基于需求变动与可变航速的不定期船舶调度研究
发布时间:2023-01-15 06:57
随着经济全球化的不断发展,不定期船作为各国间货物运输的重要方式也得到了繁荣发展。不定期船主要是在国际上运输大宗散货,具有货源、货流不稳定,船舶航线、挂靠港口和船期不固定的特点。因此,不定期船舶调度较为复杂。而不定期船舶调度情况直接影响运力资源的配置,其结果决定着船舶的利用率与航运企业的整体收益。在当下航运市场持续低迷,节省燃油是任何现实环境下的选择,不定期船舶运输航线向网络化发展的环境下,科学地开展船舶调度工作有利于航运企业降低运输成本,提高经济效益,减少船舶尾气排放。分析不定期船舶调度问题的研究现状后,发现目前相关研究多集中在固定的船舶航速与货物需求条件下的船舶调度问题,需求变动的船舶调度与航速优化问题没有很好地解决。本文首先在以往的研究基础上,根据不同的市场油价、船舶的载货状态和货物的装运时间要求设定可变航速,并考虑了运输过程中出现新的即期货物运输需求,建立在研究期内以船队完成运输任务总成本最小为目标,并带有时间窗约束的非线性规划模型,解决多船舶、多港口、多航线、多货物(包括合同货物和即期货物)的不定期船舶调度问题。之后,根据不定期船运输的特点,设计相应的遗传算法进行模型求解。最后...
【文章页数】:59 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 不定期船航速研究
1.2.2 需求不确定背景下不定期船舶调度研究
1.2.3 不定期船舶调度研究方法的研究
1.2.4 国内外研究现状综述
1.3 研究内容及创新点
1.3.1 研究内容
1.3.2 创新点
第2章 不定期船舶调度相关理论
2.1 不定期船运输概述
2.1.1 不定期船运输市场概述
2.1.2 不定期船营运模式
2.2 不定期船舶的航速理论
2.2.1 影响船舶航速的因素
2.2.2 经济航速
2.2.3 盈利航速
2.3 不定期船舶调度理论
2.3.1 船舶调度的相关概念
2.3.2 不定期船舶调度的要求
2.3.3 不定期船舶调度分类
2.4 本章小结
第3章 需求变动与可变航速的船舶调度模型
3.1 问题提出
3.1.1 不定期船运输需求变动分析
3.1.2 不定期船舶可变航速分析
3.2 问题描述
3.3 模型建立
3.3.1 模型假设
3.3.2 变量描述
3.3.3 模型建立
3.3.4 约束条件
3.4 本章小结
第4章 不定期船舶调度问题的算法选择与优化
4.1 不定期船舶调度算法概述
4.1.1 算法概述
4.1.2 遗传算法
4.1.3 模拟退火算法
4.1.4 蚁群算法
4.1.5 粒子群算法
4.2 遗传算法的选择与分析
4.3 不定期船舶调度的遗传算法设计
4.4 本章小结
第5章 实例分析
5.1 数据收集和整理
5.1.1 船舶参数
5.1.2 港口及航线参数
5.1.3 货物参数
5.2 原调度方案结果分析
5.3 考虑需求变动的船舶调度方案
5.4 本章小结
第6章 结论与展望
6.1 研究内容总结
6.2 不足与展望
致谢
参考文献
附录
在学期间科研成果情况
【参考文献】:
期刊论文
[1]考虑港口忙闲时间窗约束的多式联运路径优化[J]. 郑红星,邵思杨,吴云强. 高技术通讯. 2020(01)
[2]基于船舶效益和能效管理的航速决策研究[J]. 马来好,茆沐嘉,党坤. 实验室研究与探索. 2019(04)
[3]基于多目标粒子群算法的船舶航速优化[J]. 张进峰,杨涛宁,马伟皓. 系统仿真学报. 2019(04)
[4]基于遗传算法的港口集装箱堆场场桥智能调度优化[J]. 初良勇,阮志毅,李淑娟. 中国航海. 2018(01)
[5]集装箱运输船舶调度的多目标优化模型建模[J]. 何淑芬. 舰船科学技术. 2018(02)
[6]混合模拟退火与粒子群优化算法的无人艇路径规划[J]. 郑佳春,吴建华,马勇,龙延. 中国海洋大学学报(自然科学版). 2016(09)
[7]软时间窗与随机航行时间的不定期船舶航线规划[J]. 丁一,仲颖,林国龙,温馨. 华中师范大学学报(自然科学版). 2015(03)
[8]大型船队整体规划实用技术分析[J]. 谢新连,唐磊,赵家保. 中国科技论文. 2014(11)
[9]基于遗传算法的不定期船舶调度优化模型研究[J]. 钱燕,周良. 计算机与数字工程. 2014(04)
[10]基于集合划分的航速可变不定期船舶调度模型[J]. 唐磊,谢新连,王成武. 上海交通大学学报. 2013(06)
博士论文
[1]基于运营环境不确定性的不定期船调度研究[D]. 关峰.大连海事大学 2018
[2]不定期运输船舶调度及航速优化研究[D]. 唐磊.大连海事大学 2014
硕士论文
[1]基于多目标粒子群算法的多约束组合优化问题研究[D]. 张宇丰.西安理工大学 2019
[2]港口集装箱码头岸桥与场桥联合调度优化研究[D]. 吴勇智.集美大学 2018
[3]基于可变航速的支线集装箱船舶调度优化模型与算法[D]. 张开放.大连海事大学 2018
