堆场集装箱翻箱的PCNN优化控制算法

集装箱的堆存状态与理想发箱顺序很难保持一致,翻箱操作是不可避免的.为降低堆场的翻箱率,提高作业效率,在获得集装箱的取箱顺序前提下,将每取一个集装箱所产生的可能状态视为一个状态结点,所需的翻箱次数加一个基数作为状态结点间的连接权,把翻箱优化问题转化为最短路径求解问题.脉冲耦合神经网络(Pulse-coupled neuralnetwork,PCNN)具有独特的自动波并行传播的特性,适用于求解大规模实时问题,能一次求出源点到其他所有目标点的最短路径,从而获得最优的翻箱方案.其所需要的计算量仅正比于最短路径的长度,与路径图的复杂程度及路径图中的通路总数无关.这为建立集装箱的智能控制系统奠定了坚实的理论基础.

高水水中转比例下的自动化集装箱码头堆场装卸工艺方案比较

近年来,集装箱自动化码头基本形成了典型的堆场装卸工艺方案,即堆场整体垂直码头布置,每个箱区配备2台自动化轨道式场桥(ARMG),分别负责装卸船和陆路外集卡装卸相关作业。但在高水水中转比例的码头,由于船侧装卸箱量高于陆路进出港箱量,该方案存在海陆侧ARMG作业不均衡而影响装卸船效率的缺点。通过分析该方案在高水水中转比例码头的不适应性,梳理国内外现有的解决方案,提出新的针对性方案。通过各方案的综合比较,提出解决思路,为类似自动化码头的设计提供参考。