一、集装箱堆场问题的一个数学模型及其算法(英文)(论文文献综述)
苑中锴[1](2019)在《集装箱堆场多资源集成调度与优化研究》文中研究说明随着经济和贸易全球化的不断推进,集装箱广泛应用于国际贸易运输。中国港口集装箱吞吐量的不断增长和船舶大型化的快速发展,都对集装箱码头堆场的作业效率提出了更高的要求。集装箱码头堆场的空间资源和机械设备资源是有限的,只有合理分配集装箱箱位和调度场桥,才有利于提高码头前方堆场资源利用效率和运作效率,提升对船舶公司及货主的服务水平。本文详细概述了集装箱码头堆场的多种资源,包括堆场空间资源、机械设备资源,介绍和分析了堆场作业流程及作业效率影响因素等。考虑到出口箱送箱集卡在给定集港时间段内的实际到港时间具有不确定性,对码头的生产调度提出了更严峻的考验。采用堆存位置与装船提箱顺序一致策略为到港出口箱分配具体箱位,并保证多场桥共同作业时避免相互干扰和作业量均衡,将出口箱的箱位分配问题和多场桥调度问题进行集成优化研究,以最小化翻箱时间和场桥完成所有任务时间为目标,建立堆场箱位分配与多场桥调度集成优化模型。通过设计混合遗传模拟退火算法求解模型,能够得到具体箱位分配和多场桥调度方案。本文通过改变出口箱任务箱量、堆存策略、贝位数以及场桥数量进行了数值实验,对模型和算法的有效性和适用性进行了验证。结果表明:与遗传算法相比,本文设计的混合遗传模拟退火算法收敛速度较快,且求得结果相对较优。本文采用的与装船提箱顺序一致策略可以有效地解决堆场具体箱位分配和多场桥调度问题,得到最优方案,降低翻箱时间、场桥完成任务总时间,可为集装箱码头堆场多资源集成调度优化提供理论研究的新思路。
郑斯斯[2](2018)在《基于翻箱路径优化的集装箱堆场提箱作业模型与算法研究》文中进行了进一步梳理后金融危机时代,全球经济复苏迟缓,严重影响着国际航运业的发展,集装箱港口愈发首当其冲。然而,中国外向型经济发展模式的转变,为国内集装箱港口发展带来了前所未有的挑战与机遇并存的复杂局面:国民经济进入中低速发展新常态,加剧了港口间本已惨烈的市场竞争;“一带一路”国家战略的深入推进,却又催生了各港口百年不遇的发展契机。改革集装箱码头传统运营模式,无疑成为各企业应对挑战、把握机遇的首选策略,堆场的高效运营及核心竞争力的显着增强更是决定集装箱港口生存与发展的重中之重。为有效提升集装箱码头的运营效率,本文聚焦集装箱提箱作业,在借鉴现有研究成果的基础上,着重研究了单贝位、多贝位、考虑集装箱不同流向、考虑集装箱不同属性、考虑龙门吊同步作业的提箱作业,求解了箱位选择问题并优化了翻箱路径。本文的主要工作及创新之处如下:在单贝位提箱作业模型中,通过实地调研结合文献梳理,对集装箱提箱作业的特征进行归纳。根据其所具有的NP-hard属性,不同于已有研究,本文结合码头技术特点,提出多个翻箱规则并构建规则库,并行使用多个规则,对阻塞箱的落箱位置进行多层筛选。成功解决了多规则并行使用的难题:算法的时间复杂度至少增加一阶的情况下,如何平衡求解精度与计算机运行时间之间的关系。数值测试结果表明,本文算法在相同贝位规模下优于KH、DH、CM、LA算法。在多贝位提箱作业模型中,在研究对象上实现从单贝位到多贝位的扩展,这一改进的难度在于不能仅仅考虑集装箱箱位选择,必须考虑集装箱和装卸设备的集成调度;且提取集装箱不能按顺序一个栈接一个栈提空,否则会造成堆场箱区的重心不稳,存在安全隐患,为此必须提炼更多的提箱规则。不同于以往研究,本文还考虑了龙门吊在不同贝位和不同栈之间操作的速度和时间差别,并将差别体现在模型和算法之中。数值测试结果表明,本文算法所有测试数据都几乎超越LL、B&J、LL heuristic算法。在考虑集装箱不同流向提箱作业模型中,在研究内容上实现对集装箱货物流向从不考虑到考虑在内、从理论模型到实际场景的改进,研究的难度在于如何把每一个增加的属性融入理论模型。本文以理论模型为基础,结合集装箱码头实际作业情况,将每个增加的元素以设置优先级、改变初始堆存状态、提炼离场规则等方式融入。将融入具体信息的算例结果与随机生成例子的算例结果对比分析可知,考虑集装箱不同流向模型的翻箱数量低于前两个模型。在考虑集装箱不同属性提箱作业模型中,在研究内容上实现从考虑不同流向到不同属性,研究的范围从单属性到多属性,考虑的因素更加全面,更加接近集装箱码头作业场景,但同时也加大了研究的难度。