基于MULTI-AGENT粒子群算法的大宗散货港—公调度协调优化研究

发布时间：2019-08-01 06:54

【摘要】：随着改革开放和国际贸易的发展,国内对于各类资源的需求量日益增长,其中大宗散货港口的吞吐量上涨明显,从而促进了我国港口事业的快速发展。为了促进港口经济的顺畅发展,提高港口吞吐量效率,需要对港口的综合运输网络进行整体优化,不仅要考虑港口所在城市的公路交通运输情况,也要考虑与港口联合铁路、水路等运输方式的现实情况,这对港口的集疏运系统提出了新的挑战。大宗散货的港—公调度是对港口系统和公路运输系统的协调调度优化研究,调度作业活动包括船舶到港的泊位调度、各类机械设备调度和存储货物堆场的安排,以及将堆场的货物通过公路运输到客户目的地的车辆安排和车次安排等调度优化问题。目前,国内外的大多数研究重点只是在一两个环节进行调度,然而货物在港口的输入和输出并不是仅仅依靠一两个环节可以完成的,而是由一系列环节衔接组成完成的,其中任何一个环节存在问题都将影响整个业务流程的效率,对局部调度优化不一定能达到全局最优,要想保证港口集疏运经济效益最大化,就需要从全局角度考虑并解决问题,一方面保证港口集疏运各项作业正常、稳定、高效进行,另一方面使资源合理利用,达到最大化。本文以船舶到港卸货并将货物送达客户目的地为研究对象,从全局的角度对问题进行整体调度优化,目的是减少等待时间、提高装卸效率,并保证公路运输通畅,从而提高港—公系统整体作业效率。本文根据大宗散货港口矿石码头生产调度的实际情况,分析港口系统和公路运输系统在调度上存在的问题,结合Multi-agent存在的基本特征,如自主性、协作性、相互学习等,为提高港口企业生产调度效率,减轻港口集疏运体系拥挤,促进城市交通发展,构建了大宗散货港—公调度协调优化研究模型,并用粒子群算法进行求解,通过案例研究以验证模型的有效性。
【学位授予单位】：天津工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：U116;TP18

【参考文献】

相关期刊论文 前10条

1 李作志;王育静;;基于新型粒子群算法的散货港口装载机调度[J];物流技术;2015年21期

2 吴聪;杨建辉;;基于改进粒子群算法的物流配送车辆调度优化[J];计算机工程与应用;2015年13期

3 张学忠;;门机煤炭装船新工艺研究[J];港口科技;2014年11期

4 康凯;张敬;张维存;杨晓旭;;干散货港口装卸作业系统集成调度模型与算法研究[J];物流技术;2014年07期

5 郝志莉;任温铁;;JZ港散货码头车辆调度问题浅析[J];现代物业(上旬刊);2013年12期

6 秦岭;阚树林;;基于多Agent粒子群改进算法的车间调度[J];价值工程;2013年23期

7 肖鹏;林航飞;张肖峰;;港口陆路集疏运系统“点-线”疏解模式研究——以天津港为例[J];城市交通;2013年03期

8 席娜;徐术力;;基于免疫粒子群优化算法的物流配送车辆调度算法[J];物流技术;2012年23期

9 叶永伟;王晓恩;林海;;改进协同粒子群算法的汽车涂装线调度[J];控制工程;2012年06期

10 马冬青;王蔚;;基于改进粒子群算法的物流配送车辆调度[J];计算机工程与应用;2014年11期

，

本文编号：2521594