考虑场桥效率的集卡失约优化仿真

码头外集卡预约系统能够有效的减少港口拥堵，提高港口作业效率，但是失约率是影响预约系统的重要因素。为研究失约对预约系统的影响，降低外集卡在闸口和堆场排队时间，建立考虑场桥资源配置的具有失约现像的集卡预约优化模型。模型利用马尔可夫和排队论分别计算外集卡在闸口和堆场的等待时间，应用matlab仿真，对模型进行深入探讨并给出详细的数值性能分析，同时量化了失约现象对预约系统损耗的影响，得出了不同失约率成本最低值。     

基于负荷平衡的柔性预约决策

针对目前国内医疗机构普遍以步入病人求诊为主且个别时段密集到达的就诊需求特点,引入负荷均衡的思想,提出一种多目标优化的柔性门诊调度决策方法.根据实际负荷分布,合理利用柔性的预约负荷平衡调整各时段的总负荷,基于多种预约率、预约和排队规则形成方案集,在多目标灰靶决策模型下,优化出各应用场景下的最优调度方案.数值实验表明,所提出模型较其他模型能够有效降低等待时间高达77.2%.在实际应用分析中,所提出模型能够提高有效资源利用率66.7%,降低高空闲时间导致的资源敏感度.     

不确定环境下码头堆场设备集成调度优化

集装箱码头堆场设备调度优化中,对确定条件下的内集卡和场桥的联合调度研究较多,且没有考虑外集卡的随机到达情况。考虑内集卡和场桥作业过程中的不确定性因素,包括：内集卡行驶速度,场桥行走速度和作业时间,并考虑外集卡随机到达堆场对于内集卡调度作业的影响,构建了不确定因素条件下的堆场设备集成调度优化模型,其优化目标是在考虑外集卡随机到达的情况下,最优化堆场设备的作业时间。设计了求解模型的粒子群算法,并比较了一般确定性模型和考虑不确定因素优化模型的结果。算例结果表明,所建立的模型和算法能有效真实地反映不确定因素对集装箱码头堆场设备作业的影响。     

混堆模式下基于动态规则NSGAⅡ的自动堆垛起重机作业优化

针对外集卡到达时间的不确定性,提出自动堆垛起重机（ASC）作业序列的动态优化,从而以减少ASC作业完成时间以及ASC和外集卡等待时间为目的,提高自动化集装箱码头堆场的作业效率。首先,结合混堆模式下集装箱作业类型与外集卡动态到达的特点,提出ASC动态匹配外集卡作业任务的策略;其次,构建ASC作业时间最短与ASC和外集卡等待时间最短的多目标模型;最后,设计基于动态规则的非支配排序遗传算法Ⅱ（DRNSGAⅡ）作为求解算法。在小规模算例实验中,分别运用DRNSGAⅡ与遗传算法（GA）求解动态策略和随机策略下的ASC作业问题。实验结果表明,DRNSGAⅡ求解的动态策略下目标函数值优于随机策略28.2%,并且动态策略下DRNSGAⅡ的求解结果优于遗传算法23.3%。在大规模算例实验中,比较了DRNSGAⅡ与多目标粒子群优化（MOPSO）两种算法的性能。实验结果表明DRNSGAⅡ的求解结果优于MOPSO算法6.7%。可见DRNSGAⅡ能够快速生成多样化的非支配解,为混堆模式下的ASC动态作业提供决策支持。     

基于滚动窗策略的岸桥集卡联合调度问题研究*

为应对集装箱码头突发事件的发生,采用滚动窗策略研究岸桥集卡的联合调度问题,在每个窗口内建立以最小化最大完工时间为目标的数学模型,并用遗传算法进行求解。在此基础上,讨论了以固定任务数量及固定时间长度为滚动窗口的情况,对比发现以时间为窗口的滚动窗策略更为适用。并分析了系统发生岸桥故障时滚动窗策略的性能,结果表明滚动窗策略能很好地应对突发事件。最后并将其与已有的动态调度研究成果作比较分析。     

不确定环境下的岸桥集卡协调调度耦合模型建立与求解

集装箱码头系统是一个由多个子系统组成的复杂的生产系统,系统内资源的调度也是非线性的复杂问题,同时涉及多种多样的不确定性因素。从不确定性的角度出发,主要考虑码头装卸设备运行参数的概率分布,研究岸桥和集卡之间的协调调度问题。采用多学科变量耦合优化设计的方法,同时考虑了集装箱任务的时间窗约束,分别建立集卡分派子模型和集卡配置子模型。并将完工时刻和集卡数量作为公用设计变量连接两个子模型,建立了协调调度耦合模型。选取上海港某码头的数据编写算例,在Visual Studio 2012环境下调用Gurobi4.0求解该耦合模型,反复迭代计算后得出最优的集卡分派方案相对于最初的调度方案,总延误时间成本下降了90.69%,集卡数量下降了30.76%,验证了本模型的有效性和实用性。     