为此,有必要对不同属性的重要程度进行判断,与不同流向的属性做更好的结合,拉近理论研究与实践应用间的距离,向管理实践靠拢。在考虑龙门吊同步作业提箱模型中,在研究内容上从单台设备到多台设备,针对单台设备作业、多台设备独立作业、多台设备协同作业的情况进行深入研究。数值实验结果表明,不同龙门吊之间协同作业的效果最好且翻箱数量最少。因此,为不同龙门吊之间划定共同作业区域,使得作业效率进一步提升,资源得到合理利用。本文所进行的基于翻箱路径优化的集装箱堆场提箱作业模型与算法研究,契合物流发展前沿,切中我国沿海集装箱码头的重要科技和管理问题,具有较强的理论前瞻性和巨大的经济实用性。
吴泰云[3](2012)在《广州港航班调度优化研究》文中指出船舶调度是港口调度的重要组成部分。船舶调度优化问题直接影响运输效率、服务质量和运输成本,从而影响到航运企业的盈利能力,因此需要优化船舶调度。该问题涉及到多种约束条件,如需求量、船舶吨位、航班时间、船速、船员配置以及航线里程等。目前,国内绝大部分船舶运输(集装箱运输、客运运输)的调度还是依靠调度人员经验来管理的方法,以至于航运企业运输资源无法充分利用,运行成本过高。因此在实际工作中对船舶调度优化问题进行研究,建立能够解决船舶调度的系统,以提高服务质量和资源利用率,是很有必要的。本研究旨在探索将蚁群算法用于多目标船舶调度优化问题的思路和途径。重点研究:在船型不同的情况下,如何对船舶调度优化问题进行描述,并建立相应的数学模型;如何根据建立的数学模型,设计相应的蚁群算法,以解决调度优化问题;以及在蚁群算法中,如何处理多目标问题。本研究设计的蚁群算法采用了经典蚁群算法在蚂蚁路径选择、信息素更新和信息素挥发方面的机制,结合一般非线性整数规划蚁群算法在构造可行解空间方面的方法,采用线性加权法将多目标问题转化为单目标问题,并采用Java语言实现了该蚁群算法。实验结果表明,该蚁群算法能够显着改进可行调度,取得满意的结果。
江南,余宏志,谭周提[4](2011)在《拥堵集装箱堆场箱位分配优化模型与算法》文中提出拥堵型集装箱堆场中,寻求最佳箱位分配的理论及实现方法,使得倒箱作业尽量减少。针对堆场场地紧张和大部分箱属于零散货主或零散去向情况,设计箱码垛模型。该模型能有效减少异类箱叠压现象,同时充分利用堆场空间。设计堆场箱存储结构及码箱取箱算法,前者解决箱分类问题,后者则提供码垛模型具体应用的方法。随机全序解决了大点箱问题,使得箱及箱位的使用均衡。设计算法解决堆场碎片问题,为堆场作业空闲时段进行堆场整理提供方法。算例表明:码箱取箱算法能够充分实现箱码垛模型的目标,结果符合人们传统管理思维方式,即:追求同类箱尽可能码垛在一起;多种异类箱叠压时,同类箱尽量聚在一起;被压住的异类箱种类尽可能少。
张仁星[5](2011)在《基于启发式算法的集装箱堆场优化研究》文中研究表明随着经济全球化的发展,各国各地区之间的联系也变得越来越密切,贸易往来也越来越频繁。在国际贸易中,海运方式占有重要的地位,尤其是集装箱运输。因其具有运输速度快、方便装卸、机械化程度高、作业效率高等特点,能够提高运输效率、降低成本、最大限度地满足客户需求,在现代运输中占有无法比拟和替代的地位和作用。然而集装箱运输吞吐量的持续增长,给港口码头企业生产带来了巨大的压力,为了提高集装箱港口的竞争力,使得港口高效而经济运作,就必须要对港内的所有作业资源进行合理地优化配置,其中包括集装箱堆场作业、场桥及其它作业机械工作资源的合理分配,使岸桥的等待时间减少,进而缩短船舶在港的停靠时间,提高集装箱港口作业能力。本文以集装箱码头堆场为研究对象,针对场桥机械资源的分配调度问题展开研究。首先对集装箱堆场的作业流程进行了详细的调研,并查阅了大量相关的国内外文献资料。在集装箱堆场的模型研究中,大部分都使用启发式调度模型,主要是考虑场桥的作业时间,以场桥完成作业任务所用的时间最少作为目标函数。但是堆场中集装箱的到达具有随机性,因此场桥的作业也是随机性的,虽然能够使场桥的作业时间最短,但是集装箱可能还没有到达,导致场桥的空转,浪费资源。基于以上考虑,本文提出的模型是以场桥的利用率最大作为目标函数,这样使得场桥资源能够得到最大化的利用。通过对比,选择了启发式作为模型基础,然后针对场桥作业的特征,改进了模型,提出了以场桥机械利用率最大化为目标的场桥分配调度模型,并对模型进行求解,得到较优的场桥分配方案。最后本文结合某港口码头堆场实际的场桥分配数据,应用该模型对其进行优化,通过与原有分配方案的比较得出,优化后的分配方案具有更高的场桥利用率。
