基于客户分类的铁路集装箱中心站作业组织优化研究

• 作 者: 曹文慧
• 出 处: 北京交通大学
• 发表日期: 2019年01期
• 关键词: 集装箱中心站 资源配置 调度优化 客户分类 小生境遗传算法 贪婪策略

高便捷和高运转的集装箱运输是实现贸易全球化、多种运输方式一体化的重要手段。在“一带一路”方针和铁路市场化改革的推进下,铁路部门也在加快适应以货主为导向的买方市场。目前,铁路运输效率的瓶颈已从运输路途时间转为运输结点作业时间。铁路集装箱中心站作为衔接货主和铁路部门的纽带,既是铁路部门对接客户的窗口,又是铁路货运网络的重要结点,其站内的作业组织流程和作业效率都直接影响铁路运输整体效率和服务质量。在此背景下,本文以铁路集装箱中心站为研究对象,结合客户的需求特点,采用CPNTOOL仿真模拟和改进的遗传算法,对站内设备资源配置和调度问题进行优化研究。主要研究内容如下:首先,结合客户需求特点及中心站作业组织特点,采用CPNTOOL模拟得到集装箱中心站最优的设备配置方案。本文基于客户关系管理理论将铁路货主分为协议客户、普通客户和加急客户,结合车站作业组织流程,建立了分层赋时着色petri网模型,仿真模拟不同的设备配置方案,得到最优配置方案,为下文的资源调度优化奠定基础。其次,在对客户需求分析的基础上,借鉴混合流水车间调度优化思想,将中心站设备资源调度问题抽象为两个递进问题:一个是已知设备配置数量,客户分离模式下的机器选择问题;另一个是已知设备配置数量和最优机器选择,客户混合模式下的工件排序问题。对于问题一,在不考虑客户之间相互影响的情况下,分别建立设备资源调度优化模型,并设计基于排挤淘汰策略的小生境遗传算法,求解得到在客户分离情况下各任务的最优机器选择。对于问题二,综合所有客户类型来疏解需要在同一时间占据同一资源的任务。构建了非线性混合整数规划模型,考虑客户属性及可接受移动时间窗设计了贪婪遗传算法,对客户混合模式下的所有任务进行重排序优化。经算例验证表明,本文的优化算法在求解质量上要优于普通遗传算法,且本文提出的优化求解思路在优化混合复杂问题上具有一些参考价值。图62幅,表30个,参考文献94篇。