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。     

基于滚动窗口策略下场桥实时调度研究

在实施场桥调度方案时,总会出现各种不确定干扰因素使得原先的方案不能正常实行。对此,提出一种在滚动窗口策略下处理不确定干扰因素的场桥调度方案,即当出现干扰时,触发窗口再调度机制,以减少干扰的影响。并且建立以任务完成最小延迟量的混合整数规划模型,用改进的遗传算法求解。考虑到滚动窗口策略方法受到几个参数的影响,还对滚动策略的滚动窗口大小进行研究,通过算例分析得出较合适的参数搭配,使得场桥作业效率提高,达到任务完成最大延迟量最小化的目标。     

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。     

试议港口集卡调度算法模型分析

随着我国集装箱吞吐量的快速增长,集装箱港口对作业效率的要求也越来越高。在现有作业技术水平和硬件设备、设施的基础上实现作业效率的提高,已经成为集装箱港口发展所面临的重要问题。从集装箱港口作业的一个环节——集卡作业入手,分析提高集卡利用率,进而带动整个港口作业效率的提高。     

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。     

集装箱码头送箱外集卡预约优化研究

通过预约缓解集装箱码头拥堵是提高港口运作效率的有效途径.考虑集卡公司和码头运营商双方的利益以及码头内部作业系统的复杂性,以减小外集卡在预约时间窗内的平均排队长度和集卡公司期望到达的预约时间窗与被调配到的预约时间窗间的差异为目标,运用排队论相关知识和逐点固定流体近似方法(PSFFA),建立了多目标规划模型,以确定一个使集...     

基于约束规划的岸桥与集卡集成调度

针对进口集装箱卸船的岸桥与集卡集成调度问题,分别提出混合整数规划(MIP)模型和约束规划(CP)模型,目标是使得卸船完工时间最短,该问题是NP难题。通过OPL语言设计约束规划模型,利用其为调度问题提供的特殊构造,如区间变量、序列变量等进行建模,并采用"扩展操作任务"的概念来定义区间变量以提升求解效率。为评价解的质量,设计一个新的下界求解方法。使用不同规模的实例对约束规划模型和MIP模型进行测试,结果表明,在小规模实例中,CP模型求解性能略差于MIP模型,但对于中大规模实例,MIP模型无法在设定时限内找到解,而CP模型则能以较快的收敛速度得到高质量的解,目标距离下界的差距控制在2.19%~8.28%。     

不确定周期约束下项目调度算法

为了能让企业通过良好的项目调度的方法缩短产品的项目周期,提出了对不确定周期约束项目调度的求解方法。对现实生产生活中存在的不确定因素进行分析,指出不确定项目周期和不确定资源这2个不确定因素。在此基础上建立了总体模型。提出了一种基于模糊理论的对不确定周期约束下项目调度问题的求解方法。该方法以遗传算法为基础,通过与模拟退火算法的结合可以很好地克服遗传算法自身的缺点,从而得到能更好地反应现实需求的结果。对算法进行了实例验证,结果表明了该方法的准确性、有效性和可行性。     

采用鲁棒容许集对有约束的不确定系统作鲁棒模型预测控制

针对输入和状态受约束的干扰有界多胞不确定线性系统,提出了基于鲁棒容许集的扩大吸引域鲁棒模型预测控制(RMPC)方法.首先给出了多面体不变集的鲁棒容许集计算方法,并推导了鲁棒容许集存在的充分必要条件.其次,为了拓展Tube不变集鲁棒模型预测控制算法的适用范围,讨论了干扰有界多胞不确定线性系统的Tube不变集控制策略.之后为了扩大约束系统吸引域,提出了干扰有界多胞不确定系统的鲁棒容许集模型预测控制策略.通过采用鲁棒容许集和Tube不变集RMPC,该方法不仅扩大了吸引域,而且降低了在线计算量;同时,采用基于最小鲁棒正不变集的Tube不变集策略保证了算法的鲁棒性.最后仿真结果验证了算法的有效性.     

在不确定数据集上挖掘优化的概率干预策略

提出了不确定干预分析模型,主要工作包括:(1)建立了用于多维不确定数据分析的不确定监测点模型(uncertain surveillance);(2)建立了基于不确定监测点的不确定干预策略及挖掘评价算法;(3)在真实数据及仿真数据上对所提出的两种算法作了大量实验比较,验证了所提出的干预策略评价优化算法具有较高精度,效率比朴素方法高出3个数量级,适合在实际系统中处理海量干预评价.     