谢颖[6](2011)在《港口集装箱堆场码垛优化模型及算法》文中提出随着港口集装箱吞吐量迅速增加,堆场迫切要求提高港口作业效率。影响港口堆场作业效率的主要因素之一是过多的翻箱作业。本文针对后方堆场,根据集装箱初始位置将影响提箱翻箱量,以普通箱的堆码问题为研究对象,对堆场进行合理规划,在不同航线集装箱混合堆放的情况下,通过箱位优化分配模型以达到降低翻箱量,同时控制贝在合理使用水平。首先,介绍了堆场的相关知识,包括前方堆场和后方堆场的划分及功能,并对后方堆场内普通箱与特殊箱箱位分配需考虑因素及分配原则进行分析总结。其次,对翻箱问题进行深入分析,(1)总结翻箱的原因。(2)阐述了翻箱对作业成本、效率的影响。(3)对降低翻箱量采用的策略进行归纳。(4)介绍启发式翻箱量算法。然后,将集装箱堆场划分为箱大区和箱小区,并针对箱小区箱位分配问题建立优化模型。按集装箱的分类将堆场划分为若干个箱大区,每个箱大区中存放同一种类集装箱,如普通箱区、保温箱区等。箱大区进一步划分箱小区,箱小区内存放同尺寸、同重量级别的箱。在箱小区基础上建立箱位优化模型。模型以码取箱总代价最小为目标,构成总代价的因素有:箱小区整体叠压度、码箱时龙门吊移动的作业成本和码放紧凑程度。以贝内码箱时,同航线挂靠港远的箱压在近的箱上;跨贝码放时,以不同航线混压取箱难度最小等为约束条件。最后,采用MATLAB对模型有效性仿真验证。在各航线船出发次序随机情况下,将箱位分配优化模型所确定的码放方式与垂直式堆码,阶梯式堆码及平铺式堆码进行比较,计算结果表明该模型确定的码箱顺序能够有效减少翻箱量。结尾对论文进一步研究内容进行展望。
任振振[7](2011)在《基于SA的集装箱堆场箱位寻址模型的研究》文中指出2009年以来,全球经济逐渐回暖,经济的全面复苏带动集装箱吞吐量再次高速增长,集装箱的快速发展带动集装箱码头的发展,码头吞吐量不断增长,港口面积和设备数量也不断增加。我国集装箱码头吞吐量的不断增长,对集装箱码头的运作提出了更高的要求。集装箱码头资源的有效管理和调度是集装箱码头畅通的必要保证。集装箱堆场作为完整的物流系统的一个中转地,地位十分突出。随着我国现代港口的迅速发展,集装箱运输量的迅猛增加给码头带来了巨大的作业压力,倒箱作业(Restowing Operation)对堆场运作效率的影响日益突出。研究集装箱寻址模型,并在堆场信息系统中实现与应用,对于减少堆场集装箱倒箱率,提高堆场作业效率具有重要意义。本文对此进行了研究。首先,简介集装箱港口、码头和堆场,堆场空间区域的划分、作业流程,分析倒箱操作的产生原因。其次,以倒箱量最小为目标,建立集装箱箱位寻址模型。第三,简介SA算法并予以改进,利用改进后的算法对模型进行优化,求得较优箱位寻址决策。第四,设计并初步实现基于RFID的堆场信息系统,将较优箱位寻址决策嵌入该系统中,实现箱位寻址功能。最后,设计并按照既定流程进行寻址模拟实验,对系统按照较优箱位寻址决策生成的箱位进行评价。
王兴秋[8](2011)在《集装箱码头后方堆场系统设备配比仿真研究》文中研究指明目前国际货物的进出口主要以集装箱运输方式进行。随着集装箱吞吐量的迅速增长,前方堆场规模将无法满足需求,所以对后方堆场的需求越来越大。受到港口陆域条件的限制,后方堆场作为港口物流系统缓冲区,拥有更好的地理位置优势。设备配比合理与否是影响后方堆场作业效率高低的关键因素,如何合理进行设备配比,降低运营成本,提高作业效率,越来越受到关注。本文主要以集装箱码头后方堆场系统为研究对象,通过分析后方堆场的作业流程和设计作业成本指标,对后方堆场的各种运作设备进行合理配比,通过三维动态仿真得到可行的仿真方案组,从中找出使运营成本最小的配比方案。首先,对集装箱码头后方堆场发展及系统仿真技术方法的国内外研究现状进行了综合阐述,并介绍了本文研究的主要内容。接着,在区别前方堆场和后方堆场的基础上,对后方堆场的组成、功能、装卸工艺等进行了详细说明,并根据后方堆场系统的作业流程,运用Petri网理论,从进口重箱、出口重箱和空箱作业流程的角度,建立反映作业环节之间流程关系和信息传递关系的随机Petri网模型,为仿真模拟提供支撑。其次,根据作业流程将后方堆场系统分为水平运输、堆场作业和集疏运三个子系统,针对影响各子系统作业成本的重点因素建立成本数学模型,作为衡量设备配比方案的指标,为仿真目标的实现提供依据。最后,以某一具体的进口重箱作业流程为例,建立三维动态仿真模型,模拟后方堆场系统的真实运作环境。通过设置不同的设备配比得到六个可行方案,并通过调整参数运行,最后找出使运营成本最小的配比方案。为后方堆场提高设备利用率,减少运营成本提供决策支持参考。仿真结果对后方堆场管理人员有效管理堆场具有一定的借鉴作用。