考虑作业状态能耗的集装箱码头设备协调调度

绿色港口日渐成为港口发展的必然趋势,为了提高集装箱码头的服务水平及降低其能耗,综合分析了集装箱码头的装卸作业流程,考虑岸桥、场桥、集卡在不同作业状态下的能耗,且以总完工时间和总作业能耗最小为目标建立了多目标混合整数规划模型。使用MATLAB编码改进自适应遗传算法求解所建模型,并分别与CPLEX和原始遗传算法的求解结果作对比,证明了该算法的优秀性。更改能耗目标和作业时间目标所占权重进行求解,发现考虑各设备在不同作业状态下的能耗会影响总完工时间,且能耗与作业时间是相互冲突的目标,追求低能耗会造成作业效率的牺牲。分析结果表明,所建模型和算法在岸桥、场桥和集卡的协调调度问题中可以帮助决策者更好地权衡作业时间和能耗目标。     

混堆集装箱箱区内场桥调度模型与算法

在混堆模式下的集装箱港口中,场桥（YC）调度是否合理直接影响着堆场的作业效率。考虑到混堆箱区内各任务对应的内集卡或外集卡到达时刻的不同,以及内外集卡优先级别的差异,构建了一个以所有集卡的等待成本和场桥的总移动成本最小为目标的场桥调度（YCS）模型,并设计了对应的遗传算法,给出了相应遗传算子的操作规则,通过算例的求解验证了模型与算法的有效性。     

堆场龙门吊调度问题研究

在集装箱码头作业中,龙门吊是非常重要的码头资源,如何更合理地调度龙门吊对减少船舶在港时间,提高码头效率有重要意义。在综合考虑龙门吊在时间和空间上的不可跨越性以及其他约束条件的基础上,建立了龙门吊调度问题的混合整数规划模型,目标是使得集卡的等待时间最短。由于问题计算的复杂性,引进遗传算法来求解模型;算例验证了算法的有效性,与已有的模型进行比较,证明了该模型的优越性。     

基于目的层预约的电梯群控系统建模与控制

基于目的层预约的电梯控制系统是电梯群控系统发展的新方向．首先对目的层预约形式的电梯群控系统建立电梯群控系统模型,为目的层预约思想在电梯群控系统中的研究建立仿真实验平台;然后提出一种目的层预约的多目标电梯群控策略．实验结果表明,目的层预约的电梯群控系统模型能准确描述电梯系统的动态行为,基于目的层预约思想的群控策略能有效减少乘客待梯时间和乘梯时间,提高电梯系统性能．     

An allocation approach for external truck tasks appointment in automated container terminal

Ports are the key connection of sea and land transportation. The coordination of container collection and distribution directly affect the handling efficiency of port in the entire supply chain. The optimization of tasks appointment for external trucks is crucial to improving the efficiency of container collection and distribution. The layout of the interchange points of external trucks are streamlined in automated container terminals where external trucks are commonly affected by the seaside operations. The traditional methods of external trucks assignment are inadequately applicable. In this paper an optimization model for the tasks appointment of external trucks is established for the joint optimization of external truck appointment and automated rail mounted gantry crane (ARMG) scheduling in the yard. Multiple objectives are generated including the balance of appointment among periods of time and between blocks. In this model the capacity constraints of the loading operations of external truck and moving operations of ARMGs between the seaside and landside are comprehensively considered. The model is solved by CPLEX and verified through sensitivity analysis. Different task appointment modes and various scenarios are compared and suggestions for selecting an optimization strategy are proposed. The experimental results show that the task appointment solutions effectively prevent the queuing of trucks, and balance the ARMG handling in automated container terminals, and herein the port efficiency is enhanced and the satisfaction of the carriers is promoted accordingly. It is also suggested that terminal managers should consider yard operations, operation capacity and the length of appointment period when considering the optimization of a task appointment schedule. While keeping optimize the appointment modes according to the operational conditions to improve the balance between the seaside and landside operations and reduce the idle of the ARMGs.     

基于集群的卡车与无人机联合配送调度研究

基于集群提出卡车与无人机联合配送新模式,来解决农村地区送货上门难的问题。考虑无人机载重和续航能力,以总运营成本最小为目标建立带时间窗的混合整数规划模型,并提出两阶段算法,通过改进后的K-means算法求出卡车停靠点,采用遗传模拟退火算法优化卡车与无人机联合配送路线。将其与传统K-means算法加CPLEX结果对比,可证明算法和模型的可行性与有效性。案例分析选取江苏某农村地区来进行末端物流配送的应用研究,结果表明卡车与无人机联合配送模式与纯卡车运输模式相比可有效减少总运营成本。研究成果可为农村地区末端配送中无人机的应用提供新思路和参考价值。     

出租车上客区规模的Monte Carlo仿真计算方法

为确定出租车上客区的合理规模,分析其运行特征,同时存在乘客和出租车相互等待的情况,而不能采用停车场模型或排队论模型计算。采用Monte Carlo仿真方法,利用随机原理来拟合乘客与出租车的相互作用过程,给出了合理规模的确定流程。实例应用证明该方法具有很好的适用性;同时分析结果表明：（1）当出租车上客区泊位规模达到一定程度时,再增加并不能减少乘客等待时间;（2）高峰时段适当限制乘客的排队长度能够在较小比例的乘客损失下,极大地降低乘客的等待时间。     

