多停泊基地约束下港口拖轮作业的一体化调度优化
本文选题:拖轮调度 + 多处理器任务调度 ; 参考:《上海交通大学学报》2014年01期
【摘要】:在分析拖轮调度问题基本性质的基础上,结合多处理器任务调度理论,构建了以拖轮总作业时间最小化为目标函数、考虑多停泊基地条件下的一体化调度优化模型;针对问题特点设计了混合模拟退火算法并对其进行求解;以二维实整数的方式作为解的表现形式,在初始解的生成过程中加入首艘可用拖轮的启发式规则,并运用三点交叉的方式产生新解.数值实例结果表明,所提出的算法收敛性较好,求解结果比现行调度规则所得结果的优化率提高了20%.对系统参数的分析表明:移泊作业所占比例和到港船舶类型对目标函数的影响较大;在拖轮配备中,总作业时间对拖轮配备情况具有极弱的敏感性,而在不同装卸作业时间下总作业时间的变化无规律性.
[Abstract]:Based on the analysis of the basic properties of the tugboat scheduling problem and the multiprocessor task scheduling theory, an integrated scheduling optimization model with the objective function of minimizing the total working time of the tug is constructed, and the integrated scheduling optimization model is considered under the condition of multiple berthing bases. According to the characteristics of the problem, the hybrid simulated annealing algorithm is designed and solved, and the heuristic rule of the first available tug is added in the process of generating the initial solution by taking the two-dimensional real integer as the representation of the solution. And the use of three-point crossover way to produce a new solution. Numerical results show that the proposed algorithm has better convergence, and the optimization rate of the proposed algorithm is increased by 20% compared with the results obtained from the current scheduling rules. The analysis of system parameters shows that the proportion of mooring operation and the type of ship coming to port have a great influence on the objective function, and the total working time has a very weak sensitivity to the condition of tugboat configuration. However, there is no regular change of total operation time under different loading and unloading time.
【作者单位】: 大连海事大学交通运输管理学院;
【基金】:国家自然科学基金项目(71172108,71302044) 教育部高等学校博士学科点专项科研基金项目(20122125110009) 中央高校基本科研业务费专项资金项目(3132013076,3132013320,3132041217)资助
【分类号】:U691
【参考文献】
相关期刊论文 前6条
1 刘志雄;王少梅;;带特殊工艺约束的双目标并行多机调度问题研究[J];计算机集成制造系统;2005年11期
2 刘志雄;王少梅;;基于粒子群算法的并行多机调度问题研究[J];计算机集成制造系统;2006年02期
