海铁联运一体化集装箱场站集卡调度研究

海铁联运一体化集装箱场站依靠集卡进行水平转运作业,为缩短场站内部转运时间,提出海铁联运集装箱场站中铁路集卡与港口集卡联合调度的新思路。基于海铁一体化发展导向,尝试不再区分铁路集卡、港口集卡,通过港铁平台公司投入采购共享集卡,用于整个联运组织的任意水平运输任务,优化转运换装环节,缩短集装箱在港内的流转时间,提高集卡利用率。研究以集卡派遣成本、空车运行成本与时间窗惩罚成本整体最小作为优化目标建立整数规划模型,并利用数学软件编写遗传算法求解集卡调度模型,对算例进行研究分析,得到最优集卡联合调度方案。同时,对遗传算法个体编码方式进行特别设计,使算法与问题间更为适配。通过对比实验可以得出,联合调度方案在一定程度上降低了运输成本,证明了该方案的可行性与优越性。

考虑路段行驶时间不确定的集装箱堆场集卡最短路径优化

集装箱卡车(以下简称为“集卡”)在堆场内的作业是集装箱港口中影响作业效率的重要一环。由于堆场内经常性发生拥堵,集卡在堆场内的行驶时间是不确定的。从以下两个角度来研究该不确定性:第一,集卡在单一路段受到的干扰;第二,相邻路段之间的相关性。综合这两种情况,建立考虑拥堵和路段相关性的可靠最短路径的表示方法,最后提出一个混合整数规划模型对集卡路径进行优化,并使用智能求解算法提高求解效率。结果表明,通过考虑路段拥堵及路段间的相关性而求得的可靠最短路径能够有效减少集卡在堆场内的行驶时间,提高作业效率。

考虑集卡到港时间延迟的堆场起重机动态调度研究

在集装箱码头的集港作业中,集卡延迟到港可能导致已制订堆场起重机作业计划变得次优甚至不可行.因此,及时为延迟到港任务更新作业计划具有必要性.考虑集卡到港时间延迟的堆场起重机动态调度问题,基于任务批次分配策略,将调度期划分为多个时段,在每个时段内生成作业计划.以完成时间最短为目标,建立起重机调度混合整数规划优化模型,并提出下界推导模型.提出迭代重优化框架,每当任务延迟到港,就会重优化相应批次的作业计划.在框架内,设计遗传算法求解各批次原有作业计划;设计贪婪插入算法重优化带延迟到港的任务,更新原有计划.实验结果表明,模型、下界推导模型具有正确性和有效性,算法具备良好的求解性能;缩短调度时段长度有利于快速生成起重机作业计划;延迟到港箱量占比越大,作业时间越长,且随着调度时段长度减小,这一影响逐渐弱化.

自动化集装箱码头集卡周转效率影响因素研究

外集卡周转时间长短是衡量码头生产服务能力的主要指标之一。针对自动化码头集疏港作业效率低的问题,研究外集卡作业模式和影响外集卡周转时间的因素。将影响外集卡平均周转耗时的因素归纳为集疏运箱量、堆场盘存量、海侧作业繁忙程度、集港时间安排和场站集疏运能力等10类。结果表明,协调集港时间,避免场站集中压车;平衡海陆侧生产,减少作业冲突;加强周边场站集疏运管控,减少闸口堵车;加强部门间协同,提升系统、设备稳定性等措施能够有效降低外集卡周转时间。

送箱集卡失约下多箱区箱位分配及场桥调度优化

船舶进港前,为避免到港船舶无法按班期及时离港,码头需在规定时间内完成集港作业.堆场按送箱集卡预约到港时间制定箱位分配及场桥调度计划,若送箱集卡失约会导致计划失效,进而产生翻箱问题,影响装船效率.针对送箱集卡失约对箱位分配计划、场桥调度计划及集卡等待时间的影响,提出送箱集卡失约下多箱区箱位分配及场桥调度优化问题.考虑集卡预约时段、场桥间安全距离等约束,以集港时间最短为目标,建立混合整数规划模型.设计混合遗传变邻域算法求解模型,在改进遗传算法的基础上增强其局部搜索能力,通过对比不同算法的实验结果可以看出,该算法收敛速度快,求解结果优.结合集卡实际到港时间,衡量失约对不同情景内完工时间和集卡等待时间扰动,提出干扰恢复策略.实验表明,提出的干扰恢复策略能缩短作业完工时间、降低因送箱失约导致的翻箱量,缩短送箱集卡等待时间,提高堆场作业效率.

带任务顺序约束的岸桥集卡集成调度约束规划模型

针对集装箱岸桥与集卡集成调度问题,以卸船完工时间最小化为目标,提出考虑任务顺序约束的岸桥与集卡联合调度的混合整数规划(Mixed Integer Programming,MIP)模型和约束规划模型.为评价解的质量,设计新的下界求法.利用不同规模的实例对约束规划模型进行测试,结果显示约束规划模型能够以较快的收敛速度求解较大规模的问题,得到高质量的解.该方法克服了集装箱码头岸桥调度问题与堆场内集卡调度问题分开研究的缺陷.

