集装箱码头发箱任务的集卡指派模型

为提高集装箱运输车(以下简称集卡)利用率,在分析和总结国内外码头集卡调度经验的基础上,建立集装箱码头发箱任务的集卡指派模型.通过Aimms平台对该模型进行求解,实现装船作业过程中集卡的自动指派功能.大量的算例分析和实际测试已验证该模型的有效性和实用性.     

集装箱码头前沿三维仿真及其方案优选

分析影响集装箱码头前沿生产的因素,建立集卡路径的数学模型及其调度算法.利用Mul-tiGen Creator和Vega软件,二次开发模块参数化的码头前沿仿真软件,实现码头前沿各泊位集装箱装卸作业和水平输送的仿真.拟定不同集卡配比和不同码头前沿宽度的方案,利用开发的软件进行三维仿真,根据实时显示和统计数据,对方案进行分析和优选.     

带任务顺序约束的岸桥集卡集成调度约束规划模型

针对集装箱岸桥与集卡集成调度问题,以卸船完工时间最小化为目标,提出考虑任务顺序约束的岸桥与集卡联合调度的混合整数规划（Mixed Integer Programming,MIP）模型和约束规划模型.为评价解的质量,设计新的下界求法.利用不同规模的实例对约束规划模型进行测试,结果显示约束规划模型能够以较快的收敛速度求解较大规模的问题,得到高质量的解.该方法克服了集装箱码头岸桥调度问题与堆场内集卡调度问题分开研究的缺陷.     

新工艺下集装箱码头装卸资源分配模拟

为提高集装箱码头的装卸效率,在研究港口设备资源分配的基础上,运用Witness仿真优化工具,建立面向作业面新工艺下的模拟模型,给出新工艺下岸桥、龙门吊和集卡设备资源的合理分配比例.上海"外高桥五期"等集装箱码头的应用表明,该方法与传统工艺相比可以节约设备,对集装箱港口实际运作具有指导意义.     

应用3D虚拟现实仿真辅助集装箱码头堆场闸口规划

为辅助某大型集装箱堆场的闸口规划,确定合理的车道数及集卡等待缓冲区长度,利用Flexsim仿真软件,给出模型的体系结构、组成和流程,建立规划中的该大型集装箱码头堆场3D虚拟现实仿真模型,明确在不同设计方案下闸口可能出现的排队等待状况.仿真试验显示,如果按照常规调配集卡,2个出闸口将出现不平衡现象,而通过堆场部署智能交通诱导系统以及建立与客户互联的车辆进港预约系统,能极大地缓解闸口的压力.利用计算机仿真辅助闸口规划,可以给规划人员和决策者提供更加丰富的决策信息.     

2021年世界交通运输大会水运学部会议 基于小波分解的集卡港内周转时间预测

为准确预测集卡的港内周转时间,进而提升整个物流系统的作业效率,通过对集装箱码头闸口数据进行深入分析,得到3种不同任务类型的集卡港内周转时间序列,并在此基础上提出一种基于小波分解和自回归移动平均(autoregressive moving average, ARMA)模型的集卡港内周转时间预测方法。该方法首先利用小波分解技术对集卡港内周转时间序列的多维变化特征进行逐层分离,再利用ARMA模型对分离后的多个时间序列分别进行拟合,然后对拟合结果进行合并,以此近似模拟原序列的时变规律,继而实现集卡港内周转时间的短期预测。为验证该方法的有效性,将数据样本划分为训练集(75%)和测试集(25%),训练集用于拟合多维ARMA模型,测试集用于检验ARMA模型的预测结果误差。研究结果表明,对于3种任务类型,该模型均可以精确预测集卡的港内周转时间,为物流企业调整集卡运输计划提供相应的技术支持。     

基于随机前沿分析(SFA)法的集装箱港口效率分析

为研究由多个集装箱码头组成的集装箱港口的效率,使用随机前沿分析(Stochastic Frontier Analysis,SFA)法对我国珠三角6个集装箱码头进行分析,并考虑码头类型和码头经营人性质2个外生变量对港口效率的影响.得出结论:(1)枢纽型集装箱码头效率高于非枢纽集装箱码头;(2)不能确定外资(控股)经营人能够比国有(控股)经营人获得更高的效率和产出,但是外资经营人已经在国内外的港口经营上取得了卓越的表现.     

集装箱码头可变闸口设置及变更条件仿真

为缓解集装箱码头闸口通道处的排队拥堵现象,在闸口通道数一定的前提下,根据进、出闸口通道处集卡排队不均衡程度,基于可变闸口的方向可变更性,提出一种动态调整进、出闸口通道数的工作方式.以进、出闸口处集卡排队不均衡因数作为可变闸口的设置及变更条件,通过构建闸口作业系统仿真模型,模拟可变闸口对闸口服务水平的影响,从而确定港区需要设置可变闸口和变更可变闸口工作方向的因数临界值.研究结果表明,设置可变闸口可以显著地缓解集装箱码头闸口通道处的排队拥堵现象.     