方波,周鹏飞[9](2010)在《集装箱堆场箱位启发式分配算法研究》文中认为考虑集装箱堆场出口箱箱位分配问题的动态性,文中建立了预分配和实分配两个阶段模型,根据翻箱和起吊设备行驶发生规律开发了一种基于规则的启发式算法,来降低龙门吊大车行驶距离和翻箱量。模拟实验表明算法能够有效降低作业成本,改善分配效果。
方波[10](2010)在《不确定条件下的集装箱码头出口箱箱位分配优选研究》文中研究指明过去的30多年是集装箱运输发展最为快速的时期,全球经济的高速发展拉动集装箱运输的发展,而集装箱运输的快速发展则带动着集装箱码头的发展,集装箱码头吞吐量不断增长,港口的面积、设备数量也在不断增加。随着我国集装箱吞吐量突破1亿标准箱以及集装箱码头的不断建设发展,堆场渐渐成为码头运营中的关键区域。堆场中的资源如何合理地分配和利用成为码头管理人员十分关心的问题,直接影响到运营效率和运营成本。其中出口箱箱位分配又成为集装箱码头运作优化管理的关键问题。本文首先针对集装箱堆场出口箱交箱时间的动态不确定性,在对出口箱堆存模型的影响因素进行分析的基础上提出了两级调度策略,建立了出口箱堆存问题的双层规划模型,并针对两级调度策略不同阶段的要求和模型特点分别设计开发了基于禁忌搜索的求解算法。模拟实验表明了上述方法能够有效利用动态不确定信息改善调度效果,算法能够在合理时间内获得满意解。本文接着针对集装箱码头客户交箱时间不确定条件下的堆场出口箱位优化分配问题,首先分析了交箱时间不确定条件下的交箱序列的确定方法;然后,在此基础上,建立了优化分配堆场贝位和贝内堆栈的双层随机规划模型,其优化目标是龙门吊大车行走距离和翻箱量最小,提出了随机交箱序列条件下的翻箱量和龙门吊大车行走距离的求解方法;最后,针对模型特点开发了基于禁忌搜索的启发式求解算法。模拟实验表明上述方法能够有效利用动态不确定集装箱交箱序列信息,改善调度效果,算法能够在合理时间内获得满意解。
二、集装箱堆场问题的一个数学模型及其算法(英文)(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、集装箱堆场问题的一个数学模型及其算法(英文)(论文提纲范文)
(1)集装箱堆场多资源集成调度与优化研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究现状 |
1.2.1 堆场箱位分配研究综述 |
1.2.2 堆场场桥调度研究综述 |
1.2.3 堆场多资源集成调度与优化研究综述 |
1.3 研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
2 相关理论概述 |
2.1 集装箱码头堆场资源概述 |
2.1.1 堆场空间资源 |
2.1.2 堆场机械设备资源 |
2.2 集装箱码头堆场作业流程分析 |
2.2.1 进口作业流程 |
2.2.2 出口作业流程 |
2.2.3 中转作业流程 |
2.3 集装箱码头堆场作业效率影响因素分析 |
2.4 本章小结 |
3 堆场箱位分配与多场桥调度集成优化模型建立 |
3.1 问题描述 |
3.1.1 堆存策略 |
3.1.2 场桥调度 |
3.2 出口箱到达时间间隔描述 |
3.3 模型建立 |
3.3.1 假设条件 |
3.3.2 符号说明 |
3.3.3 堆场箱位分配与多场桥调度集成优化模型 |
3.4 本章小结 |
4 堆场箱位分配与多场桥调度集成优化模型求解算法 |
4.1 算法选择 |
4.1.1 遗传算法 |
4.1.2 模拟退火算法 |
4.1.3 混合遗传模拟退火算法 |
4.2 混合遗传模拟退火算法设计 |
4.2.1 染色体编码 |
4.2.2 初始种群生成 |
4.2.3 适应度函数 |
4.2.4 遗传操作 |
4.2.5 模拟退火操作 |