3 李东辉;张均东;何治斌;;教学实习船电力系统建模与仿真[J];上海交通大学学报;2008年02期
4 董良才;徐子奇;宓为建;;基于遗传算子粒子群算法的拖轮动态调度[J];数学的实践与认识;2012年06期
5 何涛;朱宏辉;;遗传算法在拖轮调度中的应用[J];物流技术;2008年04期
6 刘志雄;;考虑最短距离作业的港口拖轮作业调度优化[J];西南交通大学学报;2011年05期
【共引文献】
相关期刊论文 前10条
1 潘高飞;李江;赵跃平;;船用发电机数字励磁系统的精确建模研究[J];船舶工程;2011年01期
2 陈养平;王来雄;黄士坦;;基于粒子群优化的多处理器任务调度算法[J];吉林大学学报(信息科学版);2007年03期
3 苑仁民;陈波;刘新建;;5446TEU电力系统建模仿真研究[J];船电技术;2011年12期
4 李东辉;张均东;纪玉龙;;柴油发电机组并联运行建模与仿真[J];大连海事大学学报;2011年04期
5 谢心怡;刘彦呈;;基于时域仿真法的大扰动下船舶电站暂态稳定分析[J];大连海事大学学报;2011年04期
6 陈勇;方秋军;庄薇;鲁建厦;;基于遗传粒子群混合算法的多生产线协调调度[J];工业工程与管理;2011年06期
7 高原;王新茹;丁建立;;基于改进粒子群算法的机场多航班多服务调度策略[J];航空计算技术;2008年03期
8 陈学诣;李跃宇;;基于粒子群算法和系统仿真的流水线工序重组[J];计算机工程与应用;2007年21期
9 宋书强;叶春明;;用MC-QPSO算法求解并行流水车间调度问题[J];计算机工程与应用;2010年16期
10 老曼莎;苏平;;混流装配线排序问题的研究现状与展望[J];机电工程技术;2009年10期
相关会议论文 前1条
1 刘志雄;;带多处理器任务的港口拖轮调度演化策略优化[A];中国自动化学会控制理论专业委员会C卷[C];2011年
相关博士学位论文 前10条
1 李东辉;船舶柴油发电机组的建模与运行仿真研究[D];大连海事大学;2011年
2 姚韵;航空公司不正常航班管理和调度算法研究[D];南京航空航天大学;2006年
3 徐新黎;生产调度问题的智能优化方法研究及应用[D];浙江工业大学;2009年
4 贾秀杰;工程机械大型焊接件生产系统关键技术研究[D];山东大学;2009年
5 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
6 杨琴;汽车4S店维修服务系统动态调度[D];西南交通大学;2011年
7 吴佑波;基于本体的汽配行业外协加工服务业务协作方法研究[D];浙江大学;2012年
8 徐奇;港口拖轮调度优化及其仿真研究[D];大连海事大学;2012年
9 宋继伟;轧辊热处理过程中若干调度问题的启发式算法研究[D];东北大学;2010年
10 刘想德;作业车间实时调度若干关键问题研究[D];重庆大学;2013年
相关硕士学位论文 前10条
1 徐滨海;船舶电力仿真系统建模及拓扑分析[D];哈尔滨工程大学;2010年
2 王丽娟;基于PLC实训船舶应急电站设计研究[D];大连海事大学;2010年
3 熊世成;铝型材生产线调度问题研究[D];中南大学;2011年
4 廖波;离散制造业MES中生产调度与监控技术研究[D];华南理工大学;2011年
5 陈成功;船电系统中同步发电机的建模与仿真研究[D];上海交通大学;2011年
6 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
7 唐宇;基于微粒群算法的车间调度问题研究[D];浙江工业大学;2007年
8 黄学飞;中小型自动化立体仓库的智能管理控制系统研制[D];浙江大学;2007年
9 赵培怡;改进群体智能算法及其在背包问题中的应用[D];山东大学;2007年
10 黄松华;船舶电力负荷动态分析与设计[D];大连海事大学;2008年
【二级参考文献】
相关期刊论文 前10条
1 时维国,宋存利,黄明;基于启发式算法的并行多机调度问题研究[J];大连铁道学院学报;2003年04期
2 宋存利,时维国,黄明;遗传算法在并行多机调度问题中的应用[J];大连铁道学院学报;2004年02期
3 张晓东;王茜;;多目标服务工作流混合粒子群调度算法[J];东南大学学报(自然科学版);2010年03期
4 刘民,吴澄,杨英杰;并行多机调度问题的一种基于组合规则的遗传算法[J];电子学报;2000年05期
5 尹文君,刘民,吴澄;带工艺约束并行机调度问题的一种新的遗传算法[J];电子学报;2001年11期
