铁路集装箱转运作业问题的决策支持模型研究

集装箱转运问题是铁路集装箱物流中心站提高服务效率的关键问题之一,转运过程中涉及到的相关资源配置则是其要解决的核心内容。针对集装箱转运作业流程的特点,利用系统分析方法将转运系统分成门式起重机、内部集装箱运输卡车和正面吊运机/辅助箱场三个子系统,分别对各子系统进行操作时间分析,进而得到整体系统的作业时间模型,由此开发集装箱转运问题的规划调度决策支持系统,为决策者提供决策依据。通过模拟运行结果,得到了集装箱转运过程中所需的所有设备资源的最优组合数量,将模型模拟结果与相应的实际数据进行对比,证明了该模型的可行性。     

基于和声搜索的阻塞流水车间调度问题的算法优化

针对以最大完工时间为目标的阻塞流水车间调度问题,提出了一种通过混合和声搜索改进遗 传算法的优化求解算法.构建了阻塞流水车间调度原理图并描述了运算方法;详细论述了混合算法的实施流程和关键问题,并使用NEH方法和局部搜索对混合算法进行了改进.仿真结果表明,改进后的混合算法能显著提高优化阻塞流水车间调度问题的解.     

基于改进回溯搜索优化算法的应急资源调度

以连续性消耗应急系统为背景,建立以时间成本和运输成本最小化为目标的多资源多供应点调度模型。针对该模型的特点,对一种具有强全局搜索性的新智能算法——回溯搜索优化算法进行改进,设计变异操作中的变异尺度系数和交叉操作中的交叉概率策略,提高算法的收敛速度和求解精度。运用改进回溯搜索算法进行模型求解,仿真实例表明,改进回溯搜索优化算法在解决应急资源调度问题时拥有良好的性能,全局收敛性与求解精度均优于比较的回溯搜索优化算法、差分进化算法和粒子群算法,能够有效且合理地进行应急资源调度。     

基于局部搜索和遗传算法的激光切割路径优化

为了缩短激光加工时间,提高加工效率,提出了一种新的局部搜索法与遗传算法相结合的激光切割路径优化算法。该算法从加工轮廓中提取节点,通过局部搜索法对节点进行局部路径优化,再运用的遗传算法求得近似最优解,遗传算法中的选择算子改进为基于相对适应度的轮盘赌选择算子。详细介绍了算法的原理及实现,通过编程仿真证明该算法与传统的遗传算法相比具有良好的优化效果,可明显缩短加工路径,减少加工时间,提高加工效率。     

一种结合自适应局部搜索的粒子群优化算法

本文提出一种结合自适应局部搜索的混合粒子群优化算法.该方法在粒子群优化算法的全局搜索过程中,使用能根据当前种群搜索状态自适应地调整局部搜索空间大小的局部搜索算法加强其局部搜索能力.采用了著名的基准函数对算法的性能进行测试,并与其他已有算法进行了比较.结果表明,这种混合粒子群优化算法能获得更高的搜索成功率和质量更好的解,特别在高维复杂函数优化上具有很强的竞争力.     

基于数据交换与同步的作业调度方案

多机作业调度问题是一个经典的NP难问题,在应用中由于实际需要,会出现各种约束和变形,调度问题的研究成果决定着系统的性能.DataTurbo是作者参与的一个用于解决分布式数据迁移、集成和融合的平台,该平台承担着大数据量的分布式传输任务.在DataTurbo平台基础上,提出一种适用于数据交换与同步的分布式作业调度方案,并构建一个灵活的分布式调度算法框架,解决相关的调度问题.该调度方案是一种在线的、可并发的、作业可分解的多机调度方案.仿真实验结果显示,该调度方案在任务负载大、调度点稀疏情况下优势明显,能适用于数据交换同步作业,可作为数据交换与同步作业的动态调度方案,并为相关启发式算法建立基础模型.     

基于Powell局部搜索策略的全局优化布谷鸟算法

为了解决布谷鸟搜索算法后期收敛速度慢、求解精度不高、易陷入局部最优等缺陷,提出了一种基于Powell局部搜索策略的全局优化布谷鸟搜索算法.算法将布谷鸟全局搜索能力与Powell方法的局部寻优性能有机地结合,并根据适应度值逐步构建精英种群候选解池在迭代后期牵引Powell搜索的局部优化,在保证求解速度、尽可能找到全局极值点的同时提高算法的求解精度.对52个典型测试函数实验结果表明,该算法相比于传统的布谷鸟搜索算法不仅寻优精度和寻优率有所提高,并且适应能力强、鲁棒性好,与最新提出的其他改进算法相比也具有一定的竞争优势.     

矩形布局优化问题的局部搜索蜂群算法

带平衡约束的矩形布局问题属于组合优化问题,当问题规模增大时求解困难。为提高求解效率,设计了一个蜂群算法,通过分析解的分布,提供了基于贪心策略的群体初始化方案,选择了有效的变异算子,将蜂群算法的搜索空间聚焦于最优解可能的区域。另外设计了一个二次局部搜索算法,对解的质量进行进一步提升。在10个公开的案例上与目前性能最好的算法进行了对照,提出的蜂群算法在其中9个较大规模的案例上超过了现有算法。理论分析和实验结果表明,相对于现有算法,所提蜂群算法能明显提高求解效率。     

铁路集装箱中心站装卸设备优化调度研究

为了提高铁路集装箱中心站的作业效率,研究了带有干涉约束的轨道式门式起重机（轨道吊）调度问题,为其建立了混合整数规划模型。分析了轨道吊调度问题的作业特点,提出了一种求解该问题的改进遗传算法。在以最小化最大装卸作业时间和均衡设备负荷为目标的情况下,设计了合理的交叉算子和对局部最优个体操作的变异算子。使用随机算例对算法进行测试,结果表明：该算法能在极短的时间内找到此类调度问题的最优或近似最优解。     

