速度不确定下作业时间最短的集卡调度优化

在集装箱码头装卸作业中,提高集卡调度对作业效率有非常大的影响。而集装箱卡车重车和空车行驶速度的不确定性,增加了集卡调度的难度。为此提出建立不确定环境下作业时间最短的集卡调度优化模型。在完成固定装卸任务的前提下,通过对集卡的合理调度,达到不确定情况下集卡总作业时间最短。针对不确定模型的特点,采用粒子群算法快速求解,同时保证了解的有效性。算例表明上述模型和算法合理解决了不确定环境下集卡调度优化问题,得到较好的计算结果,并且降低了运算复杂度,提高了调度效率。     

自动化码头堆场穿越式双ASC调度

随着人工智能等科技的发展,海铁联运的运输模式加快了集装箱码头自动化的发展进程,自动化已经成为集装箱码头发展的必然趋势。对自动化集装箱码头堆场内可穿越式双自动堆垛起重机（ASC）在同一箱区内进行作业的过程进行研究,考虑不同大小的ASC的运行速度和单位时间内耗能不一样,以及在同一贝位两个ASC存在冲突的情况,建立多目标混合整数模型,得出完成所有集装箱任务的总时间和总耗能。并通过改变不同的参数来设计三组实验,实验结果表明,可以通过调整集装箱任务量、双ASC的速度、双ASC装载和空载的耗能之比来减少码头作业集装箱任务的总时间和总能耗。     

基于蚁群算法的集装箱堆场起重机优化调度

集装箱堆场起重机(场桥)优化调度是在确定场桥配置数量的基础上,对场桥进行任务分派,使得场桥的行走时间最短。通过动态地调整信息素更新方式、限制信息表的范围来克服蚁群算法容易停滞的缺点。利用改进的蚁群算法对场桥的任务调度问题进行了探讨,并实现了求解。仿真结果表明,蚁群算法求解场桥调度问题时,得到了较好的结果,提高了场桥的工作效率。     

不确定干扰约束下外集卡提箱策略

为提高集装箱码头作业效率,降低不确定干扰因素对外集卡提箱作业的影响,提出以滚动窗口策略处理干扰因素的方法,并建立以作业延误惩罚成本与场桥移动成本最小化为目标的混合整数模型,采用遗传算法（GA）进行求解。首先,利用滚动窗口策略得到在无干扰因素情况下的外集卡提箱作业调度方案;其次,当出现干扰因素时触发滚动窗口再调度机制对外集卡提箱作业顺序重新安排;最后,计算出各滚动窗口内最优的调度方案,提出总计划时间内最优作业方案。通过对不同情景下的案例求解结果进行对比分析,实验结果表明在无干扰情况下,滚动窗口策略下的最小作业成本比传统作业方式下降低了9%,而在干扰情况下滚动窗口策略优于传统作业方式15%,进而验证了算法的有效性以及滚动窗口策略对外集卡提箱作业的优越性。     

不确定资源约束下项目鲁棒性调度算法*

在跨企业项目中,由于资源可用时间具有不确定性,从而使得项目计划具有易变性。针对这一问题,首先采用模糊集对项目的不精确时间参数和资源不确定性进行了表示,并在同时考虑调度的质量鲁棒性和解的鲁棒性情况下,定义了调度的鲁棒性度量,进而开发了遗传算法来求解不确定资源约束下的项目鲁棒性调度问题。最后,给出了应用实例,并通过仿真分析说明算法的有效性。该算法已被应用到跨企业项目管理系统中,获得了良好的效果。     

分时段考虑的需求不确定车辆调度问题

考虑到不同时段交通状况对车辆运输的影响,将一天的交通状况根据车流量分为畅通、正常和高峰3个时段,依据不同时段车辆的通行情况,基于不确定理论建立了具有机会约束的不确定需求车辆调度模型。为了求解需求的不确定测度,将不确定模拟和遗传算法相结合,构建了混合遗传算法来对模型进行求解。最后通过实验,分析交通状况分为3个时段对模型解的影响,同时考虑到车辆装载量不超过装载能力的置信水平的取值以及顾客满意度的需求,对实验结果进行了比较分析。     

不确定资源受限项目调度研究综述

不确定资源受限项目调度问题(RCPSP)是研究在不确定环境和有限资源约束下如何合理安排项目活动,以实现既定目标的最优化.不确定RCPSP具有很强的工程背景,在学术和应用上均具有很高的研究价值,但存在大规模、强约束、多极小、多目标和不确定等诸多复杂性,求解非常困难.为此,介绍了不确定RCPSP的数学描述和几种具体形式,重点综述了不确定RCPSP的算法进展,并归纳了相关的应用成果,最后指出了有待进一步研究的若干方向和内容.     