4.2.6 算法停止原则 |
4.3 本章小结 |
5 算例分析 |
5.1 算例描述 |
5.2 算例求解 |
5.3 结果分析 |
5.4 本章小结 |
结论 |
参考文献 |
附录A HGASA MATLAB代码 |
致谢 |
作者简历及攻读硕士学位期间的科研成果 |
(2)基于翻箱路径优化的集装箱堆场提箱作业模型与算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 本文的研究内容和方法 |
1.2.1 研究内容 |
1.2.2 研究方法 |
1.3 论文的研究特色和创新之处 |
第二章 文献综述与算法框架 |
2.1 集装箱码头的作业系统 |
2.1.1 集装箱 |
2.1.2 集装箱运输 |
2.1.3 集装箱码头 |
2.1.4 集装箱码头堆场 |
2.2 集装箱码头堆场作业 |
2.2.1 进场堆存作业 |
2.2.2 预翻箱作业 |
2.2.3 离场提箱作业 |
2.2.4 多个阶段集成作业 |
2.3 算法的基本框架 |
2.3.1 梳理已有算法 |
2.3.2 本文算法基本框架 |
2.4 本章小结 |
第三章 单贝位的提箱作业模型与算法研究 |
3.1 引言 |
3.2 问题描述 |
3.3 模型基本概念及符号定义 |
3.3.1 模型基本概念 |
3.3.2 模型基本符号定义 |
3.4 构建单贝位的提箱作业模型 |
3.5 算法求解 |
3.5.1 构建规则库 |
3.5.2 单贝位的提箱作业实例 |
3.5.3 单贝位的路径优化算法 |
3.6 数值实验 |
3.6.1 比较不同规则集顺序 |
3.6.2 单贝位POA的性能 |
3.6.3 贝位利用率对相对翻箱率和翻箱数量的影响 |
3.7 本章小结 |
第四章 多贝位的提箱作业模型与算法研究 |
4.1 引言 |
4.2 问题描述 |
4.3 模型基本概念及符号定义 |
4.3.1 模型基本概念 |
4.3.2 模型基本符号定义 |
4.4 构建多贝位的提箱作业模型 |
4.5 算法求解 |
4.5.1 完善规则库 |
4.5.2 多贝位的提箱作业实例 |
4.5.3 多贝位的路径优化算法 |
4.6 数值实验 |
4.6.1 比较不同规则集顺序 |
4.6.2 多贝位POA的性能 |
4.6.3 多贝位POA的有效性 |
4.6.4 箱区利用率对翻箱数量的影响 |
4.7 本章小结 |
第五章 考虑集装箱不同流向的提箱作业模型与算法研究 |
5.1 引言 |
5.2 问题描述与符号定义 |
5.2.1 问题描述 |
5.2.2 符号定义 |
5.3 算法求解 |
5.3.1 考虑集装箱不同流向的提箱作业实例 |
5.3.2 考虑集装箱不同流向的路径优化算法 |
5.4 数值实验 |
5.4.1 离场规则 |
5.4.2 算例分析 |
5.4.3 初始状态对于集装箱翻箱数量的影响 |
5.5 本章小结 |
附录1 考虑集装箱不同流向的某一堆存状态下的提箱作业情况 |
第六章 考虑集装箱不同属性的提箱作业模型与算法研究 |
6.1 引言 |
6.2 问题描述与符号定义 |
6.2.1 考虑集装箱的尺寸 |
6.2.2 考虑集装箱的预计出口时间、目的港、客户信息等多个因素 |
6.3 算法求解 |
6.3.1 考虑集装箱不同属性的提箱作业实例 |
6.3.2 考虑集装箱不同属性的路径优化算法 |
6.4 数值实验 |
6.4.1 离场规则 |
6.4.2 算例分析 |
6.4.3 初始状态对于集装箱翻箱数量的影响 |
6.5 本章小结 |
附录2 考虑集装箱不同属性的某一堆存状态下的提箱作业情况 |
第七章 考虑龙门吊同步作业的提箱作业模型与算法研究 |
7.1 引言 |
7.2 问题描述与符号定义 |
7.3 算法求解 |
7.3.1 不同龙门吊独立作业的提箱作业实例 |
7.3.2 不同龙门吊协同作业的提箱作业实例 |
7.3.3 考虑龙门吊同步作业的路径优化算法 |
7.4 数值实验 |
7.4.1 算例分析 |
7.4.2 初始状态对于集装箱翻箱数量的影响 |
7.5 本章小结 |
附录3 某一堆存状态下第一台龙门吊独立作业的提箱作业情况 |
附录4 某一堆存状态下第二台龙门吊独立作业的提箱作业情况 |
附录5 某一堆存状态下第一台龙门吊协同作业的提箱作业情况 |