龙门吊与集卡协同调度问题研究

在港口码头作业中,龙门吊的作业与集卡的作业之间存在着非常紧密的联系,如何更好地同步龙门吊与集卡之间的作业,对减少集装箱船的在港时间非常有效。同时考虑了龙门吊与集卡的协同调度,很好地考虑了龙门吊与集卡之间的同步。在此基础之上,首次考虑了实际作业中存在的一些约束,如多台龙门吊在同一个箱区作业时由于共享一个双向轨道而存在的龙门吊间不能相互跨越的约束。另外还有龙门吊间的安全距离约束,工作优先约束等。构建了一个数学模型来描述问题,目标是使得所有作业总完工时间最短。由于问题计算的复杂性,引进了一种多层遗传算法来求解模型,最后算例验证了算法的有效性。

集装箱港口集卡——轮胎吊集成调度方法

为了更好地协同调度集卡和轮胎吊,以桥吊调度计划为依据,给定轮胎吊和集卡关联任务集与作业要求时间,研究了轮胎吊—集卡的调度问题特性,以最小化完成任务的累计延误时间为目标,分别建立集装箱码头轮胎吊和集卡的调度问题整数规划模型。考虑到两者之间的并发耦合关系,通过建立分布式到达时间控制方法模型,并融合离散粒子群优化算法对集卡—轮胎吊集成调度问题进行求解。在算例分析中,通过与CPLEX计算结果进行比较,验证了分布式到达时间控制方法及离散粒子群优化算法对求解集卡—轮胎吊集成调度的收敛特性和可靠性。结果表明,不同时间阶段按当前配置的集卡—轮胎吊资源进行作业,均有从85~215min不同程度的累计作业延误时间,这将导致桥吊的效率损失,进而延长船舶作业时间,影响船舶实际靠离泊时间。

外高桥自动化堆场的自动作业装卸系统研究

世界各大港口越来越关注码头的自动化程度,陆续建设自动化码头或堆场来提高作业效率和安全性,以提高港口的集装箱处理能力和核心竞争力。然而集卡定位仍然没有很好解决,目前现有自动化码头或堆场大都采用人工干涉辅助作业。而上海港外高桥码头的自动化无人空箱堆场,通过采用RFID(Radio Fre- quency Identification)技术、传感器技术和图像识别技术等,可有效实现对集卡的全自动定位和作业装卸。

集卡与岸桥及场桥联合调度模型优化

分析了集装箱码头中的集卡与岸桥、场桥联合调度;基于集卡运输时间与等待岸桥、场桥时间之间的权重系数考虑,建立了以等待岸桥、场桥作业时间与集卡运输时间之和最小为目标的联合调度优化模型,为集装箱码头装卸作业调度提供了决策支持;算例验证了模型的有效性和实用性。

基于约束规划的岸桥与集卡集成调度

针对进口集装箱卸船的岸桥与集卡集成调度问题，分别提出混合整数规划（MIP）模型和约束规划（CP）模型，目标是使得卸船完工时间最短，该问题是NP难题。通过OPL语言设计约束规划模型，利用其为调度问题提供的特殊构造，如区间变量、序列变量等进行建模，并采用“扩展操作任务”的概念来定义区间变量以提升求解效率。为评价解的质量，设计一个新的下界求解方法。使用不同规模的实例对约束规划模型和MIP模型进行测试，结果表明，在小规模实例中，CP模型求解性能略差于MIP模型，但对于中大规模实例，MIP模型无法在设定时限内找到解，而CP模型则能以较快的收敛速度得到高质量的解，目标距离下界的差距控制在2.19%~8.28%。

集装箱堆场基于混堆的滚动式计划堆存方法

对集装箱码头堆场进、出口箱混堆模型进行了研究.首先,对于一个计划周期内所有要堆放的进、出口箱,应用数学规划的方法决定了分配到各个箱区各个倍位中的箱的数量.然后,以此数量为约束条件,应用线性规划的方法决定了一个周期内对于每艘船的要分配到各箱区各倍位中的箱的数量.减少了集卡从堆场到码头前沿的行走距离,从而提高了堆场的操作效率.

