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。     

集卡分批到达模式下的进口箱场桥作业调度优化

在进口箱疏港过程中, 服务于相同客户的若干集卡组成集卡组, 具有相同的抵港时间, 因此, 外部集卡抵港提箱呈现分批到达的特点. 集卡组内作业指派的优劣直接影响场桥的作业效率, 存在较大的优化空间. 对此, 基于翻箱作业不能跨贝进行的现实约束, 将场桥作业调度解构为场桥作业路径优化问题和贝内翻箱作业优化问题两部分并分别建立动态优化模型. 针对场桥作业路径优化问题, 提出一种多项式时间的精确算法并给以证明; 针对贝内翻箱作业优化问题, 设计一种基于MSA的双层启发式算法进行求解. 一系列数值实验的结果显示了所提出优化模型及算法的有效性和鲁棒性.

     

动态环境下集装箱码头堆场出口箱箱位分配建模与算法研究

箱位分配是集装箱码头运作优化管理的关键问题.针对出口箱交箱时间的动态不确定性,提出两级调度策略,将出口箱位分配问题分解为贝位分配和贝内具体箱位分配,分别建立规划模型优化龙门吊大车行使距离和翻箱量,并针对两级调度策略特点分别设计开发基于禁忌搜索的求解算法.模拟实验表明,所提出的方法能够适应动态条件变化,改善调度效果,并在合理时间内获得满意解.     

多目标资源优化分配问题的Memetic 算法

针对传统算法求解多目标资源优化分配问题收敛慢、Pareto解不能有效分布在Pareto 前沿面的问题, 提出一种新的Memetic 算法. 在遗传算法的交叉算子中引入模拟退火算法, 加强了遗传算法的局部搜索能力, 加快了收敛速度. 为了使Pareto 最优解均匀分布在Pareto 前沿面, 在染色体编码中引入禁忌表, 增加了种群的多样性, 避免了传统遗传算法后期Pareto 解集过于集中的缺点. 通过与已有的遗传算法、蚁群算法、粒子群算法进行比较, 仿真实验表明了所提出算法的有效性, 并分析了禁忌表长度和模拟退火参数对算法收敛性的影响.

     

某一转炉或精炼炉故障下炼钢-连铸生产重调度方法及应用

炼钢-连铸生产中会出现某一台转炉或精炼炉故障, 目前已有的重调度方法没有考虑多重精炼或只进行了仿真研究, 难以有效应用到具有多重精炼的钢厂, 而采用人工调整方式则容易导致炉次等待时间过长或断浇. 为此,通过引入炉次生产状态参数, 建立0-1 混合整数规划重调度模型, 提出由“未加工”炉次的设备指派、“未加工”炉次的开工时间优化和浇铸时间调整3 部分组成的重调度方法. 将该方法应用于某钢铁厂炼钢-连铸生产调度过程的实际工程应用验证了所提出方法的有效性.

     

需求分布不确定条件下的多周期库存鲁棒优化模型

在离散需求情景概率不确定的条件下, 建立基于最大最小方法的多周期库存鲁棒优化模型. 考虑需求分布分别隶属于区间和椭球不确定集两种情形, 运用对偶理论将多周期库存鲁棒优化模型转化为易于求解的凸规划问题. 数值结果表明, 与已知需求分布下的系统最优绩效相比, 采用鲁棒订货策略虽然会导致部分绩效损失, 但损失值很小, 表明基于鲁棒优化的多周期库存订货策略具有良好的鲁棒性, 能够有效抑制需求分布不确定性对库存运作绩效的影响.

     

基于滚动规划的泊位和岸桥分配集成模型研究

泊位分配（BA）,岸桥配置（QCA）及岸桥调度（QCS）是三个基本的岸边决策问题。提出了一个基于混合整数线性规划的BA和QCA的集成模型,模型综合考虑了货轮优先权,理想泊位及处理时间三个方面的因素。在实际生产数据上的运行结果表明该模型具有决策支持的潜在能力。     

风险资产收益序列相关的多阶段均值-方差投资组合选择

基于多阶段均值-方差框架, 研究任意多种风险资产存在一般收益序列相关时的投资组合选择问题. 首先, 采用Lagrange 对偶原理与动态规划相结合的方法对模型进行求解, 得到多阶段均值-方差模型的有效投资策略和有效边界的解析表达式; 然后, 证明在含有无风险资产的情形下有效边界仍为均值-标准差平面上的一条射线; 最后, 应用所得结论给出一个具体的实例分析.

