基于人工智能算法的港口物流船舶运输路径优化研究

发布时间：2020-12-16 22:18

　　传统的港口物流船舶运输路径优化后,船舶运输成本很高,运输时间过长。针对上述问题,引用人工智能算法研究了一种新的港口船舶运输路径优化方法,通过船舶配送和客户管理两阶段解决优化问题,通过线性优化区分港口路径组成的种群,形成若干个子种群,分析种群之间的密度,根据密度分析结果得到协同进化方案,同时使用提升操作和协同操作解决路径优化问题,利用"径—环切割"理论对客户进行分组优化,通过时间窗解决运行时间问题。设定对比实验验证方法效果,结果表明,基于人工智能算法的港口物流船舶运输路径优化方法可以有效降低运输成本,缩短运输时间。 

【文章来源】：舰船科学技术. 2019年22期 北大核心

【文章页数】：3 页

【部分图文】：

基于人工智能算法的港口配送路径优化过程Fig.1Portdistributionpathoptimizationprocessbasedonartificialintelligencealgorithm

配送的船只数量。“径—环切割”理论示意图如图2所示。分析可知，“径—环切割”理论主要是利用极半径获得以供应方为中心的一组同心环，假设这组同心环所在位置处在同一个平面，那么配送中心就是基点，在水平方向上建立的坐标系统为平面坐标系统，通过约束条件可以形成不同的子区域，在子区域中，船舶运行的效果最佳，即设定的港口物流最优路径应图1基于人工智能算法的港口配送路径优化过程Fig.1Portdistributionpathoptimizationprocessbasedonartificialintelligencealgorithm图2“径——环切割”理论示意图Fig.2Path-ringcuttingtheoreticaldiagram第41卷于斌：基于人工智能算法的港口物流船舶运输路径优化研究·197·

AIS中基于自适应神经网络人工智能的路径搜索技术研究[J].舰船科学技术,2019,41(1A):43–45.[2]黄娟,王军.基于不同人工智能算法的数学建模优化研究[J].自动化与仪器仪表,2018,26(6):121–122.[3]张聚伟,王宇,杨挺.基于模糊粒子群算法的有向传感器网络路径覆盖策略[J].模式识别与人工智能,2017,30(2):183–192.[4]表1实验参数Tab.1Experimentalparameters项目参数工作电压220V工作电流100A串口的通讯速度15000bps工作频率352MHz人工智能算法遗传算法优化次数4次图3运输成本测试结果Fig.3Transportationcosttestresult图4运输时间测试结果Fig.4Transportationtimetestresult·198·舰船科学技术第41卷


本文编号：2920873