集装箱码头泊位调度问题的启发式算法研究

为优化集装箱码头泊位的分配,提高泊位的利用率,把码头泊位的调度问题转化为带有约束条件的特殊二维装箱问题。通过建立连续泊位调度的非线性规划模型,提出了一种求解集装箱码头连续泊位分配问题启发式算法。仿真算例结果表明该算法能在实际的集装箱码头泊位调度中有效的提高泊位的利用率。     

连续泊位—岸桥—集卡调度模型构建及应用

随着港口的发展,港口码头物流资源的高效利用愈发重要．为了实现港口码头作业效率的总 体最优,将集卡作业面和作业线相结合模式应用于模型构建过程,以计划期内所有到港船舶总费用 最少为目标函数建立了连续泊位—岸桥—集卡调度模型．模型从系统的角度出发,将泊位分配、岸 桥分配和集卡指派看作完整的作业系统,实现了泊位、岸桥和集卡的集成调度．针对此模型,进行遗 传算法的设计和编程求解,并通过求解结果得到了相对最优的调度方案．数值实例验证了模型和算 法的实用性和有效性．结果表明：调度方案不仅减少了作业集卡的数量,而且缓解了不同岸桥间作 业量不均衡的情况．     

基于多目标粒子群算法的泊位-岸桥分配研究

为得出合理且符合实际生产状况的泊位-岸桥分配,建立了船舶在港时间和码头运营成本最小的多目标优化模型,并使用了多目标粒子群算法进行求解。通过多目标粒子群算法分别求解30、40、50、60、70艘船舶的优化模型,得到的可行解使时间和成本这两个目标达到最优平衡,并证明了模型和算法的有效性。试验结果表明,多目标优化方法与单目标而言,可以使码头得到更大的运营效益。     

基于 CHC 算法的集卡与岸桥协调调度优化问题

集卡调度与岸桥调度是集装箱码头作业的两个重要子问题,针对其运营效率是一个动态持续的NP-hard调度问题,考虑到集卡在对集装箱作业时的不确定和动态性到达,提出了一种新的调度规则,建立了集卡与岸桥作业的协同调度数学模型,基于计算复杂性,采用改进的遗传算法,即CHC算法进行求解。实验证明,该模型及算法能够在更大程度上提高码头的整体运作效率,提高码头设备的利用率,减少资源的闲置。     

基于分类分析的集装箱码头泊位分配研究

数据挖掘技术已广泛应用于各行各业,并产生了明显的经济效益,但针对泊位分配方面的研究并不是很多.笔者以集装箱码头泊位分配为研究对象,选取影响因素,利用数据挖掘分类技术中的ID3方法分析相关数据,对泊位分配方案进行分析,最终得到泊位分配分类规则,为集装箱码头泊位分配提供新策略.仿真验证该新策略减少了单船在港时间和所有船次在港总时间,提高了集装箱码头生产效率.     

连续泊位下集装箱港口泊位与桥吊协同调度优化研究

集装箱港口作为集装箱运输中极其重要的枢纽,其运作效率的好坏关系到港口企业的运营成本和客户的满意度。由于泊位与桥吊资源是港口的稀缺资源,其调度优化的优劣直接关系到港口的作业效率。首先建立了一个关于泊位分配混合整数规划模型,为到达的船舶分派泊位和桥吊数量,然后建立了一个桥吊调度的混合整数规划模型对具体的岸桥进行调度,算例结果显示利用文中建立的模型能够得到较好的满意解。     

集装箱堆场不确定提箱次序与卸船箱位分配

为优化卸船箱箱位分配,减少集装箱码头堆场卸船箱翻箱率,考虑客户提箱次序随机和不确定性,提出了利用箱组存箱时间构建客户提箱次序的方法,探讨了基于提箱次序的集装箱翻箱量求解,并建立了集装箱码头堆场卸船箱箱位整数规划模型,在堆场区段内为卸船箱分配箱位,降低提箱时的翻箱量.考虑到模型较优解箱组堆放特点,设计了求解模型的启发式算法.实验结果表明,提出的模型和启发式算法能反映决策者的风险态度,目标函数较参考算法有10%以上改善.     

基于AutoMod的堆场作业的仿真研究

利用AutoMod仿真软件,模拟集装箱码头集疏运的静态运行模式,通过计算,比较分析专用泊位与公用泊位集疏运的处理时间,从而辅助管理者做出决策,满足集装箱码头运输快速有效的需求,缩短船舶在港停泊时间,有效利用人力、泊位、堆场和装卸设备资源等。     

基于启发式遗传算法的双循环AGV与场桥的集成调度

针对自动化集装箱码头双循环AGV和场桥的集成调度的问题,在集装箱任务统一编号的基础上,建立了以最小完工时间为目标的线性混合整数规划模型,并设计了基于随机搜索机制的最短路径启发式遗传算法进行求解。在数值试验中用CPLEX和遗传算法进行对比分析,并针对任务数量、岸桥数量、AGV数量3个参数对遗传算法的求解结果进行了分析。     

基于离散贝位的集装箱港口岸桥作业调度研究

主要研究了港口中最重要的设备——岸桥的调度问题。岸桥作业能力的好坏很大程度上影响着集装箱港口总的装卸能力。因此,如何合理的分配岸桥,改进岸桥装卸作业进程是港口岸桥问题研究的重点。将岸桥移动时间以及安全系数和非干扰等因素全部考虑在内,先以岸桥作业时间最小为目的,建立模型,得到岸桥的优化作业线路。在此基础上,以船舶服务时间最短为目标,提出了一个基于离散贝位的岸桥调度混合整数规划模型。目的是使停靠在港口的船舶上的所有集装箱的装卸作业时的服务时间达到最小。最后,算例验证了模型的有效性。     

