集装箱码头海侧作业资源配置仿真优化
发布时间：2020-12-18 09:29
在集装箱码头的日常运营中,船舶在港作业时间是衡量集装箱码头作业效率的重要指标,航道、泊位、岸桥作为直接服务于船舶的集装箱码头海侧作业资源,如何合理的调度现有资源,探究各资源配置对船舶作业的影响变得至关重要。本文从集装箱码头日常运营角度出发,研究了海侧作业资源的调度和配置对船舶在港时间影响的问题。通过建立联合调度模型、设计启发式算法求解船舶调度方案,以船舶调度方案为仿真逻辑设计仿真实验,探究海侧作业资源配置与船舶在港时间的关系。论文的主要研究内容如下:第一部分为集装箱码头的发展概述,国内外海侧作业资源问题的研究现状和海侧作业资源的构成及作业流程介绍,为本文的研究提供了学术基础。第二部分为分析海侧作业资源联合调度问题。以船舶在港时间最小为目标函数,构建考虑单向航道约束下的泊位、岸桥联合调度模型。通过设计改进遗传算法求解船舶调度方案,设计算例验证算法的有效性。第三部分为设计仿真实验,研究海侧作业资源配置问题。实验以算法求解船舶调度方案为仿真核心逻辑,以船舶在港作业流程为仿真流程,探究在当前码头到港船舶规律下,各资源配置对船舶在港时间的影响及海侧作业资源最佳配置方案。本文的创新之处在于以下方面...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图２．２船舶在港时间示意图??Ｆｉｇ．?２．２?Ｔｉｍｅ?ｃｈａｒｔ?ｏｆ?ｓｈｉｐ?ａｔ?ａ?ｐｏｒｔ??
３３．１问题描述??结合目前港口航道类型多为单向航道，本文基于单向航道条件研究海侧作业??资源联合调度问题；现实情况中，连续性泊位相比于离散型泊位更具有适用性，??其分配研究更具有适用性，本文泊位资源选取连续型泊位类型进行研究，分配位??置考虑从单向航道时段变化对具体方案的影响，给出泊位分配的时空坐标示意图，??如图３．１；岸桥的配备数量根据泊位长度，以１００米为间隔进行配备，同时考虑??船舶自身承载岸桥数量的范围区间，对泊位位置分配和岸桥数量分配将那些分析。??■??
集装箱码头海侧作业资源配置仿真优化??两个新的子代染色体。交叉规则的常见设计方法有单点交叉、多点交叉、算术交??叉等。交叉的原则是保留染色体基因片段中较为优秀的组合，在不破化染色体个??体编码规则的情况下，生成新的染色体个体。??（６）变异??变异是生物进化过程中，周围环境突变等因素对个体染色体基因发生变化的??过程，通常改变的是染色体个体中局部组合基因的表达方式，以产生新的性能。??通常算法中涉及到的变异方式有均匀变异、非均匀变异、高斯变异、傅里叶变异??等。计入变异操作的目的是保证种群个体的多样性，适应度函数和选择过程保留??了种群中的精英个体，但易发生个体的适应度相似，产生局部最优的情况。变异??过程的加入可以有效的使部分染色体的解跳出局部最优的空间，探寻更优的解的??形式，加快种群的收敛速度。??（７）算法终止??算法终止是指当种群进化代数满足迭代次数或种群个体满足收敛条件下，停??止算法的上述操作，得到最终代中适应度最高的染色体个体，其所携带的基因即??为问题的最优解的形式，在对染色体进行解码后，得到最优解的数学表达形式。??综上所述，遗传算法的流程图如图４．１所示：??ｒ?Ｎ??开始??Ｖ?■／???Ｉ???初始种群?ｉ??＼?［?????计算适应度函数?《??生成新种群??否满＾＾?Ｎｏ?」选择，‘叉．变??止条＾１?异??Ｙｅｓ???＾???输出最优解??结束??Ｖ?－／??图４．１遗传算法流程图??Ｆｉｇ．?４．１?Ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ?ｆｌｏｗ?ｃｈａｒｔ??２４??
【参考文献】：
期刊论文
[1]泊位-岸桥联合分配模型的模拟植物生长交替进化算法[J]. 吴迪,王诺,林婉妮,吴暖. 交通运输工程学报. 2018(03)
[2]离散泊位布局下的泊位岸桥动态协调调度[J]. 杨劼,高红,刘巍. 计算机工程与应用. 2018(03)
[3]长江上游集装箱码头泊位——锚地系统配置策略[J]. 刘名武,樊文平,吴开兰. 数学的实践与认识. 2017(01)
[4]航道尺度对集装箱码头泊位有效利用率的影响[J]. 唐国磊,王文渊,郭子坚,宋向群,于旭会,张冉. 哈尔滨工程大学学报. 2016(01)
[5]基于改进粒子群算法的岸桥调度问题[J]. 孙思韵. 物流工程与管理. 2015(07)
[6]基于C#程序设计的集装箱码头最优泊位数研究[J]. 彭杨,杨金花,鲍晓地. 物流工程与管理. 2015(06)
[7]面向干支线船舶衔接的集装箱码头泊位分配模型[J]. 曾庆成,冯媛君,度盼. 系统工程理论与实践. 2016(01)
[8]带作业范围约束的岸桥调度模型及其算法设计[J]. 范志强. 计算机工程与应用. 2015(17)
[9]单船岸桥分配与调度集成优化模型[J]. 郑红星,吴岳,涂闯,刘进平. 计算机应用. 2015(01)
[10]基于挤压算法的集装箱码头泊位与岸桥联合调度优化[J]. 杨华龙,滕川川. 大连海事大学学报. 2014(03)
硕士论文
[1]集装箱码头泊位和岸桥联合鲁棒调度的建模与优化[D]. 张秀福.天津理工大学 2014
[2]内河集装箱港泊位及锚地优化配置研究[D]. 习凤.重庆交通大学 2013
[3]基于排队论的集装箱码头泊位与岸桥联合配置仿真[D]. 倪晓畅.天津大学 2012
[4]集装箱岸吊的调度模型和算法研究[D]. 王辉球.清华大学 2006
本文编号：2923769
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图２．２船舶在港时间示意图??Ｆｉｇ．?２．２?Ｔｉｍｅ?ｃｈａｒｔ?ｏｆ?ｓｈｉｐ?ａｔ?ａ?ｐｏｒｔ??