自动化码头考虑缓冲区的设备协调调度优化

为研究自动化码头缓冲区的设置对装卸设备作业协调性的影响,针对“双小车岸桥+AGV+缓冲支架+自动化轨道吊”的装卸工艺,利用缓冲有限的柔性流水车间调度理论建立集成调度优化模型,设计了以NEH启发式算法产生初始解的遗传算法对模型进行求解,得出相应的设备调度优化方案与完工时间,并通过对比遗传算法与粒子群算法的运算结果验证了提出的模型与算法的有效性,进而分析了不同缓存区容量对完工时间以及设备使用率的影响。结果表明,设置缓冲区能有效提高不同设备之间的作业协调性,显著减少AGV的使用数量与作业完工时间。     

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。     

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。     

龙门吊与集卡协同调度问题研究

在港口码头作业中,龙门吊的作业与集卡的作业之间存在着非常紧密的联系,如何更好地同步龙门吊与集卡之间的作业,对减少集装箱船的在港时间非常有效。同时考虑了龙门吊与集卡的协同调度,很好地考虑了龙门吊与集卡之间的同步。在此基础之上,首次考虑了实际作业中存在的一些约束,如多台龙门吊在同一个箱区作业时由于共享一个双向轨道而存在的龙门吊间不能相互跨越的约束。另外还有龙门吊间的安全距离约束,工作优先约束等。构建了一个数学模型来描述问题,目标是使得所有作业总完工时间最短。由于问题计算的复杂性,引进了一种多层遗传算法来求解模型,最后算例验证了算法的有效性。     

基于群智能算法的自动化码头协同调度研究

为了提高码头作业效率和服务水平,保障港口在激烈竞争中的生存和发展,研究自动化码头自动引导车、岸桥和自动化轨道吊的协同调度问题,根据边装边卸作业模式,建立混合整数规划模型,以完成船舶装卸时间最小化为目标,利用群智能算法中多种算法进行求解,通过数值实验证明了该模型的有效性,获得优化的调度方案,并对不同算法的性能进行比较,结果表明启发式的混合遗传粒子群算法能够在最短的时间内获得最优解,其在求解的质量和速度方面都表现得更为优秀,可以应用于码头的实际作业中。     

考虑集装箱簇边装边卸的港口集卡调度模型求解

文章在集装箱装卸作业问题中,以集装箱簇为作业单位,分两阶段分析集装箱在岸桥集卡间的调度方案,以集卡空驶率最小与移动距离最短为目标,建立了整数规划模型。针对上述模型,文章利用启发式算法与自适应遗传算法对问题进行分析求解。最后通过配置不同集卡数量,将其移动总距离以及空驶效率进行比较,并与禁忌搜索算法相对比。试验结果表明,启发式自适应遗传算法的计算结果在空驶率以及移动总距离最小问题上有更优的解决方案。     

基于动态平衡策划下的集装箱堆场箱位分配方案研究

针对集装箱在码头堆存时存在的箱位分配问题,在研究原有多场桥同时作业方案的基础上,提出了多场桥分区域动态平衡策划方案,弥补了原方案中因保证场桥间的安全距离而带来的缺陷。以合理利用堆存空间,提高场桥作业效率为目标,建立数学模型,结合遗传算法对所提方案进行验证。结果表明,分区域动态平衡策划方案能有效减少场桥的无效作业时间,提高场桥的工作效率,并能充分地利用堆场贝位,更好地利用堆场空间。     

面向容器环境的Flink的任务调度优化研究

随着互联网技术的飞速发展,人类正在走向大数据时代与云计算时代.Flink作为最新一代的大数据计算引擎,具有低延迟、高吞吐等优势,受到学术界与工业界的青睐.Flink在云环境下部署时,其默认任务调度由于无法获取容器部署分布信息,会导致负载分配不均衡.针对这一问题,提出一种面向容器环境的Flink任务调度算法FSACE,获...     

自动化码头AGV充电与作业的集成调度研究

为了提高自动化集装箱码头AGV（Automated Guided Vehicle）的作业效率,根据采用电力驱动的AGV作业时的充电需求和运输过程的特性,考虑了垂岸式集装箱堆场布局和AGV充电过程对实际作业的影响,以最大化AGV充电利用率、最小化最末任务完成时间、最小化AGV空载时间为目标,以AGV充电后的续航能力等为约束条件,以遗传算法为研究方法,构建了考虑充电过程的自动化码头AGV作业的调度模型。通过算例分析,对比了遗传算法与混合整数规划算法的求解效果,分析了参与运输的AGV数量对运输时间的影响,也验证了遗传算法给出的调度方案的可信性。最后得出结论：针对该问题,遗传算法可以快速、高效地给出值得信赖的AGV调度方案。     

Quay crane scheduling in automated container terminal for the trade-off between operation efficiency and energy consumption

At present, the automation of handling equipment has changed the operation mode in the automated container terminal. This paper investigates the automated quay crane scheduling problem (AQCSP) for the automated container terminal. The operation process of AQCSP is decomposed, and formulated it as a mixed integrated programming model. In the numerical experiments, the relation between operation efficiency and energy consumption has been quantitative analyzed by case study. Moreover, the sensitivity analysis of the ratios for all tasks in a vessel bay and the tasks in each stack are also presented. The findings of this study will provide a theoretical reference for the study on the trade-off operation efficiency and energy consumption on the operational level.     

集装箱港口集群下多港口多泊位联合调度方法

目前对港口和泊位的调度研究尚停留在单港口多泊位,而在集装箱港口集群条件下对多港口多泊位实行船舶的联合调度可以充分实现港口资源的优化配置。为了充分利用港口资源,实现船舶在港时间最短,且服从船公司运输成本最低的目的,建立了集装箱港口集群下多港口多泊位联合调度的多目标非线性决策模型,并按照模型决策空间所具有的特殊条件,设计了改进的遗传启发式算法,结果表明船舶靠泊成本大幅降低,港口利用率大幅提高。通过大量真实和随机算例验证了算法的有效性和稳定性,证明了模型和算法实用有效。