基于主—从两级遗传算法的港口散货物流铲车调度

港口散货物流中,在考虑铲车能力约束条件下合理的铲车调度将提高整体的运作效率,并增强顾客满意度。通过分析货位上待服务的货车与有能力约束的铲车之间的关系,提出了利用主—从级遗传算法解决该类有能力约束的铲车调度问题。首先,建立了以缩短顾客停留时间为目标的数学模型。其次,设计了主、从递阶型式的两级遗传算法。算法中,主级求解铲车到货位的分配问题,从级求解主级所分配铲车能力约束下的货车服务次序及服务时间。另外,为避免非可行解产生,在主从级遗传算法的解码中均设计了启发式规则和惩罚函数。最后,通过一个应用实例的对比实验分析验证了此算法的有效性,并将最优解通过甘特图的形式展现出来。     

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。     

需求和回收不确定的闭环供应链渠道结构选择

针对闭环供应链中销售渠道结构的最优选择问题,考虑市场需求和回收品质量水平的不确定性,以总利润最大化为目标,构建了政府差别权重补贴下四种销售渠道结构闭环供应链系统的四个平均总利润模型.首先运用模糊机会约束规划(FCCP)法将模糊约束等价变换为清晰对应式,然后采用粒子群优化(PSO)算法和遗传算法(GA)对模型算例进行对比...     

基于船时效率的岸桥配置优化

在集装箱码头系统中,对船舶进行有效的岸桥配置有助于缓解岸边资源紧张的现状,提高码头的运营效率。针对连续泊位下动态到港船舶的泊位分配和岸桥配置的集成优化问题,对船舶的岸桥配置进行基于船时效率的动态调整,以最小化包括船舶延迟靠泊成本、偏离偏好泊位成本、延迟离港成本和岸桥重新配置成本在内的总成本为目标建立模型,并根据基于船时效率的岸桥配置的调整规则设计了启发式算法,结合遗传算法（GA）对问题进行求解。最终通过算例分析,验证了提出的模型和算法在解决实际港口中泊位分配和岸桥配置问题上的有效性,并通过与未考虑岸桥配置进一步调整的传统GA计算的结果进行比较,证实了提出算法的优化效果。     

基于遗传算法的机场滑行调度优化策略

提出一种基于遗传算法的滑行调度优化策略。该策略首先用遗传算法确定各航班经过交叉点的顺序,再根据上一步得到的顺序求解具体的调度计划,并反复迭代以逐渐优化,直到得到最优解或满意解。相对于混合整数线性规划（MILP）模型而言,有效地提高了求解效率,减少了求解时间。     

机会约束下贷款组合优化决策的方差最小化模型

通过把贷款的收益率刻画为模糊变量,提出了机会约束下贷款组合优化决策的方差最小化模型。针对贷款收益率是特殊的三角模糊变量的情况,给出模型的清晰等价类,对等价类模型用传统的方法进行求解。对于贷款收益率的隶属函数比较复杂的情况,应用集成模糊模拟、神经网络、遗传算法和同步扰动随机逼近算法的混合优化算法求解模型。数值算例验证了模型和算法的有效性。     

云计算环境下融合遗传算法和蚁群算法QoS约束任务调度

针对已有云计算任务调度算法为实现最短时间跨度而不能兼顾负载均衡和服务质量的问题,提出基于遗传算法和蚁群算法融合的QoS约束任务调度策略CAAC。CAAC利用任务的预测完成时间和成本耗费定义适应度函数;通过遗传算子全局搜索最优解,融合蚁群算子提高解的精确度;当任务数量大于50时,该算法收敛速度和资源利用率比蚁群算法平均提高4.7'和30.8'。仿真结果表明,该算法在保证服务质量和资源负载均衡方面具有优越性。     

拟人机器人在外力干扰下的步态规划

拟人机器人在外力干扰下的步态规划是机器人行走研究中的重要课题。论文首先讨论了虚拟零力矩点与支撑多边形的位置关系,然后提出了一种基于虚拟零力矩点的优化控制策略,最后采用遗传算法对步态进行优化,仿真结果表明能够提高机器人步态规划的实时性。     

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。     

不确定信息下QoS多播路由问题研究

QoS(Quality of Service)多播路由是保证网络服务质量的重要组件。但是网络状态信息具有固有的不确定性,因此有必要研究不确定信息对QoS多播路由的影响。假设网络带宽和延时为符合某种分布的随机变量,建立了问题的机会约束规划模型,并采用并行遗传算法对模型进行了求解,仿真结果证明该算法收敛速度快,可靠性高,能够满足多媒体网络对实时性的要求。