基于时间窗的集装箱装卸桥调度

为提高集装箱船舶装卸作业效率,提出基于时间窗的集装箱装卸桥调度计划模型,通过遗传算法(Genetic Algorithm,GA)进行集装箱装卸桥调度计划模型的求解.实例表明,该模型可弥补对生产作业链环节考虑的不足,为集装箱码头提供较为合理的解决方案.     

自动化集装箱码头自动导引小车与轨道式龙门起重机的协同调度

为解决自动导引小车(Automated Guided Vehicle,AGV)与轨道式龙门起重机(Rail-Mounted Gantry Crane,RMG)的协同调度问题,考虑AGV和RMG的任务分配约束,以卸船作业最小完工时间为目标,建立混合整数规划(Mixed Integer Programming,MIP)模型.改变AGV,岸桥和箱区数量的配置,得出不同条件下的完工时间.对该问题设计两组算例:小规模算例采用CPLEX软件和遗传算法(Genetic Algorithm,GA)分别进行求解,通过结果对比验证GA的有效性;大规模算例采用GA求解,给出自动化码头设备调度优化方案.分析结果表明,卸船完工时间随着卸船任务量的增加而增加,随着AGV,岸桥和箱区数量的增加而减少,且AGV和岸桥数量的增加对完工时间的影响大于箱区数量的增加时完工数量的影响.     

基于CFS-GA特征选择算法的中文网页自动分类

为在中文网页分类时降低特征向量的维度、提高分类的精度,采用一种基于关联的特征选择(Correlation-based Feature Selection,CFS)与遗传算法(Genetic Algorithm,GA)相结合的方法进行特征选择.在该算法中,特征子集被当作GA中的一个染色体进行二进制编码;利用CFS启发值作为GA的适应度函数对个体进行评价;CFS值越大的个体遗传到下一代的概率越大.结合GA的全局搜索特性,该算法可保证所得特征子集是全局最优的.利用weka平台,对搜狗实验室提供的中文网页数据集进行实验.结果表明,该算法能有效降低特征空间的维度、提高分类精度。     

基于爬山算法的集装箱堆场场桥调度

为提高集装箱码头的运作效率,采用1种基于整数规划模型和启发式算法(爬山算法)的场桥调度混合策略,将场桥调度和堆存空间分配作为整体构建场桥动态调度模型.以上海某集装箱码头堆场为例通过仿真验证该系统,结果表明该模型和算法的有效性和实用性.     

基于遗传—BP神经网络的手写数字识别

简要介绍遗传算法(Genetic Algorithm,GA)和BP算法(Back Propagation Algorithm),并结合手写数字识别的实际应用,提出手写数字识别的遗传神经网络算法。通过实验证实多种算法综合使用比单独使用一种算法得到的图像识别率要高。     

基于聚类分析的集装箱码头堆场策略

为提高集装箱码头堆场的利用率,对集装箱码头出口箱堆存策略进行研究.该研究基于堆场大量的历史数据,采用数据库统计查询技术对堆场原始数据进行选择、处理、分析,得到初始数据集合;然后选取数据分析方法中的聚类分析方法并采用基于密度及密度可达的聚类算法,通过软件编写程序实现该算法.通过初始数据集在程序中的运算得到结果簇,然后对该结果簇进行分析,得到出口箱堆场堆存的基本规则.仿真验证该方法的有效性,表明该方法可为集装箱码头制定出口箱堆存策略提供帮助,从而提高集装箱码头的效益.     

基于软时间窗的产品配送与安装相分离的车辆调度优化

为满足电子行业独特的物流配送需求,依据电子行业的特点,研究一种变形的车辆调度问题(Vehicle Routeing Problem,VRP).将产品的配送与安装的同步性进行分离,建立以最小配送和安装旅行时间为目标的混合整数非线性规划(Mixed-Integer Nonlinear Programming,MINP)模型,即基于软时间窗的配送和安装车辆调度优化模型.对算例计算结果的比较分析表明采用分层方法和遗传算法(Genetic Algorithm,GA)的可行性和有效性.该模型可以提高电子行业的物流配送效率,降低物流成本,提高服务水平。     

基于知识工程的煤炭码头堆场分配策略

为更好地利用散货码头的堆场资源,利用知识工程中的知识获取及规则推理方法建立煤炭码头堆场分配策略.根据煤炭自身的特性及装船需求,结合煤炭码头堆场管理原则和作业设备的特征,提取煤炭码头堆场分配策略的基本规则,设计基于知识工程的煤炭码头堆场分配模型.通过可分配区域划分、设备及堆场匹配、最优区域选择等,为需要堆放的煤炭选取合适的堆场区域,给煤炭码头提供有效的堆场分配策略.案例分析表明,该方法可提高煤炭码头的堆场利用率和生产效率.     