     

基于多目标遗传算法的集装箱码头泊位—岸桥分配问题研究

为获得合理的集装箱码头泊位—岸桥分配方案,建立了以最小化船舶在港时间和码头生产成本为目标的优化模型。提出一种多目标遗传算法用于求解该模型,算法中采用染色体组的方式表示可行解,给出了多个约束条件下的交叉算子运算规则,个体的各目标值结合岸桥分配启发式算法求得,并应用Pareto分级方法进行适应度值评价;同时给出了最终实施方案的选择策略。试验算例表明,与单目标优化相比,提出的优化方法能获得使码头综合效益较大的满意解。     

基于滚动策略的集装箱码头连续泊位与桥吊集成调度

针对连续泊位与桥吊集成调度大规模求解困难的问题,提出一种基于滚动策略的优化方法。首先,建立了最小化船舶偏离偏好泊位的成本以及延迟靠泊、延迟离港的惩罚成本的基本的多目标优化模型;然后,采用滚动调度方法根据动态抵泊的船舶抵达顺序将调度过程分成连续的调度窗口,并设计窗口的平移策略、当前窗口对下一窗口的参数更新方式;对每个窗口内船舶进行调度优化,根据每个窗口内的优化结果,更新下一个窗口中数学模型的输入参数;通过选取以船舶数量表示的滚动计划窗口和冻结船舶的数量,持续滚动获得每个窗口的最优解,叠加后获得对所有船舶的靠泊计划。通过算例分析表明,滚动调度能够解决较大规模的调度问题,其效率受滚动窗口大小、冻结船舶数量及滚动次数影响     

Storage yard management based on flexible yard template in container terminal

With the bottleneck of port operation moving from the quay side to the yard area, storage yard management is becoming increasingly important in the container terminal. This paper studies on storage yard management in container terminal, a flexible yard template strategy is proposed instead of the fixed yard template strategy. Based on the strategy, an integrated optimization model simultaneously considering space allocation and yard crane deployment for the tactical storage yard management is formulated. Besides, Numerical experiments are conduced to verify the effectiveness of the proposed strategy and mathematical model.     

基于知识的集装箱堆场箱位分配计划研究*

针对集装箱堆场箱位分配问题中规则因素较强的特点,建立基于知识的箱位分配计划方法。首先描述了该问题中知识构成和表示方法;并提出了基于知识的箱位分配模型,包括分配区域划分、作业模式及规则匹配、最优箱位选择三个部分。实例分析表明本方法可取得良好的箱位分配效果。     

多编组协同任务分配模型及DLS-QGA 算法求解

为解决多智能体编组协同任务分配问题, 定义任务、智能体编组和相关的分配过程变量, 建立以最高任务执行效率为目标的数学模型. 在问题模型中设计考虑资源损耗的编组资源能力更新机制, 提出用于求解该模型的动态列表规划和量子遗传算法的混合任务分配算法, 使用动态列表规划选择处理的任务, 利用量子遗传算法为选定任务分配最合适编组. 最后通过算例表明, 所提出的方法在解决时序逻辑任务分配时能够得到更优更稳定的方案.

     

基于知识的集装箱堆场箱位分配计划研究

针对集装箱堆场箱位分配问题中规则因素较强的特点,建立基于知识的箱位分配计划方法.首先描述了该问题中知识构成和表示方法;并提出了基于知识的箱位分配模型,包括分配区域划分、作业模式及规则匹配、最优箱位选择三个部分.实例分析表明本方法可取得良好的箱位分配效果.     

基于粒子群算法的多无人机任务分配方法

作为多无人机系统应用的一项关键技术,任务分配是一个多维互异离散变量的优化问题.采用混合整数线性规划方法构造优化函数,并利用群智算法中的粒子群算法来求最优解,这样可以解决多无人机的任务分配问题.针对互异性要求进行必要的算法改进.数值仿真实验表明,该粒子群算法可以迅速找到优化函数的最优解,从而高效地实现多无人机的任务分配.     

基于特征空间变换的纠错输出编码

针对基于纠错输出编码多类分类中如何保证基分类器差异性的问题, 提出一种基于特征空间变换的编码方法. 该方法引入特征空间, 将编码矩阵扩展成三维矩阵; 然后基于二类划分, 利用特征变换得到不同的特征子空间, 从而训练得到差异性大的基分类器. 基于公共数据集的实验结果表明: 该方法能够比原始的编码矩阵获得更优的分类性能, 同时增加了基分类器的差异性; 该方法适用于任何编码矩阵, 为大数据的分类提供了新的思路.

     

基于粒子群优化的刚柔混合机械臂振动抑制规划

提出基函数叠加与粒子群优化(PSO)相结合的振动抑制轨迹规划方法.首先推导了各关节变量与模态坐标的关系,采用正弦-梯形函数作为基函数构造各关节的角速度,其中基函数的系数和幅值为待定参数;然后将末端振动最小化轨迹规划转换为待定参数的优化问题,并采用PSO算法获得待定参数的最优值;最后以双杆刚柔混合机械臂为例开展仿真研究.仿真结果表明,所提出的方法大大减小了机械臂末端的残留振动.     

基于广义解的双合作博弈收益分配模型

双合作博弈主要研究如何将联盟收益全部分配给双合作联盟的每个参与者. 考虑到不将全部的合作收益用于分配, 而是预留一部分合作收益用于投资扩大再生产或再分配的情况, 对双合作博弈模型进行扩展, 定义广义分配、广义核心和广义韦伯集等解的概念, 并证明广义核心总是包含在广义韦伯集中. 当双合作博弈满足超模性时, 广义核心总是等于广义韦伯集. 由于广义韦伯集是一个非空集合, 从而进一步证明了广义核心存在且非空.