基于三维虚拟的港口作业调度模拟算法设计与实现

在模拟港口调度情况时,由于对实际环境数据的同步处理难度较大,导致模拟结果与实际情况存在较大误差,为此,提出三维虚拟港口调度模拟算法设计与实现研究。使用OPT-EVC2-J2201视觉控制装置作为港口三维虚拟视觉数据的采集载体,借助该装置的高动态范围CMOS传感器、高速调谐激光功能与增益以及窄带滤光片去除港口水面镜面效应干扰,实现准确的三维虚拟视觉数据采集,包括港口目标物体积、点云、定位坐标信息。基于采集到的三维虚拟视觉数据下的船舶信息,建立具有逼真感的虚拟港口环境。在港口调度方面,设计合适的调度方案,模拟船舶进港过程中的行为。整个调度过程通过模拟、控制船舶行驶状态,降低碰撞事故风险来优化港口资源利用。在测试结果中,船只等待时间的最大值和最小值的误差均稳定在1.0 min以内。

基于深度学习的散货船舶调度优化算法

为提升船舶停泊运行的时效性,提出基于深度学习的散货船舶调度优化算法。首先,制定散货船舶的进出作业流程,分析船舶调度作业的影响因素;其次,利用深度学习算法优化船舶调度,并提出调度方案;最后,进行实验分析。实验结果表明,该算法能够有效节约散货船舶在港口等待调度的准备时间,优于对照组。