广州港航班调度优化研究

论文摘要

船舶调度是港口调度的重要组成部分。船舶调度优化问题直接影响运输效率、服务质量和运输成本,从而影响到航运企业的盈利能力,因此需要优化船舶调度。该问题涉及到多种约束条件,如需求量、船舶吨位、航班时间、船速、船员配置以及航线里程等。目前,国内绝大部分船舶运输(集装箱运输、客运运输)的调度还是依靠调度人员经验来管理的方法,以至于航运企业运输资源无法充分利用,运行成本过高。因此在实际工作中对船舶调度优化问题进行研究,建立能够解决船舶调度的系统,以提高服务质量和资源利用率,是很有必要的。本研究旨在探索将蚁群算法用于多目标船舶调度优化问题的思路和途径。重点研究：在船型不同的情况下,如何对船舶调度优化问题进行描述,并建立相应的数学模型；如何根据建立的数学模型,设计相应的蚁群算法,以解决调度优化问题；以及在蚁群算法中,如何处理多目标问题。本研究设计的蚁群算法采用了经典蚁群算法在蚂蚁路径选择、信息素更新和信息素挥发方面的机制,结合一般非线性整数规划蚁群算法在构造可行解空间方面的方法,采用线性加权法将多目标问题转化为单目标问题,并采用Java语言实现了该蚁群算法。实验结果表明,该蚁群算法能够显著改进可行调度,取得满意的结果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 论文研究背景与意义
• 1.2 国内外研究现状
• 1.3 论文研究的主要内容
• 第2章 航线调度概述
• 2.1 水路运输的特点
• 2.2 船舶调度管理
• 2.2.1 船舶调度的主要内容
• 2.2.2 船舶调度程序
• 2.2.3 码头靠离泊业务及舱位管理
• 2.2.4 航线经营
• 2.3 船舶调度在港口系统中的重要性
• 2.4 广州港船舶调度需要研究问题
• 2.5 港口调度影响因素
• 2.5.1 海面能见度
• 2.5.2 风的影响
• 2.5.3 水流的影响
• 2.5.4 引航员和拖轮因素
• 第3章 广州进出港船舶调度优化模型构建
• 3.1 问题的产生与发展
• 3.2 问题的模型描述
• 3.2.1 工业船运的SP模型
• 3.2.2 船舶调度数学模型
• 3.3 算法
• 3.3.1 算法思想
• 3.3.2 算法总体流程
• 3.3.3 蚂蚁路径构造算法
• 3.3.4 蚂蚁的目标函数
• 3.3.5 局部优化算法
• 3.4 算法的计算机实现
• 第4章 实证分析
• 4.1 广东某航运公司现状
• 4.2 计算
• 结论
• 致谢
• 参考文献
• 附录