基于ACO的港口集装箱运输网络系统优化研究

发布时间：2020-07-26 18:41

【摘要】：随着全球经济一体化进程的加快，世界各个国家和地区之间国际贸易量迅速攀高，由此带动了国际集装箱运输业务的快速兴起和全面发展，引发了世界集装箱船队总体运力的成倍增长和运输航线的的快速增加，航运运输成本费用也随之翻番。在当前区域经济间竞争与合作并存的情况下，建立开放、合理、优化的综合运输网络已成为各国港口及航运业发展的共识和趋势。 本论文着力针对全球区域经济间港口集装箱运输网络系统的最小费用流问题，研究运用现代优化方法来合理配置集装箱的跨洋运输。考虑到该问题的离散性及其非线性特点，用传统线性方法求解将十分困难，因此引入了新兴的人工智能仿生蚁群优化算法，力求通过蚁群在搜索食物源的过程中所体现出来的寻优能力来解决集装箱海上运输网络系统的非线性NP-C问题。 本研究首先从大型集装箱船舶运输的规模经济性角度出发，通过分析集装箱船舶运营过程中的成本构成，研究构建港口集装箱运输网络系统综合成本优化的数学模型；其次，按照集装箱运输网络优化的求解思路对蚁群优化算法进行适用性改进，并运用蚁群算法对模型进行定性的优化求解；结合图论算法理论，证明了改进后的蚁群算法优化模型可以在可接受的时间内以较大的概率收敛到全局最优解；最后，按区域经济划分选取各个地区有代表性的港口作为网络运输的节点，构建集装箱运输网络，分析预测未来各个港口节点的集装箱生成量并在此基础上进行定量的程序计算。计算结果表明，本研究所提出的蚁群优化模型可以使网络综合费用和运力配置在可接受时间内达到最优状态，运输模式结构化清晰，集装箱径流合理，本论文的结果为下一步合理的进行集装箱运输网络具体航线与船型的配置提供了参考依据。 本研究将人工智能与交通运输相结合，促进交叉学科的研究及应用，不仅更为有效地解决了本论文提出的问题，也推动了工程规划人员对于软科学的重视和积极应用。这一努力必然在更为广阔的领域中带来更加丰硕的成果。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：U695.22
【图文】：

线港和喂给港层次分明、分工协作的总体格局。图2.2为我国八大集装箱干线港分布图【川。图2.2我国八大集装箱干线港位置图Fig.2.2positionehartofeig1tlmaineontainerportsofourcoun仰

【相似文献】

相关期刊论文 前10条

1 ;媒体[J];中国远洋航务;2011年07期

2 龚必洪;米琳;唐荣健;;集装箱不同部位腐蚀速率差异[J];集装箱化;2011年07期

3 ;“麻雀”虽小,“五脏”俱全——集装箱式数据中心[J];智能建筑与城市信息;2011年08期

4 赵丽平;;船公司防范集装箱走私活动的措施[J];集装箱化;2011年08期

5 ;品质保证,客户信赖——科尼港机集装箱正面吊交付山隆通运[J];集装箱化;2011年08期

6 ;港口装卸[J];港口科技;2011年05期

7 杨从伦;;利用废旧集装箱在浅滩海淤土上筑岛围堰的施工技术[J];江苏水利;2011年07期

8 吕天文;;中国集装箱数据中心市场研究及展望[J];电源世界;2011年07期

9 朱华;;集装箱式数据中心的产业化[J];智能建筑与城市信息;2011年08期

10 刘援农;;蚁群算法在TSP问题中的应用研究[J];硅谷;2011年13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10条

1 温兰;对集装箱鉴定的要求有哪些[N];中国贸易报;2005年

2 ;集装箱的守护神[N];中国计算机报;2005年

3 本报记者 刘伟;中集创新造就集装箱“大王”[N];深圳特区报;2005年

4 中国集装箱工业协会供稿;上半年集装箱出口18.63亿美元[N];中国船舶报;2004年

5 邱德春、钱文龙;严防集装箱危险品夏日惹“火”[N];中国交通报;2005年

6 齐国强;新野蔬菜集装箱 广州市内销得俏[N];中华合作时报;2003年

7 石庆伟 陈光明;集装箱板需求激增[N];中国矿业报;2003年

8 柯已　通讯员　林楹庆;全球集装箱1/6出自大鳌[N];广州日报;2005年

9 洋子;英国打造“集装箱酒店”[N];中国建材报;2008年

10 木村;箱价几何？中国说了算！[N];中国船舶报;2004年

相关博士学位论文 前10条

1 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

2 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

3 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

4 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

5 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

6 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

7 何荥;用信息法研究天空亮度分布[D];重庆大学;2008年

8 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

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 沈杰;基于蚁群算法的中文文本聚类研究[D];杭州电子科技大学;2009年

5 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

6 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

7 艾凌云;基于蚁群算法和粗糙集方法的聚类分析研究[D];南昌大学;2010年

8 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

9 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

10 李超;基于改进蚁群算法的露天矿运输系统优化研究[D];辽宁工程技术大学;2009年

本文编号：2771149