分时电价下泊位岸桥联合调度研究

基于全球各地推行分时电价政策以及大力发展港口岸电的背景下,将分时电价引入集装箱码头作业问题中,考虑岸电和分时电价对集装箱码头作业计划的影响,同时兼顾码头和船方的利益,在保证船舶可以按计划离港的前提下,构建以船舶在港时间、岸桥电力成本和船舶使用岸电的电力成本最小化为目标的多目标优化模型,根据所选取问题和模型目标函数的特点,选择带精英策略的非支配排序遗传算法(NSGA II)进行求解。通过不同规模的实例验证,与不考虑电力成本的传统泊位岸桥分配策略相比,所提出的模型算法均能够有效降低码头的电力成本,缓解高峰用电压力,尤其对集装箱吞吐量较少的码头优化效果更加显著。最后,通过对分时电价峰谷电价差的灵敏度分析,为码头相关部门针对不同的电价政策进行决策提供一定的依据。

不确定环境下港口泊位与岸桥联合调度优化

综合考虑船舶到港时间和船舶装卸时间的不确定性,通过引入缓冲时间变量消除不确定性因素对调度计划的影响,提高调度计划的鲁棒性,以船舶延迟离港时间与缓冲时间之差最小为优化目标,建立不确定环境下港口泊位与岸桥联合调度的混合整数规划模型;设计一种自适应的改进遗传算法,在初始解的生成环节嵌套启发式靠泊原则,添加基因修复程序,提升算法的容错率。以QDQW港区某日船舶到港计划为算例,使用传统遗传算法与改进遗传算法分别对模型进行求解。对比传统遗传算法与改进遗传算法的求解结果发现,改进遗传算法会更早收敛且不会陷入局部最优,所得优化调度方案减少了船舶在港时间,提高码头整体运营效率。

分时电价下考虑岸电船舶优先的泊位岸桥联合动态调度

为研究岸电船舶优先靠泊和分时电价政策对船舶泊位和岸桥调度的影响,构建一个以最小化船舶总成本和最小化碳排放量为目标的泊位岸桥联合动态调度非线性混合整数规划模型。通过双种群协同进化和自适应交叉、变异算子改进基于非支配排序的遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)算法进行求解,并验证算法有效性。结果表明:改进NSGA-Ⅱ的求解效果优于NSGA-Ⅱ;分时电价下,岸电船舶靠泊优先政策能有效降低岸电船舶成本,提高非岸电船舶改造和使用岸电的积极性;峰谷电价差越大则调度方案的岸电船舶成本越大、非岸电船舶成本越小、所有船舶的碳排放量越小,同时更多岸电船舶为了减少高峰用电而选择不优先靠泊。研究结果可为在岸电船舶优先靠泊和分时电价政策下制定合理的调度方案提供科学依据。

基于滚动窗策略的岸桥集卡联合调度问题研究

为应对集装箱码头突发事件的发生,采用滚动窗策略研究岸桥集卡的联合调度问题,在每个窗口内建立以最小化最大完工时间为目标的数学模型,并用遗传算法进行求解。在此基础上,讨论了以固定任务数量及固定时间长度为滚动窗口的情况,对比发现以时间为窗口的滚动窗策略更为适用,并分析了系统发生岸桥故障时滚动窗策略的性能,结果表明滚动窗策略能很好地应对突发事件。最后将其与已有的动态调度研究成果作比较分析。

考虑泊位偏好和岸桥移动的泊位岸桥联合调度

为了更高效地利用码头资源,同时考虑泊位资源和岸桥资源,建立了考虑泊位偏好和岸桥移动频数的泊位岸桥联合调度两阶段模型。第一阶段模型采用船舶到港时间可变的到港策略,建立了以船舶等待成本、泊位偏离成本、延迟离港成本之和最小为目标的混合整数规划模型。第二阶段模型考虑了岸桥的干扰约束,建立了以岸桥移动频数最小为目标的整数规划模型。使用MATLAB设计改进的自适应变异粒子群算法对模型进行求解,并将结果与CPLEX和原始粒子群算法的求解结果对比,证明该算法的高性能。在两阶段模型中引入泊位偏离因子β来表示泊位偏离对船舶工作量的间接影响,分析β变化对船工作情况的影响。发现在计划期内,岸桥资源一定的情况下,船舶偏离偏好泊位会影响总的工作成本,尤其是当所有船舶总工作量较大时,β增加会造成总成本的激增。结果表明该模型和算法在解决泊位-岸桥的联合调度问题方面的有效性。

不确定环境下泊位—岸桥多目标联合调度仿真

针对不确定环境下集装箱码头泊位—岸桥联合调度问题,综合考虑码头运营商对提高客户满意度和降低运营成本的双重需求,通过设置缓冲时间的方法吸收计划中的不确定性因素,建立了以船舶延迟离港时间最小和缓冲时间最大以及最小化集装箱码头作业成本为目标函数的集装箱码头泊位—岸桥多目标优化模型;并设计了嵌套启发式规则的NSGA-II算法,求出了平衡码头运营商与客户利益的Pareto最优解集。最后通过数值仿真分析验证了模型算法的可行性,得到的调度方案可以在保障客户满意度的前提下,降低港口运营成本。