基于蚁群算法的集装箱船航线优化
发布时间：2021-10-06 23:36
在集装箱运输过程存在各种各样的航线方案,每种方案效率以及成本各不同。航线优化指的是,船公司对现有运输航线进行合理规划的目的,就是为了提高运输效率,降低成本,获得更大的利润。集装箱运输市场常常会受到一些具有突发性、不可预见性的因素的影响,这给船舶运输行业和航线的优化增加了很大的风险和困难。因此,在不可预见的影响因素影响下,各大船舶航线运输公司如何根据港口吞吐量把船舶安排到最佳航线上,在最短的路径上获得最大收益,使得在有限的船舶资源条件下,通过合理优化分配,从而创造最大的经济效益,成为集装箱船运输研究的重点问题。针对随机变化的情况,开展航线优化研究具有重要现实意义和应用价值。航线运输具有港口众多,到港时间不确定等一系列复杂性问题,是典型的np-hard问题,启发式算法更加适用于这种复杂度较高的航线优化问题,本文在研究相关理论的基础上,对比分析了几种方法用于航线优化问题的启发式算法以及各自的优缺点,最终选择蚁群算法,作为基本优化算法来开展航线优化模型的设计。在蚁群算法优化模型设计中,首先以某船公司运输航线需求为背景,针对港口众多、各港口的吞吐量变化大、货物到港时间复杂、航线重复绕路、船舶装载...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图２－１蚁群算法基本逻辑结构??Ｆｉｇ．?２－１?Ｂａｓｉｃ?Ｌｏｇｉｃ?Ｓｔｒｕｃｔｕｒｅ?ｏｆ?Ａｎｔ?Ｃｏｌｏｎｙ?Ａｌｇｏｒｉｔｈｍｓ??
?大连海事大学专业学位硕士学位论文???３船舶航线优化的模型设计??３．１航线优化问题的提出??航线本质上是一条供船舶运输货物的海上通道，船舶需要在不少于两个港口间定期??往返，并且从事装配货物运输活动。船舶运输行业中，路径问题是影响收益的巨大影响??因素，路径的选择直接影响运输的时间。集装箱航线本质上是一条供集装箱船运输货物??的海上通道，集装箱运输船需要在不少于两个港口之间进行货物的运输，以及定期往返，??并且从事集装箱货物运输活动。在船舶租赁期间，每一天的消耗都是一笔巨大的开销。??因此，对于一条航线进行优化，选择合理最优的运输航线，是每个船舶运输租赁公司都??要考虑的问题。航线的优化也直接影响到收益的优化。作为一个公司，收益是首先要考??虑的因素。以此，选择合理的航线进行优化，是势在必行的。具体优化流程图如３－１所??７Ｊ＼?〇??开始??航线问题分析??建立优化模型?＇???定参数??确认约束条件??数据分析及运算??结束??图３－１航线优化模型流程图??Ｆｉｇ．?３－１?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ｒｏｕｔｅ?ｏｐｔｉｍｉｚａｔｉｏｎ?ｍｏｄｅｌ??－１９?－??
?大连海事大学专业学位硕士学位论文???初始参数设定??—Ｉ??——？设置禁忌表??Ｉ??生成备选航线?＾???计算每一备选航线??收益??Ｎ??比历史最＾＞???更新最优解??更新信息素??：?？挥发????基于当前收益信息??计算港口航线最优??解??＾否满足终止规＾＞??输出优化解集并排??序??图３－２算法流程图??Ｆｉｇ．?３－２?Ａｌｇｏｒｉｔｈｍ?Ｆｌｏｗ?Ｃｈａｒｔ??３．３．１信息素因子分区域变换模型??蚁群算法的优化参数主要包括有：信息素启发因子、期望启发因子和残留因子，这??三种参数的设置对算法寻优以及收敛速度都具有很大的影响。三种参数中信息素启发因??子能够直接影响下属节点上的信息量，并能够影响其所能受到的重视程度，信息量大，??越容易陷入局部最优解。期望启发式因子可以影响蚂蚁就近选择线路的概率。残留因子??是代表之前蚂蚁经过后的信息素残留情况，数值大小的会显著影响后续蚂蚁的寻优，可??以影响算法的寻优速度以及收敛速度。??－２５?－??
