一种遗传粒子群算法及其在集装箱装船顺序优化问题中的应用

发布时间：2017-10-16 12:37

  本文关键词：一种遗传粒子群算法及其在集装箱装船顺序优化问题中的应用

  更多相关文章： 装船顺序 粒子群优化 遗传算法 集装箱 配载图

【摘要】：全球经济贸易的迅速发展使得物流规模不断扩大,相比于铁路运输及空运,航运具有更良好的综合性,因此在贸易运输中承担着更重要的责任。集装箱运输在航运领域占有极为重要的地位。港口组织生产和运输过程中,不可避免会产生倒箱操作,这种操作提高了堆场作业成本,降低了其作业效率。因此,解决好倒箱问题,对于提高航运的生产效率,增强港口的竞争力,有着相当的意义和价值。 集装箱装船顺序会直接影响倒箱量的数目。该问题可以归结为一个带约束的组合优化问题,过去用分支定界等求解具有局部收敛等缺陷。随着各种群智能算法的相继提出,为更加合理的设计集装箱装船顺序,提供了新的有效途径。 本文采用群智能算法求解装船顺序优化问题。在已知集装箱堆场堆放状况的情况下,根据给定的集装箱装船配载图,首先建立了目标函数为最小倒箱量的数学优化模型。然后基于粒子群算法并加以改进,提出一种并行遗传粒子群算法(Parallel genetic particle swarm optimization algorithm, PGPSO),其基本思想是采用两个并行的子群体,每个子群体分别按全局版和局部版的PSO进化,将两种PSO的优势互补,兼顾快速性和防早熟。此外,遗传算法的交叉和变异算子的引入,使得算法适用于求解离散的组合优化问题。为验证提出算法的性能,文中将其应用于求解已知最优解的经典函数优化问题,优化结果验证了其可行性和有效性。 在此基础上,针对集装箱装船顺序优化问题,分别将最低栈和优化栈倒箱原则应用于所提算法的两个子群体,并给出了求解此具体问题的交叉和变异策略,特别是借鉴启发式算法的思想,给出的变异策略,可有效的提高所提出算法求解此问题的性能。文中将算法应用于前述数学模型,求解了不同规模的实际装船顺序优化问题,并对结果进行了分析和对比。研究表明,提出算法对于提箱装船顺序问题是有效的,获得了较好的优化结果,所得的装船顺序方案令人满意。 本文的工作能够为集装箱船舶装船操作提供科学的依据,达到码头船厂节约成本、提高效率的目的。论文的研究具有一定的理论意义和实际应用价值。
【关键词】：装船顺序 粒子群优化 遗传算法 集装箱 配载图
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U695.22;TP18
【目录】：

• 摘要5-6
• ABSTRACT6-8
• 目录8-11
• 第1章 绪论11-20
• 1.1 课题的工程背景和研究意义11-13
• 1.1.1 课题的工程背景和问题的提出11-12
• 1.1.2 课题的研究意义12-13
• 1.2 国内外相关研究概况13-17
• 1.2.1 国外的研究概况13-14
• 1.2.2 国内的研究概况14-16
• 1.2.3 群智能算法及本文的求解思路16-17
• 1.3 论文的主要研究内容和组织结构17-20
• 1.3.1 论文研究的主要内容17-18
• 1.3.2 论文的组织结构18-20
• 第2章 集装箱提箱装船顺序优化问题及其数学模型20-33
• 2.1 集装箱运输概述20-21
• 2.1.1 集装箱简介20
• 2.1.2 集装箱运输20-21
• 2.2 集装箱码头概述21-25
• 2.2.1 集装箱码头堆场的空间布局21-22
• 2.2.2 集装箱码头堆场的机械资源22-23
• 2.2.3 集装箱码头堆场的定位描述及堆存规则23-24
• 2.2.4 集装箱码头堆场的业务流程24-25
• 2.3 集装箱船舶及船舶配载25-28
• 2.3.1 集装箱船舶及其箱位表示方法25-27
• 2.3.2 配载的概念27
• 2.3.3 配载原则27-28
• 2.4 堆场倒箱问题分析28-30
• 2.4.1 倒箱的概念28
• 2.4.2 产生倒箱的原因28-29
• 2.4.3 倒箱的控制方法29
• 2.4.4 倒箱操作对堆场作业和船舶停泊作业的影响29-30
• 2.5 装船顺序问题数学模型的建立30-33
• 2.5.1 问题描述30
• 2.5.2 模型假设30
• 2.5.3 模型变量符号30-31
• 2.5.4 目标函数及约束条件31-33
• 第3章 并行遗传粒子群优化算法33-54
• 3.1 粒子群算法概述33-37
• 3.1.1 基本思想33-34
• 3.1.2 基本粒子群算法的数学描述34-35
• 3.1.3 基本粒子群算法流程35-36
• 3.1.4 标准粒子群算法概述36-37
• 3.2 遗传算法概述37-41
• 3.2.1 基本思想和原理37-38
• 3.2.2 基本遗传算法的实现技术38-41
• 3.2.3 遗传算法的特点及应用41
• 3.3 并行遗传粒子群算法41-45
• 3.3.1 并行PSO算法41-43
• 3.3.2 遗传算子的引入43
• 3.3.3 并行遗传粒子群算法的实现43-45
• 3.4 数值试验与分析45-54
• 3.4.1 基准测试函数46-47
• 3.4.2 无约束优化问题47-50
• 3.4.3 约束优化问题50-54
• 第4章 优化算法在装船顺序问题中的应用与分析54-65
• 4.1 基于实际提箱装船顺序问题的算法设计54-56
• 4.1.1 确定倒箱原则54-55
• 4.1.2 交叉策略55
• 4.1.3 变异策略55-56
• 4.1.4 适应度函数56
• 4.2 小规模问题56-57
• 4.3 中等规模问题57-60
• 4.4 大规模问题60-65
• 第5章 结论与展望65-67
• 5.1 结论65
• 5.2 展望65-67
• 参考文献67-71
• 致谢71

【参考文献】

中国期刊全文数据库 前10条

1 卫家骏;;出口集装箱堆场位置的优化[J];重庆交通大学学报(自然科学版);2010年03期

2 杨淑芹,张运杰,王志强;集装箱堆场问题的一个数学模型及其算法(英文)[J];大连海事大学学报;2002年S1期

3 靳志宏;兰辉;边展;计明军;;基于现实约束的集装箱装船顺序优化[J];大连海事大学学报;2011年01期

4 郝聚民,纪卓尚,林焰;混合顺序作业堆场BAY优化模型[J];大连理工大学学报;2000年01期

5 王晓,陈海燕,王超,刘单,吕长虹;关于合理确定集装箱码头装船顺序的算法[J];经济数学;2005年03期

6 董琳;刘庆敏;王超;王晓;吕长虹;;集装箱翻箱问题的模型分析及算法[J];经济数学;2006年02期

7 王莉莉;于红;;集装箱装船顺序优化模型及遗传算法[J];计算机工程与应用;2008年15期

8 张维英;林焰;纪卓尚;吴毅刚;;出口集装箱堆场取箱作业优化模型研究[J];武汉理工大学学报(交通科学与工程版);2006年02期

9 易正俊;江静;胡勇;;堆场集装箱翻箱的PCNN优化控制算法[J];自动化学报;2011年02期

10 谢尘;何军良;苌道方;;基于混堆模式的集装箱码头出口箱进场选位策略[J];上海海事大学学报;2008年04期

，

本文编号：1042716