低碳经济下基于班轮联盟舱位互租的航线配船模型

为给班轮联盟合作运营提供有效建议,在低碳经济下考虑政府制定碳排放限额和存在碳交易市场,建立碳排放受到约束时基于班轮联盟舱位互租的总成本最小的航线配船模型,并通过LINGO 11. 0进行求解,寻找合理的航线配船方案。比较联盟采用舱位互租和非互租策略时的总成本,分析碳交易价格和碳排放限额变化对总成本的影响。结果表明:与舱位非互租策略相比,采用舱位互租策略时总成本降低,总成本增加幅度减小;碳排放限额与班轮公司的总成本负相关。总体来看,通过班轮联盟、政府适当调整碳交易价格和碳排放限额可降低碳排放量,降低班轮公司总成本。     

经济与环保双目标班轮航线配船模型

针对班轮航线配船问题, 根据班轮多港口挂靠和货物直达运输航线形式的特征,基于航运业低碳环保要求, 综合考虑船队的经济效益和环保效益,以研究期内船队利润最大和碳排放量最小为目标,建立经济、环保双目标班轮航线配船优化模型.根据模型特点,提出一种改进的带权理想点法,通过构造带权评价函数,将双目标规划问题转化为单目标规划问题,得到模型的最优解.以某航运公司的班轮船队为例进行分析,结果证明:该模型具有可行性,该优化求解方法具有实用性.     

基于列生成算法的集装箱班轮运输网络优化

为使集装箱班轮运输公司在相对较为稳定的航运网络上进行适时调整和优化,以适应航运市场的变化获得最大利润,以CKYH联盟为例,将联盟利润最大作为目标函数,将每段航线和港口货物运量、船队运能、运输需求以及承运人船舶数量作为约束,建立混合整数规划模型.通过对联盟在亚洲-地中海的航运网络进行优化,得出需要挂靠的港口、挂靠港口顺序以及每条航线单次货物运量.对于混合整数规划模型,运用列生成算法对模型进行分解,然后运用CPLEX软件进行编程求解,得到航运网络优化的最终结果.该解法提供了一种航运网络优化的新方法.     

运力供需失衡时集装箱班轮航线配船优化

在可预见的未来一段时期内,航运市场运力供需失衡会呈现常态化,集装箱运力供给会长期大于运力需求,是否减速航行和闲置运力成为航运企业的关键决策.基于这一行业发展背景,以航速和运营船舶数量为决策变量,构建运力过剩时集装箱班轮航线运力配置数学优化模型.结合问题的特性开发禁忌搜索算法,对模型进行求解.基于实际航线的大规模数值算例进行试验.试验结果显示模型及算法有效,表明该模型和算法对运力供需失衡时运力配置决策具有借鉴意义.     

多种类型投资的船队规划模型

针对航运企业发展战略中的船队规划问题,在研究船队规划研究方法和变动的市场营运环境基础上,提出基于多种类型船舶投资的船队规划混合整数规划模型.该模型将船队短期调配使用与长期发展规划结合起来,以追求规划期内船队现金流量的折现值最大为目标,模拟和优化某个船队在规划期内的投资、买卖、更新以及使用情况.该模型既考虑订造新船、买卖二手船和租赁船舶等多种实际可能存在的复杂情况,又考虑船舶营运经济状态、运力配置、企业投资能力以及决策者对研究期后船队实物价值的重视程度等因素.以某航运公司为例进行的仿真试验表明,该模型能满足船队规划决策和船舶运行组织的实际需要,可适用于大宗货物定线运输或班轮干线运输的船队规划问题研究.     

闭环供应链中回收价格变化的回收渠道选择问题

研究了闭环供应链中回收渠道选择问题,建立并求解了回收率随回收价格变动的单一制造商和单一零售商的最优利润模型．引入初始投入系数,以区分不同供应链成员建立回收通道的难易程度．通过案例分析,给出了不同情况下回收渠道选择策略．     

考虑碳税成本的班轮航线配船与航速优化

针对在节能减排背景下的班轮航线配船与航速优化问题,通过引入碳税政策,将船舶的CO2排放量转换成碳税成本,以班轮周总营运成本最小化为目标,建立航线配船与航速优化非线性规划模型,并设计结合枚举的逐步逼近求解算法。选取4条集装箱班轮航线,利用标准算例库中的数据进行数值试验,结果验证了模型和算法的适用性和有效性。敏感性分析表明:随着碳税税率的提高,船舶航速呈现下降趋势,航线配船数量则呈现增加趋势;虽然船舶周总营运成本增加明显,但总CO2排放量却在下降,且下降幅度逐渐变小。     

航运下行期的航线配船和航次设计优化

为在航运低迷期使航运企业实现收益最大化,根据航运下行期运力过剩的现状,在现有航线配船模型的基础上,结合现阶段航运下行期的特点,建立混合整数规划模型.首先对集装箱班轮在多条航线上的班轮数量和航次设计构建整数规划模型,将航线配船问题的可行解用染色体形式表示,对航线配船和航次设计进行优化,然后通过MATLAB编程的遗传算法得到该问题的满意解.以某班轮公司为例,对模型和遗传算法的有效性进行验证.结果表明,该方法对于班轮公司根据航运下行期的特点设计合理的航线配船方案具有重要的参考意义.     

