基于多目标混沌云粒子群算法的泊位-岸桥分配研究

发布时间：2018-01-14 23:01

  本文关键词：基于多目标混沌云粒子群算法的泊位-岸桥分配研究　出处：《水运工程》2014年01期 　论文类型：期刊论文

  更多相关文章： 泊位-岸桥分配 粒子群算法 多目标优化 混沌理论 云模型

【摘要】：为了提高集装箱港口泊位-岸桥分配效果和优化效率,以集卡运距和船舶在港时间最小为优化目标,建立了多目标离散泊位-岸桥分配模型,利用混沌云粒子群算法对泊位-岸桥分配模型进行求解,开发了粒子可行-整数化处理模块,内嵌于混沌云粒子群算法进化中,制定了粒子编码规则,设计了多目标函数的粒子历史极值和全局极值的计算方法,提出了基于混沌云粒子群优化算法求解多目标离散泊位-岸桥分配模型的新方法,数值算例结果证明了该模型和算法的可行性和实用性。
[Abstract]:In order to improve the allocation effect and optimization efficiency of container port berth-shore bridge, a multi-objective discrete berth-shore bridge allocation model is established with the aim of minimizing the container port berth distance and the vessel's time at the port. Chaotic cloud particle swarm optimization algorithm is used to solve the berth-shore bridge allocation model, and a particle feasible-integer processing module is developed, embedded in the evolution of chaotic cloud particle swarm optimization algorithm, and the particle coding rules are formulated. The method of calculating the particle historical and global extremum of multi-objective function is designed, and a new method based on chaotic cloud particle swarm optimization algorithm to solve the multi-objective discrete berth and shore bridge assignment model is proposed. Numerical examples show the feasibility and practicability of the model and algorithm.
【作者单位】： 哈尔滨工程大学船舶工程学院;大连理工大学海岸和近海工程国家重点实验室;大连中交理工交通技术研究院有限公司;
【基金】：国家自然科学基金(50679008) 教育部博士点专项基金(200901411105) 河南省交通厅科技计划项目(2010D107-4)
【分类号】：U691
【正文快照】： 泊位-岸桥的合理配置优化能够有效提高集装箱码头资源的利用率、缩短船舶在港等待时间、改善港口服务水平,是增强集装箱码头竞争力的关键[1]。国内外专家对泊位-岸桥调度优化问题进 行了广泛研究,提出了多种预测模型。在已有模型中,用于求解调度优化模型的方法主要分为2类,

