集装箱船舶全航线配载优化模型与改进遗传算法
本文选题:集装箱运输 切入点:航线配载 出处:《交通运输工程学报》2014年05期 论文类型:期刊论文
【摘要】:以集装箱船舶稳性、强度、载荷为约束条件,以全航线倒箱量最小和吃水差最优为目标函数,建立了集装箱船舶全航线多目标配载优化模型。利用启发式算法获得初始可行解,利用改进了的遗传算法进行优化,并用1 841TEU、3开口的集装箱船舶进行实例验证。计算结果表明:与传统遗传算法相比,改进的遗传算法能在1.967s内求得全航线上5个挂靠港口的配载计划,并能求得5个港口的满意解;在求得的满意解中,船舶倒箱量均为0,吃水差的绝对值分别为0.003 5、0.000 8、0.109 7、0.001 1、0.371 2m,均在船舶行驶的合理范围0~0.5m内;对于不同挂靠港数量的其他航线,改进的遗传算法能在5s内快速获得合理的配载计划。可见,优化模型与改进的遗传算法可行。
[Abstract]:Taking the stability, strength and load of the container ship as the constraint conditions, taking the minimum volume of the container and the optimal draught difference as the objective function, the multi-objective stowage optimization model of the container ship is established. The initial feasible solution is obtained by using the heuristic algorithm. The improved genetic algorithm is used to optimize, and an example of a container ship with an opening of 1841 TEU3 is carried out. The result of calculation shows that compared with the traditional genetic algorithm, The improved genetic algorithm can obtain the stowage plan of the five ports on the whole route within 1.967s, and the satisfactory solutions of the five ports. The reverse volume of the ship is 0, and the absolute value of the draft difference is 0.003 5 / 0.000 8 / 0.109 7 / 0. 001 / 1 / 0. 371 m, all within a reasonable range of 0 / 0. 5 m for the ship, and for other routes with different numbers of ports of call, The improved genetic algorithm can quickly obtain reasonable loading plan in 5 s. It can be seen that the optimized model and the improved genetic algorithm are feasible.
【作者单位】: 大连海事大学交通运输管理学院;
【基金】:国家自然科学基金项目(71072081)
【分类号】:U695.22
【参考文献】
相关期刊论文 前4条
1 孙晓雅;林焰;;集装箱船多港bay位排箱的优化方法[J];大连海事大学学报;2011年01期
2 曾庆成;杨忠振;陆靖;;集装箱码头同贝同步装卸调度模型与算法[J];交通运输工程学报;2010年01期
3 孙俊清;陈忱;刘凤连;;考虑船舶稳定性的多港口集装箱配载问题[J];计算机工程与应用;2012年32期
4 靳志宏;兰辉;郭贝贝;;基于现实约束的集装箱配载优化及可视化[J];系统工程理论与实践;2010年09期
【共引文献】
相关期刊论文 前10条
1 张维英,林焰,纪卓尚,邓林义;集装箱船舶配载方案评价的Hopfield神经网络模型[J];大连海事大学学报;2005年03期
2 孙晓雅;林焰;;集装箱船多港bay位排箱的优化方法[J];大连海事大学学报;2011年01期
3 张维英;林焰;纪卓尚;孙文志;余报楚;;集装箱船全航线预配优化模型与算法研究[J];大连理工大学学报;2008年05期
4 张维英;林焰;纪卓尚;张光发;孙文志;;基于指派问题的Bay位排箱优化模型与算法[J];大连理工大学学报;2011年01期
5 汪达钦;霍佳震;张丽华;;出厂物流整体优化的散货船舶配载模型与算法[J];工业工程与管理;2010年05期
6 洪雪琴;陆佳平;王艳菊;;基于集装箱装载优化的太阳能组件包装模型[J];包装工程;2012年15期
7 乐美龙;洪严;;多目标成本下的集装箱船快速配载[J];大连海事大学学报;2013年03期
8 谭美;田明琦;;超大型集装箱船的配载[J];船舶工程;2013年S2期
9 ;Model and algorithm for container ship stowage planning based on bin-packing problem[J];Journal of Marine Science and Application;2005年03期
10 张维英;林焰;纪卓尚;张光发;;Review of containership stowage plans for full routes[J];Journal of Marine Science and Application;2008年04期
相关博士学位论文 前10条
1 张灿荣;集装箱装船调度计划研究[D];清华大学;2010年
2 朱明华;多工况集装箱船配载与堆场翻箱优化研究[D];上海交通大学;2011年
3 韩晓龙;集装箱港口装卸作业资源配置研究[D];上海海事大学;2005年
4 周鹏飞;面向不确定环境的集装箱码头优化调度研究[D];大连理工大学;2006年
5 张维英;集装箱船全航线配载智能优化研究[D];大连理工大学;2006年
6 魏众;集装箱码头物流作业系统集成优化调度研究[D];北京交通大学;2007年
7 于蒙;基于多Agent的集装箱码头生产调度系统的研究[D];武汉理工大学;2007年
8 孙承猛;下水驳船实时配载关键技术研究[D];大连理工大学;2009年
9 刘彦斌;群智能计算模型与模糊匹配算法研究[D];吉林大学;2010年
10 徐斌;基于Agent的集装箱码头实时调度系统的研究[D];大连理工大学;2010年
相关硕士学位论文 前10条
1 郭保琪;配载箱位映射及胎吊走位控制算法研究[D];山东科技大学;2010年
2 孙莉;集装箱港口资源优化配置研究[D];大连海事大学;2010年
3 邢倩晗;基于系统生产效率的海口港件杂货装卸搬运机械配置研究[D];武汉理工大学;2010年
4 刘琴;集装箱码头同贝位同步装卸工艺系统研究[D];武汉理工大学;2011年
5 冯春焕;集装箱码头泊位—岸桥—集卡调度优化研究[D];大连海事大学;2011年
6 刘溪涓;集装箱码头泊位作业系统统计分析与评价[D];大连海事大学;2011年
7 曲田;集装箱船舶智能配载优化问题研究[D];大连海事大学;2011年
8 李鑫W,
本文编号:1575021
本文链接:https://www.wllwen.com/jingjilunwen/jtysjj/1575021.html