基于多智能体的集装箱码头装卸设备协同调度

针对集装箱装卸设备作业相互耦合的特点,设计了基于多智能体的协同调度优化模型。首先应用带有阻塞限制的混合流水车间模型构建了调度模型,随后应用蚁群算法得到初始方案,最后应用多智能体的合同网机制对方案进行调整。仿真结果显示,该调度方法具有较好的可行性。     

铁路集装箱中心站内部集卡调度和箱位配置

针对铁路集装箱中心站集装箱专列卸箱作业的效率问题,将内部集卡的任务调度和集装箱箱位分配进行集成,建立集装箱列车卸车作业的多目标优化模型,包括内卡在轨道门吊和辅助箱场等待时间,以及走行时间对作业效率的影响。采用混合遗传算法进行求解。将模拟结果与实际操作数据作比较,并对20次计算模拟进行平均时间和方差分析,验证了该方法的有效性。     

铁路集装箱中心站资源分配与作业调度联合优化

铁路集装箱中心站主作业区资源分配与作业调度联合优化对其经营效益和运作效率有重要影响.基于“轨道吊-集卡”协同装卸方案,引入轨道吊动态配置原则,以最大化作业均衡率和最小化作业成本为目标,构建多目标非线性混合整数规划模型,综合研究作业区域动态划分、贝位分配以及多轨道吊调度多层次联合优化问题. 根据问题特点,融合启发式规则、遗传算法和模拟退火算法,设计3层混合启发式算法求解模型.通过不同规模算例,对比Cplex与所设计算法的实验结果,验证模型的正确性和算法的有效性,并借助于不同划分原则、不同优化策略与不同间隔约束下的对比实验,验证优化模型与算法普适性.结果表明,新型装卸方案、动态作业区域以及联合优化策略可大幅度均衡轨道吊作业量,避免资源过度负载、降低中心站作业成本,为中心站的实际运营管理提供决策支持.     

铁路集装箱中心站装卸系统排队模型及分析

针对铁路集装箱中心站装卸系统的设备性能运用闭排队网络模型进行研究。根据铁路集装箱中心站装卸系统的作业特点建立其闭排队网络模型,在该模型中内部集装箱卡车作为顾客在轨道门吊和正面吊两个服务节点以及一个虚设的“运输”服务节点接受服务。由于服务节点的服务时间不能很好地用传统分布表示,导致针对乘积形式排队网络的求解方法并不适用。于是采用近似平均值分析算法求解闭排队网络模型并获得相关的设备性能参数,并分析了装卸系统的设施配置。最终通过与仿真模型所得结果的对比,验证了模型和求解算法的正确性。     

全岸线集装箱装卸桥调度模型研究

集装箱装卸桥是集装箱物流多式联运的关键设备,处于整个集装箱物流的重要节点。集装箱装卸桥的调度计划直接影响集装箱码头的运作效率。通过对集装箱码头装卸桥生产过程的研究,建立全岸线集装箱装卸桥调度与分配的混合整数动态规划模型,并采用基于段编码技术的遗传算法,进行模型优化求解;优化后的集装箱装卸桥调度方案的生产效率和生产作业均衡有明显改善。     

Generating short-term observation schedules for space mission projects

In this paper, we propose a new dispatching rule and a set of local search algorithms based on the filtered beam search, GRASP and simulated annealing methodologies to construct short-term observation schedules of space mission projects, mainly for NASA's Hubble Space Telescope (HST). The main features of generating short-term observations of HST are state dependent set up times, user specified deadlines, visibility windows of the targets and the priorities assigned to the observations. The objective of HST scheduling is to maximize the scientific return. We have tested the relative performances of the proposed algorithms including the nearest neighbor rule both in objective function value and computational time aspects by utilizing a full-factorial experimental design.     

A tabu search heuristic for the quay crane scheduling problem

This paper proposes a tabu search heuristic for the Quay Crane Scheduling Problem (QCSP), the problem of scheduling a fixed number of quay cranes in order to load and unload containers into and from a ship. The optimality criterion considered is the minimum completion time. Precedence and non-simultaneity constraints between tasks are taken into account. The former originate from the different kind of operations that each crane has to perform; the latter are needed in order to avoid interferences between the cranes. The QCSP is decomposed into a routing problem and a scheduling problem. The routing problem is solved by a tabu search heuristic, while a local search technique is used to generate the solution of the scheduling problem. This is done by minimizing the longest path length in a disjunctive graph. The effectiveness of our algorithm is assessed by comparing it to a branch-and-cut algorithm and to a Greedy Randomized Adaptive Search Procedure (GRASP).     

基于作业链的泊位与岸桥协同调度研究

针对泊位与岸桥协同调度问题,引入\"链式优化\"思路,用作业链的方法分析集装箱装卸作业过程,首先将泊位计划作为开始链单元,采用资源节点优化策略进行分析,以最小化船舶在港总成本为目标建立模型;然后将岸桥卸船作业作为结束链单元,采用任务节点优化策略进行分析,以最小化岸桥最大完工时间为目标建立模型.考虑到作业链的整体性能,设计嵌...     

离散泊位布局下的泊位岸桥动态协调调度

为了制定合理的集装箱码头泊位岸桥资源调度计划,提高码头作业效率和客户满意度,基于离散泊位布局,建立了以在港集装箱船总的服务成本最小为优化目标的动态泊位岸桥协调调度模型。设计了遗传算法对模型求解,通过将部分约束条件嵌入算法结构简化了模型求解难度,并对算法迭代过程中的不可行解采用逐时刻基因调整策略进行修复。经过若干算例的数值实验,验证了模型和算法的可行性和有效性。