附录6 某一堆存状态下第二台龙门吊协同作业的提箱作业情况 |
结论与展望 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(3)广州港航班调度优化研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文研究的主要内容 |
第2章 航线调度概述 |
2.1 水路运输的特点 |
2.2 船舶调度管理 |
2.2.1 船舶调度的主要内容 |
2.2.2 船舶调度程序 |
2.2.3 码头靠离泊业务及舱位管理 |
2.2.4 航线经营 |
2.3 船舶调度在港口系统中的重要性 |
2.4 广州港船舶调度需要研究问题 |
2.5 港口调度影响因素 |
2.5.1 海面能见度 |
2.5.2 风的影响 |
2.5.3 水流的影响 |
2.5.4 引航员和拖轮因素 |
第3章 广州进出港船舶调度优化模型构建 |
3.1 问题的产生与发展 |
3.2 问题的模型描述 |
3.2.1 工业船运的SP模型 |
3.2.2 船舶调度数学模型 |
3.3 算法 |
3.3.1 算法思想 |
3.3.2 算法总体流程 |
3.3.3 蚂蚁路径构造算法 |
3.3.4 蚂蚁的目标函数 |
3.3.5 局部优化算法 |
3.4 算法的计算机实现 |
第4章 实证分析 |
4.1 广东某航运公司现状 |
4.2 计算 |
结论 |
致谢 |
参考文献 |
附录 |
(5)基于启发式算法的集装箱堆场优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及意义 |
1.1.1 中国集装箱运输的发展 |
1.1.2 信息技术在集装箱港口的应用 |
1.1.3 本论文研究的意义 |
1.2 集装箱堆场国内外研究现状 |
1.2.1 国外集装箱堆场研究现状 |
1.2.2 国内集装箱堆场研究现状 |
1.3 本文的主要工作及组织结构 |
1.3.1 本文的主要工作 |
1.3.2 本文的组织结构 |
第2章 作业调度问题及其相关的启发式算法研究 |
2.1 作业调度问题概述 |
2.1.1 概念 |
2.1.2 作业调度问题的分类及其特点 |
2.1.3 Flow-shop作业调度 |
2.1.4 Job-shop作业调度 |
2.2 集装箱堆场的资源配置 |
2.2.1 集装箱堆场的空间资源 |
2.2.2 集装箱堆场的机械资源 |
2.3 启发式算法问题研究 |
2.3.1 启发式问题概述 |
2.3.2 人工网络神经算法 |
2.3.3 禁忌搜索算法 |
2.3.4 模拟退火算法 |
2.3.5 遗传算法 |
2.3.6 算法适用性分析 |
2.4 遗传算法 |
2.4.1 遗传算法的基本原理 |
2.4.2 遗传算法的结构 |
2.4.3 遗传算法的基本流程框架 |
2.4.4 遗传算法的特点 |
第3章 基于遗传算法的堆场作业调度模型研究 |
3.1 集装箱堆场作业调度概况 |
3.1.1 集装箱堆场概况 |
3.1.2 集装箱堆场的功能 |
3.1.3 集装箱堆场的作业流程 |
3.2 堆场作业调度模型建立 |
3.2.1 问题的描述 |
3.2.2 模型的建立 |
3.2.3 模型解集的说明 |
3.3 基于遗传算法的模型求解 |
3.4 本章小节 |
第4章 集装箱堆场调度模型的应用研究 |
4.1 集装箱堆场系统概述 |
4.2 集装箱堆场调度模型算法在实际系统中的应用 |
4.2.1 实现过程中所用到的一些数据结构 |
4.2.2 算法的实现 |
4.3 应用结果分析与比较 |
第5章 总结与展望 |
参考文献 |
攻读学位期间公开发表论文 |
致谢 |
(6)港口集装箱堆场码垛优化模型及算法(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文研究背景 |
1.2 国内外研究现状 |
1.3 研究目的与意义 |
1.4 主要研究工作 |
1.5 论文结构 |
第二章 集装箱堆场存取箱问题分析 |
2.1 集装箱堆场 |
2.1.1 集装箱的分类 |
2.1.2 堆场的概念 |
2.1.3 箱位分配原则 |
2.1.4 特殊集装箱箱位分配 |
2.2 堆场装卸机械 |
2.3 集装箱堆场作业流程 |