集装箱码头集卡动态调度模型优化

集卡调度问题是影响集装箱码头操作效率的重要决策问题。在同一时段对集装箱进行装卸作业的情况下,考虑到集卡调度优化问题,为此建立了以集卡运作时间最小的动态调度优化模型,该模型为码头装卸作业调度提供了决策支持。算例结果表明了该模型的有效性和实用性。

考虑时间窗约束的集卡调度耦合模型及求解

针对集装箱码头集卡调度问题,目的为使集卡数最小且延误时间最短。创新性的采用多学科变量耦合优化设计方法,将该问题分为集卡运输方式问题和集卡数量配置问题,分别建立集卡分派子模型和集卡配置子模型,使用公用设计变量连接模型,设定迭代计算条件建立基于岸桥作业并考虑时间窗约束的集卡协调调度耦合模型。利用该耦合模型应用C#语言调用CPLEX12.2对算例进行求解,得到面向多作业路的最优集卡数量和协调调度方案,方案具有良好的收敛性。结果表明,与分别采用集卡调度模型和配置模型比集卡数降低7.69%,总延误时间降低10.12%,说明该模型的有效性和实用性。

考虑集装箱簇边装边卸的港口集卡调度模型求解

在集装箱装卸作业问题中,以集装箱簇为作业单位,分两阶段分析集装箱在岸桥集卡间的调度方案,以集卡空驶率最小与移动距离最短为目标,建立了整数规划模型。针对上述模型,利用启发式算法与自适应遗传算法对问题进行分析求解。最后通过配置不同集卡数量,将其移动总距离以及空驶效率进行比较,并与禁忌搜索算法相对比。实验结果表明,启发式自适应遗传算法的计算结果在空驶率以及移动总距离最小问题上有更优的解决方案。

不确定环境下码头堆场设备集成调度优化

集装箱码头堆场设备调度优化中,对确定条件下的内集卡和场桥的联合调度研究较多,且没有考虑外集卡的随机到达情况。考虑内集卡和场桥作业过程中的不确定性因素,包括:内集卡行驶速度,场桥行走速度和作业时间,并考虑外集卡随机到达堆场对于内集卡调度作业的影响,构建了不确定因素条件下的堆场设备集成调度优化模型,其优化目标是在考虑外集卡随机到达的情况下,最优化堆场设备的作业时间。设计了求解模型的粒子群算法,并比较了一般确定性模型和考虑不确定因素优化模型的结果。算例结果表明,所建立的模型和算法能有效真实地反映不确定因素对集装箱码头堆场设备作业的影响。

广州港南沙四期自动化集装箱码头新型装卸工艺系统设计

以广州港南沙四期工程为依托,针对其集装箱水转水比例高、港内集装箱主要转运流向多为平行码头岸线的特点,提出了一套自动化集装箱堆场平行布置、港内水平运输采用无人驾驶集卡的新型自动化集装箱码头装卸系统方案,有效地解决了常规自动化装卸系统无法很好地适应该类型自动化码头工程的难题,可为类似自动化集装箱码头工程的设计和建设提供参考。

集装箱码头岸桥分配与集卡调度整合问题研究

岸桥分配与集卡调度是相互联系相互影响的问题,如果要提高码头装卸效率,就必须协调好两者的调度关系。针对集装箱码头岸桥和集卡的协同调度问题,以使进口箱和出口箱的总完工时间最短为目的,考虑了集卡路径约束和岸桥实际操作情况等实际约束,构建了边装边卸的混合整数规划模型。由于模型比较复杂,因此采用了分层方法来实现两种设备的协调调度,并用改进的遗传算法来求解模型。实验表明,通过将改进算法的结果与标准化软件CPLEX所求得的最优解或下界比较,算法求得6组最优解且剩余算例平均偏差小于5%;在求解时间方面,随着岸桥、集卡和集装箱数量的增加,CPLEX求解时间跨度由1 s到1 h快速增长,而改进算法求解却仅仅需要几十秒,因此说明改进的算法可以快速有效地解决岸桥和集卡的协同调度问题。

集卡提箱预约配额与场桥配置的联合优化

在集卡提箱预约中,集装箱码头场桥配置和预约配额的联合优化是缩短集卡等待时间,提升资源利用率的关键.针对提箱作业的实际特点,构建了双目标整数规划模型,设计了基于非支配排序遗传算法的求解方法.当码头需求较少时,采取动态调整随机分配场桥最佳;当码头需求较高时,采取动态调整与按需配置相组合的方式最佳.以国内某码头为原型,通过不同规模的算例实验,验证了模型和算法的有效性.所提方法可快速生成高质量、多样化的前沿解,实现了场桥资源与集卡作业需求的匹配优化,为码头管理者在资源投入与集卡等待时间的权衡中,提供了决策支持.

集装箱码头岸桥与集卡集成调度问题研究

岸桥与集卡是集装箱码头的重要资源。为了提高码头的装卸效率,针对集装箱码头岸桥和集卡的集成调度问题,以完工时间最小为优化目标,考虑集装箱之间优先关系和岸桥安全边际的实际约束,建立混合整数线性规划模型,利用改进粒子群算法(IPSO)对模型进行求解,制定了粒子编码和解码规则,设计了一种新的速度更新策略来改进解的质量。实验表明,将改进算法的结果与优化软件CPLEX所求得的最优解比较,IPSO算法求得12组数值算例的平均偏差为0.582%,且CPLEX计算时间的跨度随着计算规模的扩大从2.92 s到1 h,而IPSO的求解时间控制在50 s之内,并得到最优解,证明了该模型和算法可以快速有效地解决岸桥与集卡的集成调度问题。