上海国际航运中心口岸物流综合服务平台

为了优化上海口岸营商环境,对上海国际航运中心口岸物流服务传统模式中的难点进行研究,基于"互联网+"创新思维,利用物联网、移动互联等先进信息技术,以单证无纸化为抓手,整合物流企业、海关、银行、税务、海事等上下游信息资源,建立口岸物流综合服务平台,构建一个跨单位跨领域高度融合的实时口岸应用体系,采用数据库云、OGG同步复制、Web Service实时接口等技术,实现口岸海量数据实时共享与融合。该平台助力上海口岸业务受理流程标准化、服务一站化、结算一体化和信息网络化。

基于JIHAN系统的上海港集装箱码头暂落箱业务

为了推动港区智能协同发展,提升物流运输效率和码头作业效率,建立包含网站、微信公众号和小程序等全平台线上服务体系的JIHAN系统,并基于JIHAN系统创新暂落箱业务模式。设计数值实验验证JIHAN系统应用性能和基于JIHAN系统的上海港集装箱码头暂落箱业务应用效果,实验结果表明:JIHAN系统能够大幅缩短业务办理时间和客户排队等待时间,降低人力成本;基于JIHAN系统的暂落箱业务能够有效缓解港区前沿集装箱堆存压力和周边集疏运道路拥堵情况,并能促进社会闲散运力整合,从而产生积极的社会效益。

上海港智能化港口发展路径

为推进上海港智慧港口建设,按照码头生产智能化、港域调度智能化、海运物流协同化、金融普及便利化等4个方向,推进上海港洋山港区四期自动化码头智能化改造,并将成果推广到传统码头。基于虚拟现实、人工智能、智能驾驶、大数据、云计算等新技术,推进上海港科技强港建设;通过“互联网+金融+产业”的进一步融合和集中,推动港口由单纯的物流节点向供应链平台贸易平台转型,切实提高港口的效率和服务水平,构建智慧港口新业态。

上海港智慧港口建设路径

立足于"面向服务、协同应用、标准引领、带动产业"的发展理念,按照"统筹建设、整体架构、统一标准"的思路,从码头生产智能化、港域调度智能化、海运物流协同化、金融普及便利化等方面着手,推进上海港智慧港口建设,努力实现"提升口岸运作效率,降低客户物流成本,促进贸易便利化""业务系统互连互通,货物流、信息流、资金流全程实时监控,创新客户体验""统一行业标准,用‘互联网+’思维促成公正、公平、公开的行业环境"的智慧港口建设目标。

超大型集装箱枢纽港智能运营模式的构建——以上海港为例

当前,世界经济处于深度调整期,国内经济发展进入新常态,认识新常态、适应新常态、引领新常态成为当前和今后一段时期我国经济发展的主旋律。近年来,航运市场持续低迷,我国港口集装箱吞吐量增速放缓,船方市场和港方市场逐步转变为货方市场。与此同时,港口同质化竞争态势加剧,船舶大型化和航运联盟化等趋势对港口议价能力造成明显冲击。在此背景下,单纯依靠运输节点优势并通过装卸服务获利的港口发展模式变得不可持续;

基于大数据的港口人员流动安全监控系统设计与应用

港口人员流动安全监控是提升港口运营效率和确保港口作业安全的关键环节。通过分析港口人员流动数据,构建基于大数据的港口人员流动安全监控系统,实时追踪分析港口人员位置、行为模式等,从而实现对港口作业潜在安全风险的预测与管理。实际应用证明:基于大数据的港口人员流动安全监控系统有利于提升港口人员流动安全监控水平,可为港口管理者提供高效、精准的决策支持。

信创背景下的港口信息基础设施国产化替代策略

港口信息基础设施国产化替代是我国港口企业未来发展必不可少的环节,其对港口信息基础设施安全可控至关重要,而国产服务器和国产数据库替代是国产化替代的核心。分析港口领域信创背景及现状,提出国产化替代的原则和关键技术,设计信创国产化替代框架机制;通过实验分析测试,提出一套完善的港口信息基础设施国产化替代策略和方案,以期为推进港口关键基础设施的国产化改造,保障港口安全高效有序运营提供参考。

