当前位置:主页 > 经济论文 > 交通经济论文 >

基于蚁群算法的集装箱港口选择与网络均衡分析

发布时间:2020-05-05 19:40
【摘要】: 改革开放30年来,港口作为对外开放的窗口,对国民经济发展呈现出越来越重要的推动作用。但是随着集装箱港口的迅猛发展以及货主码头的增加,使集装箱港口之间的竞争日趋激烈,造成了当前港口生产能力的部分过剩,一方面港口经营效益下降,另一方面也导致了港口资源的巨大浪费,影响了地区经济的可持续发展。为维持自身发展,在日益激烈的竞争中取胜,港口需要获得稳定、大量的货源。了解港口使用者对港口的评价过程和结果,做好港口网络的宏观结构与微观结构研究,建立和完善港口网络发展的理论基础,对于促进我国港口持续健康发展,增强国际竞争能力,使之更好地为国民经济和社会发展服务具有重要的理论价值和现实意义,是一个极为重要的课题。 本论文以集装箱港口选择与港口网络均衡分析作为理论基础,结合智能算法建立优化模型,综合考虑货主港口选择的特性与港口市场竞争的特点,对货主如何进行港口选择以及如何在港口网络中进行货流分配等问题进行深入研究。论文主要研究成果概括如下: 1、本论文提出了全新的货主港口选择优化模型,其以货主港口选择几率最大化为目标,即几率越大的港口越容易被货主选择。该模型综合考虑了货主选择港口的三个主要因素,定性分析与定量计算相结合,具有良好的可操作性。由于该模型是多目标组合优化模型,结构复杂,传统方法求解困难。本论文采用了一种模拟进化算法——蚁群算法,来寻找网络中的最短路径;同时,为了提高蚁群算法的搜索效率,采用了一个新的信息素增量更新策略——ANT-weight策略。最后,通过实例对该模型和算法进行了检验,理论分析和运算结果一致,表明了模型和算法的有效性。 2、货主港口选择的依据是港口网络构成的基础,港口网络建立的是否合理将会直接影响货主的利益。本论文以货主港口选择几率最大化为目标函数所建立的静态港口网络,是以被选港口吞吐量无限大、港口费率相差不大为前提条件的,但在实际运输过程中,受港口吞吐能力的限制以及港口拥挤、阻塞现象越来越严重的影响,要求货物应按照一定的规则,符合实际地分配到港口网络中的各条航线上,这就形成了动态港口网络。为了解决货流量分配问题,本论文采用了交通分配模型中的增量分配法,将OD间货流量平分成若干等分,循环分配到网络中:因为寻找最短路径是货流量分配中最基本也是最重要的计算,所以提出基于粗粒度并行蚁群算法的增量分配模型,此模型实现了动态港口网络中货流的最佳配置,使建立的动态港口网络达到均衡。最后,运用该模型对某区域集装箱港口网络进行检验,得到了集装箱港口网络规划的优化效果。 3、港口网络作为运输网络的重要组成部分,服务于国家经济发展的需要,因此,分析港口网络协调发展对社会和经济带来的影响,避免紧缺社会资源的浪费,在提倡科学发展观的今天格外具有现实意义。本论文提出了基于集值统计方法的模糊综合评价模型,利用专家定性分析给出各指标的区间估计,从而形成一个集值统计序列,进一步定量计算出指标评价值,解决了具有不确定性特点的模糊评价问题,该方法用于评价港口网络协调发展具有可操作性和实用性。最后,通过实例对该模型进行了检验,结果表明可以得到更为可靠的评价。 论文最后对全文进行了总结,并对有待于进一步研究的问题进行了展望。
【图文】:

远洋班轮,集装箱港口,航班,中国沿海


集装箱港口的年吞吐量均在200万TEU以上,其国际班轮航班数和干线班轮航班数一般均达300个以上和100个左右。以此为参照,对我国年吞吐量逾100万TEU的前5个主要集装箱港口的国际和远洋班轮航班数进行统计(见图2.4),结果表明,上海、深圳两港的国际和远洋班轮航班数相对较多,基本上达到了集装箱枢纽港的临界指标;而青岛、天津、广州3港的国际班轮尤其是远洋班轮航班数明显偏少。图2.4还表明,上述5港的干线班轮航班数均偏低,排序最前的深圳、上海两港在3大干线上的挂靠次数也只相当于香港、新加坡、高雄等港的0.4一0.5左右。由此可见,九十年代末以来,在我国沿海各主要集装箱港口中,,上海、深圳两港己初步具备了国际集装箱枢纽港的一些基本特征,它们正处在由干线港向枢纽中心港过渡演变的过程之中。②空间集中化过程明显加快。通过对1995一2000年我国沿海集装箱港口体系中前1、2、3、5位港口吞吐量的比重变化的统计发现(表2.2),除第一位港口所占比重随时间的变化并无显著上升趋势外,前2、3、5位港口所占比重随时间的延续出现了明显的上升趋势