【参考文献】

相关期刊论文 前6条

1 韩骏;孙晓娜;靳志宏;;集装箱码头泊位与岸桥协调调度优化[J];大连海事大学学报;2008年02期

2 薛峰;陈刚;高尚;;求解0-1整数规划的混合粒子群优化算法[J];计算技术与自动化;2011年01期

3 杨春霞;王诺;杨华龙;;集装箱码头泊位—岸桥分配耦合优化[J];计算机集成制造系统;2011年10期

4 杨春霞;王诺;;基于多目标遗传算法的集装箱码头泊位—岸桥分配问题研究[J];计算机应用研究;2010年05期

5 张红菊;乐美龙;;基于多目标粒子群算法的泊位-岸桥分配研究[J];武汉理工大学学报;2012年02期

6 周鹏飞;康海贵;;面向随机环境的集装箱码头泊位-岸桥分配方法[J];系统工程理论与实践;2008年01期

【共引文献】

相关期刊论文 前10条

1 陈超;王海燕;;集装箱码头泊位生产运作优化模型[J];大连海事大学学报;2009年04期

2 王健;杨春霞;杨赞;;基于Memetic算法的集装箱码头泊位应急调度策略[J];大连海事大学学报;2011年02期

3 韩晓龙;;集装箱港口装卸作业系统研究综述[J];港口经济;2010年02期

4 夏新海;;基于Multi-Agent的集装箱码头物流作业重构[J];中国管理信息化;2009年10期

5 杨春霞;王诺;;基于SPEA2算法的泊位调度多目标优化[J];工业工程与管理;2010年03期

6 乐美龙;黄薇;;基于粒子群算法的泊位分配集成优化研究[J];广西大学学报(自然科学版);2013年01期

7 曾庆成;胡祥培;杨忠振;;集装箱码头泊位计划干扰恢复多目标模型[J];管理工程学报;2013年02期

8 张少凯;韩晓龙;胡少龙;;新旧工艺下集装箱港口装卸设备配置仿真研究[J];广西大学学报(自然科学版);2013年02期

9 秦天保;沙梅;;支持双向调度的集装箱码头岸桥调度问题约束规划模型[J];系统工程;2013年04期

10 秦天保;沙梅;;动态连续泊位分配问题的约束规划模型[J];工业工程与管理;2013年06期

相关博士学位论文 前9条

1 高鹏;港口物流网络系统的建模及作业优化研究[D];大连理工大学;2011年

2 杨春霞;不确定环境下的集装箱码头泊位—岸桥调度优化研究[D];大连海事大学;2011年

3 李娜;集装箱码头连续泊位与岸桥调度联合优化研究[D];大连海事大学;2011年

4 张莉;基于排队网络理论的集装箱码头设备配置优化研究[D];同济大学;2007年

5 李强;集装箱码头泊位调度均衡优化方法研究[D];大连理工大学;2009年

6 李斌;基于哈佛体系结构的集装箱码头物流系统建模仿真研究[D];武汉理工大学;2009年

7 罗勋杰;集装箱码头物流操作系统优化理论及建模方法研究[D];大连海事大学;2010年

8 陈建平;船厂码头移泊作业及其相关问题研究[D];华南理工大学;2012年

9 李明伟;混沌云粒子群混合优化算法及其在港口管理中的应用研究[D];大连理工大学;2013年

相关硕士学位论文 前10条

1 孙慧杰;码头泊位延迟问题的干扰管理模型研究[D];大连理工大学;2010年

2 郑东学;天津港集装箱码头闸口通过能力研究[D];大连海事大学;2010年

3 常洁;神华天津煤炭码头生产组织优化研究[D];大连海事大学;2010年

4 冯春焕;集装箱码头泊位—岸桥—集卡调度优化研究[D];大连海事大学;2011年

5 房鹏;基于泊位和岸桥协调调度的岸桥配置研究[D];大连海事大学;2011年

6 汤双;港口集装箱泊位及岸桥资源的优化配置研究[D];大连海事大学;2011年

7 刘溪涓;集装箱码头泊位作业系统统计分析与评价[D];大连海事大学;2011年

8 汪兴东;集装箱堆场堆存策略的比较研究[D];大连海事大学;2011年

9 李宗峰;珠海港江海联运水运系统建设研究[D];大连海事大学;2011年

10 王伟飞;基于混合交叉作业的集装箱码头集卡优化调度研究[D];大连海事大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 蔡芸;张艳伟;;集装箱码头泊位分配的仿真优化方法[J];中国工程机械学报;2006年02期

2 杨维,李歧强;粒子群优化算法综述[J];中国工程科学;2004年05期

3 金慧敏,马良;遗传退火进化算法在背包问题中的应用[J];上海理工大学学报;2004年06期

4 李爱国,覃征,鲍复民,贺升平;粒子群优化算法[J];计算机工程与应用;2002年21期

5 曾庆成;高宇;;集装箱码头装卸桥调度优化模型与算法[J];计算机工程与应用;2006年32期

6 于永新,张新荣;基于蚁群系统的多选择背包问题优化算法[J];计算机工程;2003年20期

7 马良,王龙德;背包问题的蚂蚁优化算法[J];计算机应用;2001年08期

8 陈璐;奚立峰;蔡建国;Nathalie BOSTEL;Pierre DEJAX;;集装箱码头装卸作业的调度控制模型及算法设计[J];控制理论与应用;2006年06期

9 张海霖;江志斌;许泓;;集装箱港口集疏运调度系统作业模式的仿真分析[J];上海交通大学学报;2006年06期

10 张展羽;高玉芳;李龙昌;徐征和;;沿海缺水灌区水资源优化调配耦合模型[J];水利学报;2006年10期

【相似文献】

相关期刊论文 前10条

1 李诗灵;陈宁;赵学_g;;基于粒子群算法的城市轨道交通接运公交规划[J];武汉理工大学学报(交通科学与工程版);2010年04期

2 孙国华;;带软时间窗的开放式满载车辆路径问题研究[J];计算机工程与应用;2011年17期

3 杨俊宇;秦志锋;;基于粒子群算法的公交车调度研究[J];交通信息与安全;2009年06期

4 于万霞;杜太行;郑宏兴;;基于粒子群的模糊神经网络交通信号控制[J];微计算机信息;2008年07期

5 蔡延光;魏明;;一种新型自适应混沌粒子群算法在联盟运输调度问题中的研究[J];系统工程;2008年08期

6 冯明发;卢锦川;;粒子群优化RBF神经网络的短时交通流量预测[J];计算机仿真;2010年12期

7 牛思先;苏玉刚;;基于多目标演化算法的交通系统实时优化技术[J];统计与决策;2011年01期

8 于万霞;杜太行;郑宏兴;于越;;基于粒子群的模糊神经网络交通流量预测[J];微计算机信息;2008年04期

9 王相军;杜波;;基于交通信号的智能交通系统的粒子群控制算法[J];科技信息(科学教研);2008年15期

10 江玮t，

本文编号：1425658