内贸散货运输市场走势与投资周期展望--周全在“2024散杂货船舶投资和经营论坛”的演讲报道

在刚刚过去的2023年,国内干散货运输市场发生了一系列起伏波动,为顺应这一行业动向,芜湖信天船务有限公司(以下简称“公司”)创始人及CEO、安徽省航运商会副会长、上海国际航运研究中心常务理事周全,依靠敏锐的市场洞察力和决策力,抓住机会创业并取得了良好的业绩,赢得了国内干散货运输业同行的赞誉。有着金融学专业背景和投行从业经验的周全,25岁开始在国内贸易干散货运输市场创业,他抓住了2019-2021年航运业复苏的发展机遇,仅用2年时间使得公司的总运力就达到了42800t,公司两度被长江海事局评为“安全管理B级公司”,同时周全先后获得“2022年船舶运输管理十大杰出人物”“2023年航运领域最具影响力人物”等荣誉。

基于大数据技术的集装箱码头生产运营分析平台

为推动数字化港口建设,提高集装箱码头生产运营数据分析智能化水平,提高集装箱码头对吞吐量激增和生产作业日趋复杂等难题的应对能力,以大数据技术为核心,依托集装箱码头生产数据资源,构建基于大数据技术的集装箱码头生产运营分析平台,从效率、成本、实时运营等方面分析集装箱码头生产运营实际,建立包括事前预演、事中监控和事后分析等3大环节的运营分析体系,实现集装箱码头生产运营全域全流程智能分析管控,提高码头生产决策水平。实际应用表明,该平台通过提供集装箱码头生产运营分析统计数据,能够有效提高集装箱码头生产运营管控水平,为码头运营商提供数据决策分析支持,提升集装箱码头经营效益。

基于大数据的港口集团安全风险防控平台

为了提升港口集团安全风险防控管理水平,融合大数据技术,将港口集团不同时空的相关业务和数据共享融通,构建港口集团安全风险防控平台。基于大数据的港口集团安全风险防控平台具有隐患全流程管理、风险源跟踪管理、重点设备监控、港口智能巡检、物联网智能预警、视频融合与人工智能分析等功能,其应用满足港口数字化发展需求,有助于提高港口安全风险防控水平,保障港口作业人员及设备和货物安全。

集装箱码头大数据三维可视化管控系统应用

为了推动集装箱码头全域多维度实时管控,全面梳理集装箱码头业务流程,以大数据技术为基础,融合数字孪生技术和互联网三维引擎技术,构建集装箱码头大数据三维可视化管控系统。该系统以连通码头生产数据、实现码头生产和设备全生命周期管控以及码头三维可视化管控为目标,包含码头三维可视化建模、码头生产运营可视化分析、设备管控可视化分析等功能模块。实际应用表明,该系统能够快速、准确地统计归并码头生产运营数据,实现码头三维可视化分析,从而有效提升集装箱码头综合服务水平和智能化运营能力。

港口大数据安全建设研究

针对港口大数据的数据安全风险加剧,探讨港口大数据安全建设方法,详细分析数据从生成到销毁全生命周期的安全管理,系统梳理落地阶段大数据安全关键技术。

集装箱堆场轮胎吊自动化作业系统仿真及实测

针对在试集装箱堆场轮胎吊自动化作业系统存在的定位精度差、自动化程度低、场地适应性差、安全可靠性低、投资及维护成本高和作业效率提升不明显等问题,提出根据激光测距传感器、绝对值编码器、高清数字摄像机和动态倾角传感器的测量信息及码头运营管理系统的调度指令,通过悬停着落阶段远程+现场自动控制确认方式,自动完成吊具的门字运行、侧倾修正、扭转对位、悬停纠偏和抓箱放箱等作业的系统设计方案。给出完整、具体的系统设计过程,研制结构精细的仿真测试台架。通过仿真测试、现场测试和效果分析,初步验证设计方案的可行性、有效性和局限性,为后续研制任务提供改进建议。

集装箱场桥吊具路径优化

为改善集装箱场桥传统门字路径作业的效率及能耗,提出根据码头运营操作调度指令、小车载激光扫描定位等信息等信息使吊具沿优化路径作业的控制方案。通过具体设计、仿真分析和现场试验,初步验证该方案的可行性、有效性和局限性,为进一步改善作业效能、开展后续研究指明改进方向。