示意图,蚁群算法,示意图,蚂蚁


种选择路径的过程被称之为自催化行为 (autocatalyticbehavior),由于其原理是一种正反馈机制,因此也可将蚁群的行为理解成所谓的增强型学习系统。下面以一个非常经典的例子来说明一下蚂蚁觅食的过程。图4.2描述的是蚁群从巢穴出来觅食并返回巢穴的过程。首先,假设巢穴和食物之间有两条可行的路径,这样,当蚂蚁到达“交叉口”时,就需要进行选择:是向左还是向右。最初,两条路径上都没有外激素(因为还没有蚂蚁走过),因此,蚂蚁选择两条路径的概率相同,即两条路径上经过的蚂蚁一样多。由于走短路的蚂蚁会先到达目的地(食物),并率先返回,这时长路的外激素还没有更新,这样它会优先选择短路返回。经过一段时间,选择短路到达食物的蚂蚁数量要明显多于选择长路的,因此,短路上的外激素强度更大
【学位授予单位】:大连海事大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:U695.21

【相似文献】

相关期刊论文 前10条

1 门君;王连玉;李忠光;巴威;;基于改进蚁群算法的汽车抢修车巡回修理问题研究[J];军事交通学院学报;2011年05期

2 计三有;王星;;基于蚁群算法的图书物流中心配送路径规划[J];湖北工业大学学报;2011年04期

3 刘立;王建兴;秦书硕;莫城恺;;一种改进蚁群算法在配电网优化规划中的应用[J];科学技术与工程;2011年24期

4 张宝健;;变异蚁群算法在电力系统无功优化中的应用[J];福建电脑;2011年05期

5 李慧;王来运;;基于混沌蚁群算法的电力短期负荷预测[J];北京信息科技大学学报(自然科学版);2011年04期

6 张敖木翰;钟仰晋;何世伟;;基于蚁群算法的公交线网规划研究[J];交通标准化;2008年13期

7 时贵英;吴雅娟;倪红梅;;一种新改进的粒子群优化算法[J];长春理工大学学报(自然科学版);2011年02期

8 严珍珍;邢立宁;陈英武;;蚁群算法求解消防站的选址问题[J];科学技术与工程;2011年21期

9 李永胜;曲良东;李熹;;自适应信息素更新蚁群算法求解QoS组播路由[J];山东大学学报(工学版);2011年04期

10 何开成;;一种改进的蚁群算法求解TSP问题及实验结果分析[J];硅谷;2011年16期

相关会议论文 前10条

1 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年

2 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年

3 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年

4 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年

5 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年

6 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年

7 宋春峰;侯媛彬;赵圣刚;;蚁群算法在陀螺温控系统中的应用研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年

8 张如伟;黄捍东;赵迪;;一种新的地震非线性反演方法[A];中国地球物理学会第二十四届年会论文集[C];2008年

9 师凯;蔡延光;邹谷山;王涛;;运输调度问题的蚁群算法研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

10 陈峻;沈洁;秦玲;;蚁群算法进行连续参数优化的新途径[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册)[C];2002年

相关重要报纸文章 前2条

1 惠永辉 徐源;张昌龙—— 勇于挑战难题[N];解放军报;2009年

2 本报记者 张巍巍;瞧瞧“机器游侠”特种兵[N];科技日报;2011年

相关博士学位论文 前10条

1 闫博;基于蚁群算法的集装箱港口选择与网络均衡分析[D];大连海事大学;2008年

2 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年

3 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年

4 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年

5 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年

6 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年

7 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年

8 何荥;用信息法研究天空亮度分布[D];重庆大学;2008年

9 吕雄伟;邮政物流车辆路径问题研究[D];西南交通大学;2009年

10 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年

相关硕士学位论文 前10条

1 傅宏;基于遗传多蚁群算法的QoS组播路由算法研究[D];重庆大学;2010年

2 潘鹏竹;协同制造调度问题的蚁群算法研究[D];沈阳工业大学;2010年

3 饶跃东;基于改进蚁群算法的无人飞行器航迹规划应用研究[D];武汉理工大学;2010年

4 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年

5 吕海鹏;改进蚁群算法在YKK系列中型高压电机优化设计中的应用[D];哈尔滨理工大学;2010年

6 刘志勇;基于蚁群算法与竞选算法的作业车间调度求解及比较研究[D];广东工业大学;2011年

7 张守年;改进的蚁群算法及其在QoS中的应用[D];华南理工大学;2010年

8 林时来;基于蚁群算法的呼吸信号情感识别研究[D];西南大学;2011年

9 孙莹;无底柱分段崩落法矿山生产调度系统优化研究[D];西安建筑科技大学;2010年

10 李旭;应用点着色聚类改进蚁群算法[D];四川师范大学;2010年



本文编号:2650654

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/jtysjj/2650654.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3ec89***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com