【参考文献】：
期刊论文
[1]基于蚁群优化算法的无人船艇航线自动生成及路径规划[J]. 张海妮. 舰船电子工程. 2019(03)
[2]改进蚁群算法的机器人路径规划研究[J]. 刘永建,曾国辉,黄勃,李晓斌. 电子科技. 2020(01)
[3]基于优化蚁群算法在TSP问题中的应用研究[J]. 蒋晓继. 信息与电脑(理论版). 2019(03)
[4]一种改进粒子群通讯算法在目标搜索中的应用[J]. 何乔. 软件导刊. 2019(05)
[5]一种提高集群调度性能的改进型蚁群算法[J]. 刘素芹,张千,王俊爽. 计算机系统应用. 2018(07)
[6]基于改进蚁群算法的自动导引运输车全局路径规划方法研究[J]. 梁建刚,刘晓平,王刚,韩松. 机电工程. 2018(04)
[7]集装箱码头混合交叉作业集成调度模型[J]. 陈超,张哲,曾庆成. 交通运输工程学报. 2012(03)
[8]新形势下我国沿海内贸集装箱班轮航线优化研究[J]. 张延. 物流工程与管理. 2011(11)
[9]集装箱航线盈亏预测对新辟航线决策的影响[J]. 范国明. 交通财会. 2006(09)
[10]异常（Outlier）检测算法综述[J]. 陈华,李继波. 大众科技. 2005(09)
博士论文
[1]蚁群优化方法研究及其在潜艇导航规划中的应用[D]. 刘利强.哈尔滨工程大学 2008
[2]无人机航路规划方法研究[D]. 柳长安.西北工业大学 2003
硕士论文
[1]干支线协同的集装箱海运航线优化模型与船期的干扰管理[D]. 吕梦华.大连理工大学 2018
[2]基于海洋再分析产品的远洋船舶航线优化设计方法研究[D]. 尚文双.哈尔滨工程大学 2018
[3]班轮航线配船与舱位分配两阶段鲁棒优化研究[D]. 李翔宇.大连海事大学 2018
[4]基于改进蚁群算法的机器人路径规划[D]. 邱莉莉.东华大学 2015
[5]集装箱班轮运输航线优化与班期设计研究[D]. 宋术青.大连海事大学 2013
[6]多agent机器人系统导航及路径规划的研究[D]. 张晨旭.中北大学 2009
[7]集装箱班轮航线配船模型的优化研究[D]. 栾法敏.中国海洋大学 2009
[8]集装箱班轮运输的航线网络优化研究[D]. 李文欢.上海海事大学 2007
[9]综合TF/TA最优航迹规划算法的研究[D]. 李祥.西北工业大学 2003
本文编号：3420955
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图２－１蚁群算法基本逻辑结构??Ｆｉｇ．?２－１?Ｂａｓｉｃ?Ｌｏｇｉｃ?Ｓｔｒｕｃｔｕｒｅ?ｏｆ?Ａｎｔ?Ｃｏｌｏｎｙ?Ａｌｇｏｒｉｔｈｍｓ??
?大连海事大学专业学位硕士学位论文???３船舶航线优化的模型设计??３．１航线优化问题的提出??航线本质上是一条供船舶运输货物的海上通道，船舶需要在不少于两个港口间定期??往返，并且从事装配货物运输活动。船舶运输行业中，路径问题是影响收益的巨大影响??因素，路径的选择直接影响运输的时间。集装箱航线本质上是一条供集装箱船运输货物??的海上通道，集装箱运输船需要在不少于两个港口之间进行货物的运输，以及定期往返，??并且从事集装箱货物运输活动。在船舶租赁期间，每一天的消耗都是一笔巨大的开销。??因此，对于一条航线进行优化，选择合理最优的运输航线，是每个船舶运输租赁公司都??要考虑的问题。航线的优化也直接影响到收益的优化。作为一个公司，收益是首先要考??虑的因素。以此，选择合理的航线进行优化，是势在必行的。具体优化流程图如３－１所??７Ｊ＼?〇??开始??航线问题分析??建立优化模型?＇???定参数??确认约束条件??数据分析及运算??结束??图３－１航线优化模型流程图??Ｆｉｇ．?３－１?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ｒｏｕｔｅ?ｏｐｔｉｍｉｚａｔｉｏｎ?ｍｏｄｅｌ??－１９?－??