[4]基于选择惯性与需求时空特征的不定期船舶调度研究[D]. 李响.大连海事大学 2017
[5]改进蚁群算法及其应用[D]. 张永强.西安工程大学 2017
[6]基于蚁群算法的VTS船舶调度优化的研究与实现[D]. 李翔.大连海事大学 2017
[7]从一地到多地最佳路线导航规划[D]. 郑焦敬.南京邮电大学 2016
[8]不定期船运输短期租船机会选择问题研究[D]. 宋佳鑫.大连海事大学 2015
[9]不定期船舶航线优化问题研究[D]. 王文思.大连海事大学 2015
本文编号:3730779
【文章页数】:59 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 不定期船航速研究
1.2.2 需求不确定背景下不定期船舶调度研究
1.2.3 不定期船舶调度研究方法的研究
1.2.4 国内外研究现状综述
1.3 研究内容及创新点
1.3.1 研究内容
1.3.2 创新点
第2章 不定期船舶调度相关理论
2.1 不定期船运输概述
2.1.1 不定期船运输市场概述
2.1.2 不定期船营运模式
2.2 不定期船舶的航速理论
2.2.1 影响船舶航速的因素
2.2.2 经济航速
2.2.3 盈利航速
2.3 不定期船舶调度理论
2.3.1 船舶调度的相关概念
2.3.2 不定期船舶调度的要求
2.3.3 不定期船舶调度分类
2.4 本章小结
第3章 需求变动与可变航速的船舶调度模型
3.1 问题提出
3.1.1 不定期船运输需求变动分析
3.1.2 不定期船舶可变航速分析
3.2 问题描述
3.3 模型建立
3.3.1 模型假设
3.3.2 变量描述
3.3.3 模型建立
3.3.4 约束条件
3.4 本章小结
第4章 不定期船舶调度问题的算法选择与优化
4.1 不定期船舶调度算法概述
4.1.1 算法概述
4.1.2 遗传算法
4.1.3 模拟退火算法
4.1.4 蚁群算法
4.1.5 粒子群算法
4.2 遗传算法的选择与分析
4.3 不定期船舶调度的遗传算法设计
4.4 本章小结
第5章 实例分析
5.1 数据收集和整理
5.1.1 船舶参数
5.1.2 港口及航线参数
5.1.3 货物参数
5.2 原调度方案结果分析
5.3 考虑需求变动的船舶调度方案
5.4 本章小结
第6章 结论与展望
6.1 研究内容总结
6.2 不足与展望
致谢
参考文献
附录
在学期间科研成果情况
【参考文献】:
期刊论文
[1]考虑港口忙闲时间窗约束的多式联运路径优化[J]. 郑红星,邵思杨,吴云强. 高技术通讯. 2020(01)
[2]基于船舶效益和能效管理的航速决策研究[J]. 马来好,茆沐嘉,党坤. 实验室研究与探索. 2019(04)
[3]基于多目标粒子群算法的船舶航速优化[J]. 张进峰,杨涛宁,马伟皓. 系统仿真学报. 2019(04)
[4]基于遗传算法的港口集装箱堆场场桥智能调度优化[J]. 初良勇,阮志毅,李淑娟. 中国航海. 2018(01)
[5]集装箱运输船舶调度的多目标优化模型建模[J]. 何淑芬. 舰船科学技术. 2018(02)
[6]混合模拟退火与粒子群优化算法的无人艇路径规划[J]. 郑佳春,吴建华,马勇,龙延. 中国海洋大学学报(自然科学版). 2016(09)
[7]软时间窗与随机航行时间的不定期船舶航线规划[J]. 丁一,仲颖,林国龙,温馨. 华中师范大学学报(自然科学版). 2015(03)
[8]大型船队整体规划实用技术分析[J]. 谢新连,唐磊,赵家保. 中国科技论文. 2014(11)
[9]基于遗传算法的不定期船舶调度优化模型研究[J]. 钱燕,周良. 计算机与数字工程. 2014(04)
[10]基于集合划分的航速可变不定期船舶调度模型[J]. 唐磊,谢新连,王成武. 上海交通大学学报. 2013(06)
博士论文
[1]基于运营环境不确定性的不定期船调度研究[D]. 关峰.大连海事大学 2018
[2]不定期运输船舶调度及航速优化研究[D]. 唐磊.大连海事大学 2014
硕士论文
[1]基于多目标粒子群算法的多约束组合优化问题研究[D]. 张宇丰.西安理工大学 2019
[2]港口集装箱码头岸桥与场桥联合调度优化研究[D]. 吴勇智.集美大学 2018
[3]基于可变航速的支线集装箱船舶调度优化模型与算法[D]. 张开放.大连海事大学 2018
[4]基于选择惯性与需求时空特征的不定期船舶调度研究[D]. 李响.大连海事大学 2017
[5]改进蚁群算法及其应用[D]. 张永强.西安工程大学 2017
[6]基于蚁群算法的VTS船舶调度优化的研究与实现[D]. 李翔.大连海事大学 2017
[7]从一地到多地最佳路线导航规划[D]. 郑焦敬.南京邮电大学 2016
[8]不定期船运输短期租船机会选择问题研究[D]. 宋佳鑫.大连海事大学 2015
[9]不定期船舶航线优化问题研究[D]. 王文思.大连海事大学 2015
本文编号:3730779
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/3730779.html