用于作业工艺和贝位布局不同的集装箱码头预翻箱作业,能够为堆场运作优化提供决策参考。

基于转码技术的出口箱堆场预翻箱问题的整数规划方法

为提高装船效率,聚焦堆场预翻箱问题,将箱位存放的出口箱优先级视为主要决策变量,提出一种针对堆场出口箱预翻箱问题的优先级模型。将翻箱操作视作决策过程的核心目标,引入一种基于十进制与二进制转化特性的转码技术,并将其与现有研究的模型及提出的整数规划模型相结合,构建一组转码模型。通过算例验证,本文构建的优先级模型相较于现有文献模型平均求解时间降低75.66%,转码模型组的求解时间远远小于原始模型组,求解效率最高提升了182.5%。

预倒出口箱区的多场桥调度优化

在集装箱出口箱区堆场的实际作业中,常将待提箱提前翻倒至一空闲箱区,使其装船前以船舶配载图的倒序堆垛,以提高装船效率。为提高初始出口箱区的预翻作业效率,针对该箱区的多场桥调度优化问题进行研究。以实施预翻作业的某一出口箱区为研究对象,在船舶配载图已知的前提下,考虑作业场桥间保持安全距离且不可跨越的条件,兼顾满足经验翻箱规则等现实约束,侧重作业过程中实时翻箱,构建了以场桥作业总行走时间最小为优化目标的线性规划模型,并设计了分支定价算法。在算例实验中,通过与非实时预翻箱方案、FCFS方案以及下界进行对比,验证了模型及算法的有效性,可为集装箱码头出口箱堆场的场桥调度提供参考。