铁路集装箱中心站最佳通道数设计问题研究

铁路集装箱中心站大门通道数量优化设计问题,直接关系到整个系统的运作效率,传统的研究多采用数学建模方法,而基于运作成本角度的系统细节忽略较多,造成系统不全面。根据排队系统理论(M/M/1和M/M/S),分析了铁路集装箱中心站大门集装箱卡车服务规则与到达时间分布,考虑排队等待时间,建立基于随机服务系统(排队论)的铁路集装箱中心站大门最佳通道数计算仿真模型,并利用eM-Plant仿真软件系统对模型的实体、事件、活动和进程四个要素进行仿真。通过一个算例仿真了系统运行情况,分析了不同数量通道数对中心站运作成本的影响。仿真结果表明,可为铁路集装箱中心站大门通道数优化设计提供理论依据。     

基于混合制排队模型的SDN控制器性能评估研究

软件定义网络SDN将逻辑控制与数据转发相分离,提高了网络的灵活性和可编程能力,成为近年来未来网络领域的研究热点。SDN在实际应用部署时将面临控制器性能瓶颈的挑战,因而有必要理解SDN控制器的性能特性。为此,首先对SDN控制器中Packet-In消息的到达过程和处理时间进行分析,进而基于排队论提出了一种容量有限的SDN控制器性能评估模型M/M/1/m,推导得出了该模型的性能参数,包括:平均等待队长、平均等待时间、平均队列长度和平均逗留时间。最后,采用控制器性能测试工具Cbench对该模型进行了实验评估。实验结果表明:相对于现有其它模型,该模型的估计时延更接近于实际测量时延,可更精确地描述SDN控制器的性能。     

Design of a computerized scheduling system for best rule analysis and control

A Computerized Scheduling System (CSS) for a gear box manufacturing plant has been developed to simulate a specific manufacturing facility and to analyse conditions that identify bottlenecks during the production process. The model, based partly on practical experience and partly on theoretical work, allows the analyst to concentrate on a single entity (such as a job) and the sequence of events and activities that undergoes as it “passes through” the system. The CSS makes use of actual company data regarding individual machines and operators, and incorporates interarrival times, job types, tasks for each job, routings for the different job types and process time for each job type and specific task. Also, the model provides information on output — average total delay in queue, average number in queue, average utilization and average delay in queue. Although the resultant model was constructed for the application on hand, the principles employed can be extended to include procedures encountered in similar manufacturing environments.     

一种链路负载自适应的主动队列管理算法

随机早检测(random early detection,简称RED)是IETF推荐部署的主动队列管理(active queue management,简称AQM)算法.RED存在参数难以配置、无法得到与流量无关的平均队长等问题.ARED(adaptive RED)是RED的自适应版本,它根据平均队长动态调节最大标记概率参数,从而得到稳定的平均队长.但ARED没有克服瞬时队列长度振荡问题,且在动态流量环境下性能明显降低.分析了ARED性能问题的原因,并提出了一种链路负载自适应的主动队列管理算法LARED(load adaptiveRED).LARED具有两个特点:自适应链路负载、快速响应队长变化.分析和仿真实验表明,与ARED等其他AQM算法相比,LARED在保持高链路利用率和低时延的同时可以得到稳定的瞬时队长,并且具有良好的响应性和鲁棒性.     

基于TdPN的中小流量交叉口信号控制研究

针对城市中小流量交叉口交通拥堵问题,提出了一种基于时延Petri网(Timed Petri Net, TdPN)的可变相序信号控制模型。利用TdPN建立交叉口车流模型和信号控制模型,结合马尔可夫链,建立交通流的动态生成模型。通过将通行权赋予当前等待车辆数最大的相位来实现相位的随机选择。以平均延迟时间最小为优化目标,通过遗传算法求解最优相位配时。在信号周期固定的情况下,分析基于TdPN的四相位可变相序控制模型在不平衡交通流下对交叉口平均排队长度的影响,并将此模型与四相位固定相序控制模型进行对比。研究结果表明,该方案在单位时间内有效地减少了交叉口的平均排队长度。     

Design and analysis of a self-tuning feedback controller for the Internet

Active queue management (AQM) is an effective method used in Internet routers for congestion avoidance, and to achieve a tradeoff between link utilization and delay. The de facto standard, the random early detection (RED) AQM scheme, and most of its variants use average queue length as a congestion indicator to trigger packet dropping. This paper proposes a novel packet dropping scheme, called self-tuning proportional and integral RED (SPI-RED), as an extension of RED. SPI-RED is based on a self-tuning proportional and Integral feedback controller, which considers not only the average queue length at the current time point, but also the past queue lengths during a round-trip time to smooth the impact caused by short-lived traffic dynamics. Furthermore, we give theoretical analysis of the system stability and give guidelines for selection of feedback gains for the TCP/RED system to stabilize the average queue length at a desirable level. The proposed method can also be applied to the other variants of RED. Extensive simulations have been conducted with ns2. The simulation results have demonstrated that the proposed SPI-RED algorithm outperforms the existing AQM schemes in terms of drop probability and stability.