基于深度Q网络的水面无人艇路径规划算法

为实现水面无人艇(unmanned surface vessel, USV)在未知环境下的自主避障航行,提出一种基于深度Q网络的USV避障路径规划算法。该算法将深度学习应用到Q学习算法中,利用深度神经网络估计Q函数,有效解决传统Q学习算法在复杂水域环境的路径规划中容易产生维数灾难的问题。通过训练模型可有效地建立感知(输入)与决策(输出)之间的映射关系。依据此映射关系,USV在每个决策周期选择Q值最大的动作执行,从而能够成功避开障碍物并规划出最优路线。仿真结果表明,在迭代训练8 000次时,平均损失函数能够较好地收敛,这证明USV有效学习到了如何避开障碍物并规划出最优路线。该方法是一种不依赖模型的端到端路径规划算法。     

多级物流节点选址问题建模与求解

为解决多级物流网络节点的选址问题,提出与现实中企业多元化经营范围相应的多级物流节点选址优化模型.该方法将物流节点选址问题转化为函数最小值求最优解问题;将多级网络按照节点层数分割成若干个3级规划模型;将每层的上一层级假设成供应商点,下一层级假设为客户点;用并行遗传算法,通过循环求解3级规划模型最优解,得出整个物流网络规划方案的最优决策.物流节点选址实例应用和仿真分析表明,该方法具有较强的可操作性和广泛的适用性,对优化物流节点以及类似设施选址具有一定的指导意义和参考价值.     

集装箱班轮服务网络优化和货运路径设计

为提高班轮公司的资源优化能力,解决航线选择、重箱运输路径、空箱调运路径、多类型船舶配置以及船速设定等问题,根据实际班轮运输组织方式的特征,构建多港挂靠和轴辐式混合网络,建立以运营总成本最小为目标的非线性混合整数规划模型。采用大M法把这个非线性模型转换成线性模型后通过CPLEX进行求解,并用中远集运在亚洲—大洋洲—欧洲区域的部分航线验证模型的有效性。通过灵敏度分析发现:港口装卸效率的提升对减少班轮公司运营成本效果显著;船舶的燃油成本与运营成本之间存在着相关性,故油价的持续上涨迫使班轮公司选择降速、配置更多的船舶来降低整体成本。     

不确定环境下可折叠集装箱内陆空箱调运优化

为使空箱调运总成本最小,针对使用可折叠集装箱进行内陆空箱调运问题,综合考虑服务水平、供需不平衡程度、相关成本等因素,采用机会约束规划建立不确定环境下的内陆空箱调运优化模型。运用灵敏度分析探究使用可折叠集装箱降低调运总成本的潜在可能性。结果表明,租箱成本是影响可折叠集装箱使用的关键因素,且在空箱需求旺季使用可折叠集装箱比使用标准集装箱更具有成本优势。     

基于环绕模式的近洋集装箱班轮航线优化

为改进近洋区域内集装箱班轮的航线优化问题,结合近洋环绕模式班轮干/支线运输特点,在满足区域内集装箱货运需求的前提下,以班轮公司收益最大化为目标,构建班轮挂靠干线枢纽港的航线优化模型.在求解旅行商问题(Traveling Salesman Problem,TSP)获得初始班轮航线的基础上,设计该优化模型的算法.算例分析表明,该模型和算法不仅简便易行,而且可显著提高班轮公司的航次总收益.     

共享模式下的集装箱空箱调运优化

为解决共享模式下的集装箱空箱调运问题,基于航线、船舶运力、运输时间等限制性因素,以多决策期的空箱调运总成本最低为目标,建立集装箱共享系统的不确定需求随机机会约束模型。使用MATLAB,利用模拟退火(simulated annealing, SA)算法与遗传算法(genetic algorithm,GA)结合的混合算法进行数值求解和算例分析,表明模型是有效的,对船公司制订空箱共享、舱位共用策略有参考价值。     

考虑沿海运输权的集装箱路径模型

针对目前文献多将集装箱路径视为多商品网络流问题且没有考虑沿海运输权,以集装箱运输成本最小化为目标函数,在考虑沿海运输权的条件下构建一个集装箱路径的0-1整数规划模型.算例选择由亚洲、欧洲和大洋洲共计46个港口组成的班轮海运网络.算例分析发现,若各个沿海国家开放沿海运输权,船公司可将集装箱捎带至任意沿海港口进行中转,可降低航线网络3.5%至4.9%的运输总成本.该集装箱路径模型生成的集装箱箱流,可用于分析船公司航线舱位的利用率,调整航线网络.     

基于遗传算法的自动化集装箱码头多载AGV调度

为提升自动化集装箱码头的作业效率,减轻码头吞吐量增大带来的交通问题,降低自动化导引小车（Automated Guided Vehicle, AGV)的空载率,在自动化集装箱码头应用可以同时搬运不止一个集装箱的多载AGV,建立多载AGV调度问题的混合整数线性规划（Mixed Integer Linear Programming, MILP)模型,应用遗传算法进行求解.借助算例,对比遗传算法与MILP算法的求解效果,分析交叉概率和变异概率对遗传算法的影响,比较多载AGV与单载AGV的作业时间,验证遗传算法的可靠性.该方法表明,遗传算法不仅求解效率高,而且对MILP算法不适用的大、中型多载AGV调度问题,也能给出值得信赖的近似最优解.     

多Agent的集装箱供应链能耗优化数学模型

为更好地实现集装箱运输任务协同和系统优化,针对集装箱运输覆盖地域广、参与主体多、活动协调难的问题,通过对集装箱运输系统的深入分析,将多Agent技术引入集装箱运输,构建起基于多Agent的集装箱供应链模型,并就模型中Agent体功能活动和结构特性进行分析.在此基础上,针对日益严重的集装箱运输能耗问题,建立集装箱运输能耗优化数学模型,并仿真分析集装箱供应链Agent体能力变动而引发的路径选择、运量分配以及能耗变动.结果表明,集装箱运输过程Agent体能力变化时,通过上述模型能够实现各Agent的有效协同,寻求能耗最优的运输方案.