考虑装卸顺序的岸桥与集卡协调调度问题研究*

为解决集装箱港口岸桥和集卡资源紧张的现状,减少集装箱处理时间,针对岸桥和集卡协调调度问题,在只有进口箱的条件下,综合考虑岸桥干涉和集装箱优先级等约束,建立一个以最小化最大完工时间为目标的混合整数线性规划模型,并使用遗传算法(GA)求解该模型。其次对不同规模的问题分别使用遗传算法(GA)和粒子群算法(PSO)求解并比较。实验结果表明,对于该问题模型遗传算法(GA)算法优于粒子群算法(PSO)算法,遗传算法是有效的。     

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。     

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。     

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。     

不确定环境下集装箱码头泊位与岸桥联合调度

在集装箱码头操作系统中,有效的泊位岸桥调度计划有助于提高码头的运营效率和客户满意度。针对船舶到港时间和装卸作业时间随机的泊位岸桥联合调度问题,综合考虑了连续泊位下船舶偏离偏好泊位产生的惩罚时间,并通过添加延缓时间的方法来吸收不确定性因素带来的影响。为了体现调度计划的鲁棒性,将延缓时间添加在目标函数中,建立了以船舶在港总时间、偏离偏好泊位的惩罚时间、客户满意度和延缓时间之和最小化为目标的混合整数规划模型,提出一种自改变遗传算法和启发式靠泊相结合的改进遗传算法对模型进行求解;通过算例分析,证明了提出的改进遗传算法在计算不确定环境下的泊位岸桥联合调度问题的有效性。     

自动化码头双小车岸桥与AGV协调调度问题研究

为研究自动化集装箱码头中自动导引运输车（Automated Guided Vehicle，AGV）与双小车岸桥（Double-Trolley Quay Crane，QC）的协调调度问题，考虑双小车岸桥中转平台及其容量限制，并以双小车岸桥门架小车时间窗为约束，建立以集装箱任务最大完工时间最小化为目标的混合整数规划模型。设计启发式算法，由中转平台的容量求得岸桥门架小车操作集装箱任务的时间窗，并采用遗传算法进行求解，给出相应的AGV调度优化方案，解决两大设备的协调调度问题。最后，以10组实验为例，比较了遗传算法与粒子群算法的优化结果。结果表明两种算法一致，且基于遗传算法的模型求解收敛速度更快，从而验证了该算法的可行性。     

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%。     

基于混合布谷鸟算法的不确定手术调度模型求解

针对应急救援情境下手术调度中存在不确定性因素导致无法获得精确的手术时间和结束期的问题,设计了一种灰色调度模型和求解该问题的混合灰色布谷鸟算法。首先引入三参数和四参数区间灰数来描述不确定手术时间和不确定结束期,并定义了可能性测度和必然性测度,提出了拖期可信度指标用于度量手术发生拖期的概率;然后建立了以最小化手术平均拖期可信度为目标的灰色混合整数规划模型,提出了一种混合灰色布谷鸟算法的求解方法,并以规模为6（3）×3的经典算例为例进行仿真测试。实验表明该算法能很好地解决问题,比基本布谷鸟求解算法有更好的性能。     

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。     

不确定海洋环境下AUV环境感知方法研究

针对AUV在高度不确定海洋环境中执行任务的过程中需要实时准确地感知出当前环境、系统状态和任务执行中不确定事件对任务成功的影响,并为AUV任务重规划提供触发条件的问题,提出了一个具有不确定事件检测、不确定事件识别和不确定环境本体模型的环境感知框架,实现了基于本体推理和模糊逻辑结合的不确定事件检测方法和基于贝叶斯网络的不确定事件识别方法,并利用不确定事件检测和不确定事件识别结果更新具有概率扩展的不确定环境本体模型,提高本体在不确定知识的表示和推理方面的能力.结合AUV在不确定海洋环境中执行导航任务的应用背景,对AUV环境感知进行仿真实验并分析了实验结果,验证了不确定海洋环境下AUV环境感知方法的有效性.     

基于时间窗的双小车岸桥与AGV协调调度研究

针对自动化集装箱码头（automated container terminals,ACT）的自动导引车 ( automatic guided vehicle,AGVs) 与自动化双小车岸桥（double-trolley quay cranes,QCs）协调调度优化问题,以上海洋山港四期工程的实际布局和装卸工艺为基础,考虑装卸同时进行条件下以最小化任务总完工时间为目标,建立带有时间窗约束的双小车岸桥和AGV的协调调度模型,并采用遗传算法对实际算例进行求解。通过灵敏度分析,验证了该模型及算法的有效性,并对遗传算法参数设置的有效性进行检验。结果分析表明,该调度方法有助于提高自动化集装箱码头的作业效率,减少集装箱船的在港时间,提高码头竞争力。     

Analysis of different approaches to cross-dock truck scheduling with truck arrival time uncertainty

This paper studies scheduling of inbound trucks at the inbound doors of a cross-dock facility under truck arrival time uncertainty. Arrival time of an inbound truck is considered to be unknown. In particular, the cross-dock operator only acknowledges the arrival time window of each truck, i.e., the lower and upper bounds of any inbound truck’s arrival time. In absence of any additional information, the cross-dock operator may use three approaches to determine a scheduling strategy: deterministic approach (which assumes expected truck arrival times are equal to their mid-arrival time windows), pessimistic approach (which assumes the worst truck arrivals will be realized), and optimistic approach (which assumes the best truck arrivals will be realized). In this paper, a bi-level optimization problem is formulated for pessimistic and optimistic approaches. We discuss a Genetic Algorithm (GA) to solve the truck-to-door assignments for given truck arrival times, which solves the deterministic approach. Then the GA is modified to solve the bi-level formulations of the pessimistic and the optimistic approaches. Our numerical studies show that an hybrid approach regarding the pessimistic and the optimistic approaches may outperform all of the three approaches in certain cases.     