自动化码头出口箱箱位分配优化超启发式算法

针对实际场景下的自动化码头集装箱堆场出口箱箱位分配问题,考虑到三维码放、场桥接力和多箱区协同等特性,并以降低任务的不均衡性和后续的翻箱率为优化目标,构建了自动化码头出口箱箱位分配数学规划模型。为了提高求解质量,开发了一种基于强化学习的超启发式方法,该方法将具有不同特征的启发式算法和智能算法作为低层启发式策略,采用新颖的基于策略的强化学习方法作为高层决策方法,并使用深度学习更高效地提取状态中的隐藏模式。最后,根据洋山四期自动化集装箱堆场历史数据设计了算例,并将所提算法与常规智能算法进行了对比,证明了所提算法的有效性和优越性,同时表明所提算法能够提高堆场作业效率,为自动化集装箱堆场提供决策支持。

一种面向不确定标签样本的K-近邻高效决策算法

基于案例的决策是一种直接依据过去的历史案例对当前案例进行分类或者指标预测的方法,K-近邻方法就是一种广泛应用的基于案例的决策模型。在K-近邻方法中,历史案例上需要有标签,而在现实应用中,标签本身有一定的不确定性.文章详细地讨论了现有的基于K-近邻的决策方法忽略了样本标签不确定性这一问题,并基于Dempster-Shafer证据理论对标签不确定性进行建模以改善预测的性能,在此基础上结合边界树模型提高模型的运行效率.文中介绍了边界树算法的作用与原理,对如何结合传统边界树算法与样本标签的不确定性对边界树算法的节点转移策略以及决策过程进行了优化.文章最后对边界树算法的计算规模与准确率做了详细的实验论证.结果表明,文中提出的方法一方面考虑了标签的不确定性,另一方面提高了传统的K-近邻模型的决策效率.

自动化码头水平运输调度的改进人工蜂群算法

针对实际场景下自动化码头中自动导引车(AGV)的水平运输调度问题,考虑集装箱任务指派和AGV路径规划并将其映射为并行机调度问题,以最小化水平运输耗时为优化目标,构建了自动化码头的水平运输调度数学规划模型。为提高求解质量,开发了一种改进人工蜂群算法。该方法提高了蜂群个体的邻域搜索性能,并引入种群规模自适应机制,根据食物源丰富与否改变种群规模。最后,根据洋山四期自动化码头的历史运营数据设计了不同规模的算例,并将改进算法与多种智能算法及其改进算法进行了对比测试,从而证明了所提算法的优越性和有效性,同时表明开发的算法能够缩短水平运输耗时,为自动化码头提供决策支持。

一种改进Grabcut算法的彩色图像分割方法

针对传统Grabcut分割方法难以很好处理图像阴影部分及分割时间过长的问题,提出结合K-means聚类算法与Grabcut函数的方法改善以上问题。该方法通过直方图均衡化实现图像增强,然后利用K-means算法以二分类的形式对像素进行聚类,利用形态学处理填充孔洞,自动获取目标物体轮廓后,结合Grabcut算法实现图像二次分割,最后利用颜色判定改善图像阴影部分。实验结果表明,该方法可实现图像自动分割、节省大量时间,而且对阴影部分图像处理有明显改善,具有较高的准确性和高效性。

集装箱码头集卡调度系统

集装箱集卡调度(TPS)系统通过动态实时地调度集卡,将装船、卸船和转堆等一系列需要集卡参与的多条作业路共享所有正在码头作业的集卡,使每辆集卡同时对应多条作业路,保证集卡在卸载后可就近投入其他需要的作业路中,以此缩短集卡的空载行驶时间和距离,实现大船作业边装边卸,在不增加集卡数量的基础上大幅度提高生产效率。

考虑冲突规避的自动化码头多AGV路径规划

针对自动化码头动态作业环境中多自动导引车的路径规划问题,提出一种结合冲突规避的加权实时A*算法。考虑算法收敛速度,为实时A*添加使得收敛效果最优的权重系数,以加快行驶路径收敛于目标点;在算法搜索过程中使用时空坐标记录各AGV位置以实现路径信息共享,在此基础上结合二叉树原理对多AGV之间的冲突进行规避;通过算例验证算法的有效性,并将结果与普通A*进行综合分析与比较。结果表明该方法能有效进行多AGV动态冲突的规避,并且计算时间方面表现的效果更优。