?大连海事大学专业学位硕士学位论文???初始参数设定??—Ｉ??——？设置禁忌表??Ｉ??生成备选航线?＾???计算每一备选航线??收益??Ｎ??比历史最＾＞???更新最优解??更新信息素??：?？挥发????基于当前收益信息??计算港口航线最优??解??＾否满足终止规＾＞??输出优化解集并排??序??图３－２算法流程图??Ｆｉｇ．?３－２?Ａｌｇｏｒｉｔｈｍ?Ｆｌｏｗ?Ｃｈａｒｔ??３．３．１信息素因子分区域变换模型??蚁群算法的优化参数主要包括有：信息素启发因子、期望启发因子和残留因子，这??三种参数的设置对算法寻优以及收敛速度都具有很大的影响。三种参数中信息素启发因??子能够直接影响下属节点上的信息量，并能够影响其所能受到的重视程度，信息量大，??越容易陷入局部最优解。期望启发式因子可以影响蚂蚁就近选择线路的概率。残留因子??是代表之前蚂蚁经过后的信息素残留情况，数值大小的会显著影响后续蚂蚁的寻优，可??以影响算法的寻优速度以及收敛速度。??－２５?－??
【参考文献】：
期刊论文
[1]基于蚁群优化算法的无人船艇航线自动生成及路径规划[J]. 张海妮. 舰船电子工程. 2019(03)
[2]改进蚁群算法的机器人路径规划研究[J]. 刘永建,曾国辉,黄勃,李晓斌. 电子科技. 2020(01)
[3]基于优化蚁群算法在TSP问题中的应用研究[J]. 蒋晓继. 信息与电脑(理论版). 2019(03)
[4]一种改进粒子群通讯算法在目标搜索中的应用[J]. 何乔. 软件导刊. 2019(05)
[5]一种提高集群调度性能的改进型蚁群算法[J]. 刘素芹,张千,王俊爽. 计算机系统应用. 2018(07)
[6]基于改进蚁群算法的自动导引运输车全局路径规划方法研究[J]. 梁建刚,刘晓平,王刚,韩松. 机电工程. 2018(04)
[7]集装箱码头混合交叉作业集成调度模型[J]. 陈超,张哲,曾庆成. 交通运输工程学报. 2012(03)
[8]新形势下我国沿海内贸集装箱班轮航线优化研究[J]. 张延. 物流工程与管理. 2011(11)
[9]集装箱航线盈亏预测对新辟航线决策的影响[J]. 范国明. 交通财会. 2006(09)
[10]异常（Outlier）检测算法综述[J]. 陈华,李继波. 大众科技. 2005(09)
博士论文
[1]蚁群优化方法研究及其在潜艇导航规划中的应用[D]. 刘利强.哈尔滨工程大学 2008
[2]无人机航路规划方法研究[D]. 柳长安.西北工业大学 2003
硕士论文
[1]干支线协同的集装箱海运航线优化模型与船期的干扰管理[D]. 吕梦华.大连理工大学 2018
[2]基于海洋再分析产品的远洋船舶航线优化设计方法研究[D]. 尚文双.哈尔滨工程大学 2018
[3]班轮航线配船与舱位分配两阶段鲁棒优化研究[D]. 李翔宇.大连海事大学 2018
[4]基于改进蚁群算法的机器人路径规划[D]. 邱莉莉.东华大学 2015
[5]集装箱班轮运输航线优化与班期设计研究[D]. 宋术青.大连海事大学 2013
[6]多agent机器人系统导航及路径规划的研究[D]. 张晨旭.中北大学 2009
[7]集装箱班轮航线配船模型的优化研究[D]. 栾法敏.中国海洋大学 2009
[8]集装箱班轮运输的航线网络优化研究[D]. 李文欢.上海海事大学 2007
[9]综合TF/TA最优航迹规划算法的研究[D]. 李祥.西北工业大学 2003
本文编号：3420955
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3420955.html