2.3.1 出口集装箱操作流程 |
2.3.2 进口集装箱操作流程 |
2.4 本章小结 |
第三章 翻箱问题研究 |
3.1 翻箱 |
3.1.1 翻箱原因 |
3.1.2 翻箱对效率影响 |
3.1.3 降低翻箱率方法 |
3.2 集装箱堆场存箱规则 |
3.3 翻箱原则 |
3.4 翻箱量统计方法 |
3.4.1 假设条件 |
3.4.2 翻箱量统计 |
3.5 本章小结 |
第四章 码箱模型及算法 |
4.1 存取箱优化模型 |
4.1.1 基本思路 |
4.1.2 模型假设条件 |
4.1.3 目标函数与约束条件 |
4.2 算法 |
4.2.1 算法思想 |
4.2.2 算例 |
4.2.3 结果分析 |
4.3 本章小结 |
第五章 结论与展望 |
5.1 研究工作总结 |
5.2 需进一步研究的问题 |
参考文献 |
致谢 |
攻读硕士学位期间主要研究成果 |
(7)基于SA的集装箱堆场箱位寻址模型的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及研究意义 |
1.2 国内外研究现状 |
1.3 论文主要研究内容及组织结构 |
1.3.1 研究的主要内容 |
1.3.2 论文组织结构 |
第2章 集装箱港口、码头和堆场 |
2.1 集装箱港口 |
2.2 集装箱码头 |
2.3 集装箱码头堆场 |
2.3.1 堆场空间区域的划分 |
2.3.2 集装箱堆场作业流程 |
2.3.3 倒箱操作产生的原因 |
第3章 集装箱堆场箱位寻址模型的建立 |
3.1 前提假设 |
3.2 约束条件 |
3.3 设计参数 |
3.4 设计变量 |
3.5 取箱作业优化模型 |
3.6 堆垛作业寻址模型 |
第4章 改进SA 算法的箱位寻址模型求解与优化 |
4.1 SA 算法简介 |
4.2 SA 算法的改进 |
4.3 寻址模型求解与优化 |
4.4 同一贝内箱位寻址算例及结果评价 |
第5章 箱位寻址模型在堆场信息系统中的应用 |
5.1 系统总体设计 |
5.2 集装箱信息采集模块的设计 |
5.2.1 RFID 技术 |
5.2.2 集装箱信息 RFID 采集模块设计 |
5.3 数据库分析与设计 |
5.3.1 创建数据库 |
5.3.2 创建表与字段 |
5.3.3 数据库的连接 |
5.4 堆场信息系统主界面设计与实现 |
5.4.1 登陆模块功能设计 |
5.4.2 堆场信息系统主界面 |
5.5 箱位寻址模块功能设计与实现 |
5.5.1 箱位寻址模块功能设计 |
5.4.2 箱位寻址模块功能实现 |
5.6 闸口管理模块功能设计与实现 |
5.6.1 闸口管理模块功能设计 |
5.6.2 闸口管理模块功能实现 |
5.7 集装箱查询模块功能设计与实现 |
5.7.1 集装箱查询模块功能设计 |
5.7.2 集装箱查询模块功能实现 |
5.8 寻址模拟实验 |
5.8.1 前提假设 |
5.8.2 实验流程 |
5.8.3 录入数据 |
5.8.4 结果评价 |
第6章 全文总结与展望 |
致谢 |
参考文献 |
在学期间发表的学术论文 |
(8)集装箱码头后方堆场系统设备配比仿真研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景和意义 |
1.2 集装箱码头后方堆场系统国内外研究现状 |
1.2.1 集装箱码头后方堆场系统国外研究现状 |
1.2.2 集装箱码头后方堆场系统国内研究现状 |
1.3 本文研究的主要内容 |
第2章 集装箱码头后方堆场基本理论 |
2.1 集装箱码头后方堆场的相关概念 |
2.1.1 集装箱码头的定义及研究范围的界定 |
2.1.2 前方堆场、后方堆场的定义和区别 |
2.2 后方堆场系统各组成部分功能分析 |
2.2.1 后方堆场系统的组成及各部分的功能 |
2.2.2 后方堆场的硬件设施和设备 |
2.3 集装箱后方堆场工艺流程分析 |
2.3.1 集装箱后方堆场生产作业的特点 |
2.3.2 集装箱后方堆场的工艺流程 |
2.4 本章小结 |
第3章 基于随机Petri网的后方堆场流程建模与分析 |
3.1 Petri网的相关概念 |
3.1.1 Petri网的基本术语 |
3.1.2 Petri网的定义及变迁规则 |
3.2 基于随机Petri网的后方堆场建模 |