基于小波分解的集卡港内周转时间预测

为准确预测集卡的港内周转时间,进而提升整个物流系统的作业效率,通过对集装箱码头闸口数据进行深入分析,得到3种不同任务类型的集卡港内周转时间序列,并在此基础上提出一种基于小波分解和自回归移动平均(autoregressive moving average, ARMA)模型的集卡港内周转时间预测方法。该方法首先利用小波分解技术对集卡港内周转时间序列的多维变化特征进行逐层分离,再利用ARMA模型对分离后的多个时间序列分别进行拟合,然后对拟合结果进行合并,以此近似模拟原序列的时变规律,继而实现集卡港内周转时间的短期预测。为验证该方法的有效性,将数据样本划分为训练集（75%）和测试集（25%）,训练集用于拟合多维ARMA模型,测试集用于检验ARMA模型的预测结果误差。研究结果表明,对于3种任务类型,该模型均可以精确预测集卡的港内周转时间,为物流企业调整集卡运输计划提供相应的技术支持。     

集装箱码头堆场功能分区及仿真

为缩短集装箱船舶的装卸时间、提高集装箱堆场的利用率,探索港口集装箱码头的堆场功能分区.在分析集装箱作业流程中所存在问题的基础上,针对进口箱区提出带有货主等级制的新型堆存策略,针对出口箱区所提出的堆存策略配套设计新的集卡调度方案.利用Flexsim软件分别建立传统的和新的功能分区下的出口装船流程模型,分析两者的数据差异,证明新的堆存策略的实效性和优越性.对集装箱堆场功能分区的探索和设计,可为我国集装箱堆场管理和运营提供新思路.     

基于灰色模型的上海港集装箱吞吐量预测

运用灰色预测法预测上海港未来3年的集装箱吞吐量.根据上海港集装箱码头的具体情况计算其通过能力,再通过产能利用率指标判断上海港集装箱码头是否面临产能过剩的问题.结果表明,上海港集装箱码头不存在产能过剩问题.最后提出在现有码头设施条件下提高产能的建议.     

基于模拟与整数规划方法的多码头集装箱港口装卸设备投资优化模型及其在上海港的应用

将模拟与整数规划相结合,提出一种适用于具有多码头的集装箱港口装卸设备的动态投资优化方法,得到港口装卸设备分码头、分年度的投资计划．模型从整体最优的观点出发,以港口内各集装箱码头的总成本最小为目标,对各码头进行统筹安排;此外,模型反映了码头效率和设备配比的动态性,因此更接近港口实际．     

集装箱智能监控管理系统

针对集装箱货物装卸监控管理上的不足,结合串口复用的方法,建立基于无线传输技术、全球定位系统和射频技术的信息监控系统设计方案.试验表明,该系统解决了AT89S51单片机与多个功能模块间通信的问题,提高了集装箱物流监控管理系统的实时性、高效性,能降低集装箱货物装卸过程中易发失误的几率.     

基于Tetra网的集装箱物流无线通信平台——实现物流系统“海陆对接、天地一体”

阐述上海港现有的无线通信问题,对建立上海国际航运中心集装箱物流系统的无线通信问题进行深入研究,提出基于Tetra技术的“海陆对接、天地一体”的无线通信平台构架,并在洋山港和外五港区得到应用．实践证明所提出的无线通信平台构架可行有效．     

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.     

基于神经网络的集装箱码头泊位分配聚类分析

为充分利用港口既有的建设规模、提高经济效益,对集装箱码头的泊位分配进行研究.采用神经网络和聚类分析两种数据挖掘技术分析相关数据,得到相应的数据挖掘模型.先通过反向传播(Back Propagation,BP)神经网络分析各因素对泊位分配的影响程度,确定出主要因素;然后通过聚类分析中的两步聚类算法进行分析;最终制定集装箱码头泊位分配策略.该方法可为提高集装箱码头生产效率提供帮助.     

自动化集装箱码头监控系统设计

为实现集装箱码头的自动化运转,在构建轨道式港口集装箱码头物理模型的基础上,采用西门子PLC设计自动化集装箱码头监控系统,运用Step 7编写自动装卸船程序、点动控制程序、复位程序、异常处理程序以及应急程序等.同时,在Visual Basic 6.0开发环境下设计监控系统的人机界面,并通过工业以太网实现上位机与PLC的实...     

基于模板匹配和特征匹配的集装箱箱号识别算法

为实现对集装箱箱号的正确识别,提出一种基于模板匹配和特征匹配的识别算法。对采集到的集装箱图像进行预处理,得到改善后的集装箱二值化图像;采用数学形态学操作使字符域连通,计算字符连通域的宽高比得到集装箱箱号区域;利用投影检测方法实现对箱号字符的分割;运用模板匹配算法与特征匹配算法相结合的分类方法对集装箱箱号字符进行识别。该算法用MATLAB进行编程,完成对集装箱箱号的自动定位、分割和识别。提出的方法可正确识别出集装箱箱号,识别率达到93%,识别时间为130～150 ms,可提高码头的工作效率。