３３．１问题描述??结合目前港口航道类型多为单向航道，本文基于单向航道条件研究海侧作业??资源联合调度问题；现实情况中，连续性泊位相比于离散型泊位更具有适用性，??其分配研究更具有适用性，本文泊位资源选取连续型泊位类型进行研究，分配位??置考虑从单向航道时段变化对具体方案的影响，给出泊位分配的时空坐标示意图，??如图３．１；岸桥的配备数量根据泊位长度，以１００米为间隔进行配备，同时考虑??船舶自身承载岸桥数量的范围区间，对泊位位置分配和岸桥数量分配将那些分析。??■??
集装箱码头海侧作业资源配置仿真优化??两个新的子代染色体。交叉规则的常见设计方法有单点交叉、多点交叉、算术交??叉等。交叉的原则是保留染色体基因片段中较为优秀的组合，在不破化染色体个??体编码规则的情况下，生成新的染色体个体。??（６）变异??变异是生物进化过程中，周围环境突变等因素对个体染色体基因发生变化的??过程，通常改变的是染色体个体中局部组合基因的表达方式，以产生新的性能。??通常算法中涉及到的变异方式有均匀变异、非均匀变异、高斯变异、傅里叶变异??等。计入变异操作的目的是保证种群个体的多样性，适应度函数和选择过程保留??了种群中的精英个体，但易发生个体的适应度相似，产生局部最优的情况。变异??过程的加入可以有效的使部分染色体的解跳出局部最优的空间，探寻更优的解的??形式，加快种群的收敛速度。??（７）算法终止??算法终止是指当种群进化代数满足迭代次数或种群个体满足收敛条件下，停??止算法的上述操作，得到最终代中适应度最高的染色体个体，其所携带的基因即??为问题的最优解的形式，在对染色体进行解码后，得到最优解的数学表达形式。??综上所述，遗传算法的流程图如图４．１所示：??ｒ?Ｎ??开始??Ｖ?■／???Ｉ???初始种群?ｉ??＼?［?????计算适应度函数?《??生成新种群??否满＾＾?Ｎｏ?」选择，‘叉．变??止条＾１?异??Ｙｅｓ???＾???输出最优解??结束??Ｖ?－／??图４．１遗传算法流程图??Ｆｉｇ．?４．１?Ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ?ｆｌｏｗ?ｃｈａｒｔ??２４??
【参考文献】：
期刊论文
[1]泊位-岸桥联合分配模型的模拟植物生长交替进化算法[J]. 吴迪,王诺,林婉妮,吴暖. 交通运输工程学报. 2018(03)
[2]离散泊位布局下的泊位岸桥动态协调调度[J]. 杨劼,高红,刘巍. 计算机工程与应用. 2018(03)
[3]长江上游集装箱码头泊位——锚地系统配置策略[J]. 刘名武,樊文平,吴开兰. 数学的实践与认识. 2017(01)
[4]航道尺度对集装箱码头泊位有效利用率的影响[J]. 唐国磊,王文渊,郭子坚,宋向群,于旭会,张冉. 哈尔滨工程大学学报. 2016(01)
[5]基于改进粒子群算法的岸桥调度问题[J]. 孙思韵. 物流工程与管理. 2015(07)
[6]基于C#程序设计的集装箱码头最优泊位数研究[J]. 彭杨,杨金花,鲍晓地. 物流工程与管理. 2015(06)
[7]面向干支线船舶衔接的集装箱码头泊位分配模型[J]. 曾庆成,冯媛君,度盼. 系统工程理论与实践. 2016(01)
[8]带作业范围约束的岸桥调度模型及其算法设计[J]. 范志强. 计算机工程与应用. 2015(17)
[9]单船岸桥分配与调度集成优化模型[J]. 郑红星,吴岳,涂闯,刘进平. 计算机应用. 2015(01)
[10]基于挤压算法的集装箱码头泊位与岸桥联合调度优化[J]. 杨华龙,滕川川. 大连海事大学学报. 2014(03)
硕士论文
[1]集装箱码头泊位和岸桥联合鲁棒调度的建模与优化[D]. 张秀福.天津理工大学 2014
[2]内河集装箱港泊位及锚地优化配置研究[D]. 习凤.重庆交通大学 2013
[3]基于排队论的集装箱码头泊位与岸桥联合配置仿真[D]. 倪晓畅.天津大学 2012
[4]集装箱岸吊的调度模型和算法研究[D]. 王辉球.清华大学 2006
本文编号：2923769
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/2923769.html