3.3 本章小结 |
第4章 后方堆场成本指标体系的建立 |
4.1 后方堆场成本指标体系建立的原则 |
4.2 成本指标体系的建立 |
4.2.1 水平运输子系统成本指标体系的建立 |
4.2.2 堆场作业子系统成本指标体系的建立 |
4.2.3 集疏运子系统成本指标体系的建立 |
4.3 本章小结 |
第5章 基于SIMIO的后方堆场系统仿真建模 |
5.1 Simio软件介绍 |
5.2 Simio仿真步骤及优势 |
5.3 基于Simio的后方堆场系统仿真设计 |
5.3.1 问题的界定 |
5.3.2 建模实体元素分析 |
5.3.3 可视化模型的建立 |
5.3.4 各实体参数的设定 |
5.3.5 仿真模型的运行 |
5.3.6 仿真模型的结果及分析 |
5.4 本章小结 |
第6章 仿真实例 |
6.1 实例建模及仿真 |
6.1.1 问题描述 |
6.1.2 相关参数设置 |
6.1.3 仿真模型的运行 |
6.1.4 模型运行结果及分析 |
6.2 本章小结 |
第7章 总结与展望 |
参考文献 |
致谢 |
作者攻读硕士学位期间发表的论文 |
学位论文评阅及答辩情况表 |
(9)集装箱堆场箱位启发式分配算法研究(论文提纲范文)
一、引言 |
二、两阶段优化分配模型 |
三、启发式求解算法 |
四、实验分析 |
1. 实验设计 |
2. 算法性能分析 |
五、结论 |
(10)不确定条件下的集装箱码头出口箱箱位分配优选研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.4 研究内容 |
1.5 论文结构 |
2 集装箱堆场出口箱箱位动态分配建模 |
2.1 堆场出口箱堆存模型的影响因素分析 |
2.1.1 翻箱率 |
2.1.2 龙门起重机大车的行驶距离 |
2.1.3 集装箱进场序列 |
2.2 建立集装箱码头堆场出口箱堆存模型 |
2.2.1 两级调度策略 |
2.2.2 出口箱堆存模型 |
3 箱位动态分配模型的求解算法 |
3.1 滚动调度求解算法 |
3.2 再调度求解算法 |
3.3 仿真实验分析 |
3.3.1 仿真实验设计 |
3.3.2 算法性能分析 |
3.3.3 问题参数分析 |
4 基于随机交箱序列的出口箱箱位分配建模 |
4.1 交箱序列分析 |
4.2 随机的集装箱进场序列下的目标计算 |
4.2.1 翻箱量的计算 |
4.2.2 龙门起重机大车行驶距离的计算 |
4.3 建立基于随机序列的出口箱堆存模型 |
5 随机模型的求解算法 |
5.1 算法中目标的计算 |
5.2 集装箱交箱时调度方案的执行 |
5.3 仿真实验分析 |
5.3.1 仿真实验设计 |
5.3.2 算法性能分析 |
5.4 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录A 两级调度策略主要模块说明(C语言) |
附录B 随机模型算法主要模块说明(C语言) |
攻读硕士学位期间发表学术论文情况 |
致谢 |
四、集装箱堆场问题的一个数学模型及其算法(英文)(论文参考文献)
- [1]集装箱堆场多资源集成调度与优化研究[D]. 苑中锴. 大连海事大学, 2019(06)
- [2]基于翻箱路径优化的集装箱堆场提箱作业模型与算法研究[D]. 郑斯斯. 华南理工大学, 2018(12)
- [3]广州港航班调度优化研究[D]. 吴泰云. 西南交通大学, 2012(11)
- [4]拥堵集装箱堆场箱位分配优化模型与算法[J]. 江南,余宏志,谭周提. 铁道学报, 2011(11)
- [5]基于启发式算法的集装箱堆场优化研究[D]. 张仁星. 大连海事大学, 2011(09)
- [6]港口集装箱堆场码垛优化模型及算法[D]. 谢颖. 中南大学, 2011(01)
- [7]基于SA的集装箱堆场箱位寻址模型的研究[D]. 任振振. 集美大学, 2011(01)
- [8]集装箱码头后方堆场系统设备配比仿真研究[D]. 王兴秋. 山东大学, 2011(04)
- [9]集装箱堆场箱位启发式分配算法研究[J]. 方波,周鹏飞. 中国水运(下半月刊), 2010(08)
- [10]不确定条件下的集装箱码头出口箱箱位分配优选研究[D]. 方波. 大连理工大学, 2010(10)