Memetic算法在带时间窗的车辆路径问题中的应用

Memetic算法是一种将遗传算法和局部搜索结合使用的超启发式算法。本文将该算法应用于带时间窗的车辆路径问题。算法中采用了动态矩阵的染色体编码方式。通过数值仿真表明了该算法和编码方式求解这类问题的有效性。     

Memetic优化的外辐射源雷达方位-多普勒定位方法

针对外辐射源雷达系统中快速高精度定位信息不易得到的问题,提出一种基于文化基因(Memetic)优化的方位-多普勒联合定位算法,首次将Memetic算法引入外辐射源定位领域,并设计了一种新的下降方向作为Memetic局部搜索策略,把目标定位转化成函数优化问题.实验结果显示,在无先验初始点信息和单次观测条件下,新算法不仅能将相对定位误差控制在较小范围内,而且能使定位精度稳定地逼近克拉美罗界.相比采用传统进化算法解决定位问题,新方法能够以更快的速度收敛到最优解,且单次定位时间更短,精度更高,从而实现对目标位置的快速高精度定位.     

面向不等圆Packing问题的群智能劳动分工方法

针对具有非确定性多项式难度（NP-hard）的全局优化问题—不等圆Packing问题（UCPP）,基于空间分配思路提出新的求解方法—群智能劳动分工（SILD）方法. 从空间的角度来看,不等圆Packing问题就是将容器空间合理高效地分配给圆形物体. 所提出方法的核心思想在于将不等圆Packing问题抽象为空间分配问题,利用群智能劳动分工的任务分配来实现不等圆Packing问题的空间分配. 从分配的角度对比分析不等圆Packing问题和群智能劳动分工,将圆形物体执行的动作看作个体执行的任务,分别为动作和圆形物体设计环境刺激和响应阈值. 在群智能劳动分工刺激-响应原理作用下,圆形物体选择恰当的动作完成空间分配. 实际工程算例和基准函数算例的测试结果表明,所提出方法是求解不等圆Packing问题的有效算法.     

基于合同网的多agent任务分配分布式优化算法

针对合同网下的多agent系统,基于集合覆盖理论提出了一种解决子任务分配的严格启发式搜索算法;并分析了该算法的收敛性及渐进时间复杂度;证明了其搜索结果的上确界．该算法具有分布性,搜索空间缩减快,适合于中小型的多agent系统的子任务分配．     

定位路线问题的两阶段禁忌搜索算法研究

定位路线问题是定位配给和车辆路线问题的集成。分析了定位路线问题的含义,建立了此问题的数学模型,并用Lingo10．0验证了模型的正确性。由于该模型属于NP—hard问题,设计了两阶段禁忌搜索算法：第一阶段用禁忌搜索算法求解定位配给问题,确定设施定位及客户分配;第二阶段用禁忌搜索算法求解车辆路线问题,经过两个阶段的多次迭代求得定位路线问题的优化解,通过实例计算验证该算法的可行性和有效性。     

Statistical spectrum analysis and allocation in cognitive radio networks

The bandwidth of spectrum holes is time-varied in cognitive radio networks with dynamic spectrum environment, which leads to the traditional static spectrum allocation poor performance. To solve this issue, this paper derives the probability density function of bandwidth of spectrum holes and presents a novel spectrum allocation algorithm based on the stochastic multiple knapsack problem. Simulation results illustrate that the proposed algorithm can achieve a better performance than the existing algorithms when the bandwidth of spectrum holes is time-varied.     

异构网络中几乎空白子帧存在时干扰协调方法

针对异构网络中几乎空白子帧存在时用户接入选择和资源分配方法过于复杂的情况,以及吞吐量需求难以得到满足问题,以最大化系统总吞吐量为目标提出一种易于实现的蚁群算法.在考虑不同用户不同需求的前提下,根据微基站用户在几乎空白子帧和正常子帧时受到干扰的不同,把一个微基站划分为两个虚拟基站,将所存在的问题建模为广义分配问题进行求解,同时解决了用户接入选择和资源分配问题.仿真结果表明,所提出方法与参考文献方法及两种增强型小区干扰协调固定配置结果相比,可以有效提高系统总吞吐量,同时兼顾小区边缘用户吞吐量,实现了良好的综合性能,能够更好地满足用户需求并在实际系统中易于实现.     

基于禁忌搜索算法求解带软时间窗的定位-路线问题

建立了描述带软时间窗的定位-路线问题(LRPSTW)的混合整数规划模型,给出了求解该问题的基于禁忌搜索算法的两阶段启发式算法:第一阶段采用禁忌搜索算法确定配送中心的位置和客户群的分配,设计的swap*-opt*邻域操作算子能够有效地搜索邻域解空间;第二阶段则采用禁忌搜索算法对选中的配送中心进行路线优化,并通过设定需要重新分配的客户数量的最大阈值来提高路线优化的效率。通过实例验算,将该算法和其他算法进行了比较,证明了该算法的可行性和有效性。     

基于交叉熵-遗传算法的武器目标分配问题研究

武器目标分配问题是军事领域中重要的研究课题,其主要任务是在一定的条件下将武器与来袭目标合理分配,以达到最大的作战收益. 提出了一种将遗传算法融入交叉熵算法的混合算法. 首先,通过交叉熵算法将原本的武器目标分配优化问题与估计问题联系起来,构建满足武器目标分配方案解的离散概率分布矩阵,进而根据矩阵生成代表解的多个样本. 然后,利用遗传算法中的选择、交叉、变异操作增加样本的多样性. 最后,利用推导出最优解的迭代公式来更新矩阵,当满足迭代终止条件时输出的矩阵即为最优解. 分别针对二维单目标函数优化问题和武器目标分配问题进行计算对比,计算结果验证了交叉熵-遗传算法的有效性.