6 黄曼磊,李殿璞;船舶电站同步发电机调压系统的数学模型[J];哈尔滨工程大学学报;2004年03期
7 刘贵亮;;船舶操纵中拖轮的运用[J];航海技术;2008年02期
8 黄岚,王康平,周春光,庞巍,董龙江,彭利;粒子群优化算法求解旅行商问题[J];吉林大学学报(理学版);2003年04期
9 许珂;刘栋;;多粒子群协同进化算法[J];计算机工程与应用;2009年03期
10 苏晋荣;王建珍;;改进粒子群优化算法求解TSP问题[J];计算机工程与应用;2010年04期
相关博士学位论文 前1条
1 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年
相关硕士学位论文 前3条
1 熊军魁;港口拖轮优化配置研究[D];武汉理工大学;2002年
2 杨志华;港口拖轮总体配置的仿真研究及应用[D];武汉理工大学;2003年
3 陈伟;仿真优化方法及其在港口设备配置中的应用研究[D];武汉理工大学;2004年
【相似文献】
相关期刊论文 前10条
1 金明,吴新振;模拟退火算法在单相电机优化设计中的应用[J];微特电机;1997年05期
2 赵文清,赵文清;湿式多盘制动器的模拟退火算法优化设计[J];北京科技大学学报;2002年04期
3 张波,叶家玮,胡郁葱;模拟退火算法在路径优化问题中的应用[J];中国公路学报;2004年01期
4 张晓娟,张英堂,翟学军;用模拟退火算法设计可见光区多层增透膜系[J];新余高专学报;2005年05期
5 戴邵武;左斌;胡云安;;遗传模拟退火算法在机动逃逸策略中的应用[J];飞行力学;2006年02期
6 周保荣;房大中;孙景强;李鹏;;基于新型模拟退火算法的PSS参数优化方法[J];长沙电力学院学报(自然科学版);2006年04期
7 朱成娟;王知人;邬丽丽;;基于分区的改进的遗传算法求解TSP问题[J];燕山大学学报;2007年04期
8 邹锦芝;侯卫民;涂英;陈丹平;;稀疏矢量阵设计的模拟退火算法[J];声学技术;2009年02期
9 蒋慧;张国友;;模拟退火遗传算法在电力系统无功优化中的应用[J];安徽工程科技学院学报(自然科学版);2009年04期
10 赵涛;夏雨;;模拟退火算法在压缩天然气加气站选址中的应用[J];价值工程;2010年10期
相关会议论文 前10条
1 钟一文;蔡荣英;;求解TSP问题的贪婪随机模拟退火算法[A];2009年中国智能自动化会议论文集(第一分册)[C];2009年
2 方红芳;吴昭同;;模拟退火算法在计算机辅助公差设计中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
3 李欣强;魏关锋;罗立;姚平经;罗行;ROETZEL Wilfried;;用改进的遗传/模拟退火算法进行多流股换热器网络综合[A];第九届全国化学工艺学术年会论文集[C];2005年
4 马平;柴欣;李涛;杨愚鲁;;动态重构系统中基于模拟退火算法的划分[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年
5 习华勇;赵林明;;指数函数模型辨识的模拟退火算法[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集(下卷)[C];1995年
6 王小翠;郑更新;邢瑞;;一个用模拟退火求解TSP问题的新算法[A];中国企业运筹学[C];2009年
7 王青;肖怀铁;张安;;基于模拟退火算法的MIMO雷达稀疏线阵设计[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年
8 裴玉龙;盖春英;;公路网络路线布局优化的双层规划模型及算法研究[A];中国公路学会2004年学术年会论文集[C];2004年
9 李英杰;李董辉;;非单调模拟退火算法[A];中国运筹学会第九届学术交流会论文集[C];2008年
10 陈生昌;;非线性反问题反演方法比较及对策[A];1995年中国地球物理学会第十一届学术年会论文集[C];1995年
相关重要报纸文章 前10条
1 王茂;怀疑“肺癌”需做的化验[N];农村医药报(汉);2006年
2 ;为何要查多种肿瘤标志物[N];医药养生保健报;2007年
3 仁宵;怎样选配扬声器的灵敏度[N];中国国门时报(中国出入境检验疫报);2000年
4 亦飞;怎样保持大脑灵敏度[N];中国煤炭报;2000年
5 记者 解悦 通讯员 吕e,
本文编号:1799941
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/1799941.html