A unified approach for the evaluation of quay crane scheduling models and algorithms

Scheduling of quay cranes at container terminals is a field of growing interest in research and practice. In the literature, we find diverse models for quay crane scheduling that consider the service of container vessels at different levels of detail. Currently, however, there exists no basis to compare the quality of planning that is achieved from these models. There is also no platform available that allows comparing different solution procedures and investigating conditions where they perform well or poorly. This paper presents a unified approach for evaluating the performance of different model classes and solution procedures. The approach is demonstrated by investigating the suitability of three models within a comprehensive computational study.     

不确定环境下项目拆分和带缓冲时间的多项目协同调度研究

针对不确定环境下移动式装配的项目存在项目工期随机延长的问题,首先引用项目拆分思想,将单项目虚拟拆分成多项目;在加入最大鲁棒性约束下,以最小化项目工期为目标建立数学优化模型。并提出了改进的两阶段循环算法求解：项目划分阶段通过子项目拆分算法进行子项目划分;项目调度阶段以布谷鸟算法为框架对划分后的多项目调度进行求解,并将调度结果反馈至上阶段。最后选取PSPLIB算例库中不同规模的算例,分析各种参数在不同规模下对项目计划的影响。实例验证结果表明,所提方法能在不确定环境下提高项目资源利用率并缩短工期。     

海铁联运港口混合作业模式下轨道吊与集卡协同调度

在集装箱海铁联运港口中,铁路作业区作为连接铁路运输和水路运输的重要节点,其装卸效率将影响集装箱海铁联运的整体效率.首先,对比分析了"船舶-列车"作业模式和"船舶-堆场-列车"作业模式的特点,并结合海铁联运港口实际作业情况提出了混合作业模式.然后,以轨道吊完工时间最短为目标构建混合整数规划模型,既考虑了班列和船舶的作业时...     

不确定环境下的再制造闭环物流网络优化

考虑废旧产品回收数量、回收质量、再生产品需求量的不确定性以及废弃处理中心的选址等多重因素,构建单产品、多周期的再制造闭环物流网络优化设计模型,运用云遗传算法来确定物流网络中各设施的数量、位置、规模以及各设施间的合理物流分配量,使得在整个运营周期的净收益最大。通过算例来验证该模型的有效性。     

啤酒生产调度数学模型及其优化

针对啤酒企业生产人工调度效果不理想的问题,建立了啤酒生产调度数学模型,并研究了此类间歇工业调度问题的优化方法.根据啤酒生产流程特点,将整个啤酒生产划分为糖化区、过滤包装区,分别建立相应的生产调度数学规划模型,并通过蚁群优化算法求解此类调度问题.该优化调度方案在企业中的应用结果表明,通过蚁群算法对建立的啤酒调度模型进行优化,该方法具有良好的鲁棒性与实用性,可为生产管理人员提供方便快捷的优化解决方案.     

自动化集装箱码头AGV配置与调度耦合问题研究

针对自动导引小车（Automated Guided Vehicle，AGV）数量偏多导致的自动化码头水平运输区域拥堵的情况，采用多学科变量耦合优化设计的方法对自动化码头AGV调度与AGV配置问题进行研究。先以最小化岸边等待时间为目标建立AGV调度模型，再以最小化AGV数量为目标建立AGV配置模型。并将完工时刻和AGV数量作为公用设计变量连接两个模型，建立了协调调度耦合模型。设计算例，利用遗传算法（Genetic Algorithm，GA）收敛速度快的特点对该耦合模型进行求解，经反复迭代计算后得出最优AGV数量与AGV调度方案。最后，扩大算例规模，设计9组实验，比较了GA、粒子群算法（Particle Swarm Optimization，PSO）和蚁群算法（Ant Colony Optimization，ACO）的求解结果，结果表明随着算例规模的增大，GA的求解能力更为突出，从而验证了设计的算法的可行性。     

敏捷供应链静态调度模型及其贪婪算法

针对确定性市场需求下的敏捷供应链(ASC)调度具有批量和时间双重约束的问题,根据供应层级关系建立多级供应链结构模型(SCSM),在此基础上设计调度问题的线性规划(LP)模型及其两阶段求解算法：第一阶段的最短响应时间调度贪婪算法判定供应链系统对需求批量和时间约束满足与否;第二阶段的精益调度贪婪算法求解以最小化供应链库存成本为目标的最优调度方案。最后通过算例验证了模型和算法的实用性和有效性。