集装箱码头作业调度优化模型与算法研究

来源 :南开大学 | 被引量 : 0次 | 上传用户:qqliser
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着经济全球化步伐的加快,世界各国经贸往来日趋频繁,集装箱海上运输已成为连接全球供应链不可缺少的一环,集装箱码头作为集装箱海上运输与陆路运输的交汇点,在国际运输网络中扮演着重要角色。为提高其运作效率和服务水平,集装箱码头的作业调度问题越来越受到人们的关注,已成为物流优化领域研究的热点问题。本文对集装箱码头作业中若干优化调度问题进行了研究,主要内容如下:   针对船舶到港时刻和装卸作业时间的不确定性,研究了鲁棒泊位调度问题。在占用相同泊位的前后船舶之间加入缓冲时间,以船舶的总延误时间为服务性指标,以缓冲时间长度为鲁棒性指标,建立了相应的多目标混合整数规划模型。通过分析得到了模型最优解的一系列性质,在此基础上提出了一种基于模拟退火算法和分支定界算法的鲁棒泊位调度算法(RBSA)。通过数值实验在静态环境下与最优解和码头人工计划常用的贪婪算法进行了比较,结果表明该算法具有相当高的求解质量。在不确定环境下利用仿真实验与传统的不考虑缓冲时间的调度方法进行比较,结果表明RBSA算法所得方案具有较强的抗干扰能力。   研究了出口堆场空间分配问题。建立了以最小化各箱区工作量的不平衡程度和最小化出口箱堆放位置到相应船舶停靠位置的运输距离为目标的多目标规划模型,并提出一种改进线性功效系数法,将模型转化为单目标模型进行求解。为验证方法的有效性,利用码头实际数据,对本文方法所得方案与码头实际计划进行比较,结果表明本文方法所得方案在两项指标上均比码头实际计划有明显的改善。   针对进口箱提箱时间的不确定性,并考虑到场桥作业能力的限制,研究了进口堆场空间与场桥的鲁棒集成调度问题。以最小化各时段未完成工作量为目标,建立了相应的鲁棒混合整数规划模型,同时对进口箱的堆放位置,及场桥在箱区间的转场调度方案进行决策。通过调节约束的违反概率降低其保守程度。针对该模型提出了拉格朗日松弛算法。为提高求解质量,进一步提出该算法的一种改进算法。仿真结果表明改进算法具有较小的对偶间隙,完全满足实际应用的需要。   研究了堆场取箱过程中的倒箱问题,即翻倒集装箱落箱位置的确定问题。深入分析了二次及二次以上倒箱产生的原因,在此基础上提出了一种启发式算法H及其改进算法IH。利用仿真实验将所提出的两种启发式算法与最优解及已有启发式算法OH进行了比较,结果表明,本文所提出的两种启发式算法在解的质量和稳定性上均明显优于算法OH,其中改进算法IH相对算法H又有进一步的提高。
其他文献
近年来,基于视频的交通参数检测是智能交通领域新的研究方向,具有广阔的应用前景,同时基于视频的交通参数检测技术涉及了图像处理、计算机视觉、模式识别以及人工智能等学科与领
随着现代工业的迅速发展和生产规模的扩大,控制过程也日趋复杂,其复杂特性主要表现为:系统结构参数具有时变、强耦合、极度非线性、不确定性和多样性等。这些因素都为控制理
水泥工业是我国的基础原材料工业,我国每年的水泥产量长期以来一直居世界各国首位,但产品质量不高、生产水平落后、污染严重的问题也十分突出,急需进行产业升级。而回转窑作
近年来,基于移动自组织网络的车-车间无线通信系统的研究受到越来越多的关注。车-车间无线通信系统作为智能交通系统新兴的研究方向,对改善交通和提高行车安全具有重要的意义
动态范围图像的显示是图像处理、机器视觉、模式识别等学科都十分关注的问题,属于一个交叉性的问题,对它的研究有着重要的和广泛的意义。尤其是随着数码技术的不断发展,不论
由于多目标优化技术在工程、经济、管理和军事等领域中都有重要的应用价值,多目标优化的研究越来越受到广泛的关注和重视,它已发展成为一门新兴的学科并在应用中显示出强大的
磁共振技术由于其优秀的软组织分辨度及对被检测人体无辐射危害等巨大的优势在临床医学上近年来备受青睐,然而磁共振技术采集速度过慢,已逐渐成为临床医学特别是动态心脏成像
无速度传感器控制直接转矩控制系统的核心是速度辨识。不管采用何种速度辨识方法,定子电阻都是定子磁链观测和速度辨识的重要参数。在电机运行过程中,定子电阻随工况环境变化而变化,这必然导致磁链观测与速度辨识的精度下降。因此,消除定子电阻不确定性对无速度传感器直接转矩控制系统的影响成为近年来研究的热点。介绍了便于直接转矩控制系统研究的异步电机Γ型等效电路数学模型,建立了以定、转子磁链为变量的状态方程。定量分
本论文在熟悉相关资料的基础上主要涉及到静态背景下运动目标的检测和任意背景条件下的运动目标跟踪等内容。在运动目标检测方面,本文首先简要介绍了目前运动目标检测中的一
随着电力系统的快速发展,非线性、冲击性、非对称性负荷大量接入电网,电能质量问题日益严重,电力部门和用户对电能质量问题的关注也日益增加。改善和提高电能质量的首要前提是对电能质量扰动类型进行识别、检测与分析,只有快速、准确地识别、检测出电力系统中的电能质量问题,并进行有效的分析,确定问题的类型,才能对其进行有效的控制和治理。本文将小波变换理论和神经网络算法结合起来,提出了一种新的基于小波变换和小波函数