基于遗传算法的船舶避碰决策辅助

针对海上船舶避碰问题,提出一种基于多种群遗传算法(Genetic Algorithm,GA)自动生成最优避碰路径的船舶避碰辅助决策方法.该算法采用多种群协同进化的方式,通过建立移民算子和人工选择算子保持种群之间的联系.这种改进的GA不仅能解决标准GA中遗传算子参数设定的问题,而且能提高算法的有效性和效率.利用船舶避碰方面的知识和启发式方法生成初始路径,使其决策方向符合避碰规则的要求,并对种群中的个体进行适应度评价与优化.以精英种群中最优个体的最少保持代数作为算法终止条件,这种判据充分利用GA在进化过程中的知识积累,比最大遗传代数判据更为合理.仿真结果证明了多种群GA在辅助船舶避碰决策方面的可行性和优越性.     

基于GA-BP神经网络的人脸识别方法研究

针对传统的BP神经网络算法易陷入局部极小点、训练速度慢的问题,文章用遗传算法(Genetic Algorithm,GA)来优化BP神经网络,实现全局寻优和局部寻优相结合,有效提高神经网络的学习性能和收敛性。实验结果表明,文章提出的方法训练速度快,克服其陷入局部最优的缺点,具有很好的识别性能。     

自动化码头起重机和自带提升功能的AGV的集成调度

为深入研究新工艺带来的自动化码头设备集成调度问题,针对自动化码头的一种自带提升功能的自动导引小车(L-AGV)和缓冲支架系统,提出新的设备集成调度框架。考虑不同设备之间的相互关联和制约的协同关系,将岸桥分配调度与L-AGV、场桥调度分开,合理定义两种任务(两个问题)的划分方式,建立两个多目标混合整数规划模型。设计一种具有内外层关联的适应度函数的双层遗传算法。相对传统联合调度算法,该算法平衡了计算复杂性与调度均衡性。最后的数值试验证明了模型和算法的有效性。从岸桥数量、任务规模、AGV数量和调度策略等对岸桥等待时间的影响上,对采用L-AGV的系统和采用传统AGV的系统进行比较,为自动化码头装卸作业调度提供决策支持。     

用改进萤火虫算法求解岸桥调度模型

针对集装箱码头岸桥调度问题,以集装箱箱组为切入点,综合考虑岸桥干扰约束及作业单元优先顺序约束,以最小化船舶作业时间以及岸桥作业时间为目标,建立混合整数规划模型.利用多种算法进行求解对比,并针对新颖的萤火虫算法进行研究,提出两种改进的萤火虫算法以克服其运行时间较长及易陷入局部最优的缺陷.实例分析表明,两种改进后的萤火虫算法能有效解决岸桥调度问题,其相关理论对提高岸桥的作业效率以及集装箱码头服务水平具有一定借鉴意义.     

基于负载平衡的堆存空间分配优化方案

为提高集装箱港口的整体作业效率,在规划期的各个时段内,兼顾岸桥和场桥负载的前提下,建立堆存空间分配的线性整数规划模型并用滚动规划的方法解决堆场存储空间的分配方案.实验结果表明,模型求解时间短,能有效降低堆场中的负载不平衡性,避免港口操作中的瓶颈,提高港口作业效率.     

考虑同步装卸的岸桥作业序列优化

为提高岸桥装卸集装箱的作业效率,研究单岸桥同步装卸问题。建立岸桥同步装卸优化模型,利用遗传算法进行求解,优化集装箱船的装卸顺序,最大化地减少岸桥作业时间。算例结果表明,与传统岸桥同步作业模式相比,利用该模型岸桥作业效率有较大提升。结果证明了算法的有效性,所建模型有利于岸桥作业效率的提高。     

基于SVM的岸桥起升电动机工作状态分类

为解决岸桥起升电动机的状态识别和实时监测问题,分析起升电动机的大量样本集,提出基于标准差的模糊C均值(standard deviation-based fuzzy C-means,S-FCM)聚类算法对起升电动机的状态进行聚类分析,并构建两种SVM模型。实验结果表明:起升电动机振动烈度可以聚类为4类。对两种SVM模型进行对比和验证,选出最理想的实时监测模型。该方法可以为设备维护保养提供依据并且可以实时在线监测岸桥起升电动机的工作状态。     

基于混堆模式的集装箱码头出口箱进场选位策略

针对集装箱码头出口箱进场选位问题,提出基于混堆模式的出口箱进场选位优化策略.该策略以压箱数最少为目标,建立基于整数规划的选位模型;根据发箱时较低翻箱率的要求,采用启发式算法和分布式遗传算法相结合的混合算法求解选位模型;其中启发式规则用于缩小可行解的范围,分布式遗传算法用于求近似最优解.某集装箱码头的仿真案例表明,采用该模型和算法对降低船舶压箱总数和在港时间具有一定作用,说明该出口箱混堆选位模型和算法的有效性与实用性.     

新装卸工艺下双倍场吊的平板小车调度策略

为给高效智能型立体装卸集装箱码头生产调度系统提供1套双倍场吊的平板小车调度策略,以最小化平板小车运行时间为目标,构建动态规划模型,并采用简化算法减少求解模型的时间,使得模型及其求解能够满足实时作业的需要.新工艺下双倍场吊的平板小车调度系统通过减少岸吊和双倍场吊之间的运行距离和等待时间来提高集装箱码头的装卸效率.通过案例分析,新装卸工艺比传统装卸工艺的工作效率提高约7%.