基于遗传算法的铁矿石码头泊位配置仿真优化方法的应用研究

论文摘要

港口市场不断开放的同时,对港口的要求也更高,港口间的竞争更加激烈,由于运输船舶及港口相关设备价格昂贵,以及运输船舶在港口停泊时间的长短直接影响到港口的经济效益和社会效益,因此需要对港口物流系统进行更加合理有效的规划,以提高港口营运效率,降低费用和成本,从而吸引较多船舶挂靠,产生良好的经济效益。论文在分析铁矿石码头泊位配置系统组成和特征的基础上,以所有船舶的总在港时间最短为目标,建立了港口泊位调度数学模型,根据模型的特点和各参数的物理意义及其相互关系导出了泊位调度模型必须满足的约束条件,该模型充分考虑了港口泊位调度的随机特性和其它影响因素,能够比较客观地反映港口泊位调度的实际运行状况。然后论文选择整数编码的遗传算法对该数学模型寻求最优解。在eM-Plant软件系统中建立铁矿石码头泊位分配的仿真优化模型,提出了仿真技术和遗传算法结合求解的方法,得到了比实际生产中的人工分配方案更优的配置方案。论文对我国铁矿石码头泊位配置建立仿真优化模型,不仅对有限的铁矿石码头资源条件下,合理配置泊位具有很重要的现实意义,对其他类似的码头泊位配置也具有普遍的指导作用。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 选题背景
• 1.1.1 我国铁矿石消费和进口现状
• 1.1.2 沿海铁矿石码头的接卸能力
• 1.2 研究意义
• 1.2.1 合理配置泊位的意义
• 1.2.2 采用仿真优化方法研究泊位配置的意义
• 1.3 国内外研究现状
• 1.3.1 关于泊位配置问题的研究
• 1.3.2 遗传算法的研究
• 1.3.3 仿真优化技术在港口泊位配置系统的应用研究
• 1.4 研究内容和解决的关键问题
• 1.4.1 研究的主要内容
• 1.4.2 解决的关键问题
• 1.5 采取的研究方法和技术路线
• 第2章 遗传算法
• 2.1 遗传算法的机理
• 2.1.1 模式
• 2.1.2 模式阶和定义距
• 2.1.3 模式定理
• 2.1.4 积木块假设
• 2.2 遗传算法涉及的概念
• 2.2.1 字符串
• 2.2.2 群体
• 2.2.3 基因
• 2.2.4 适应度
• 2.2.5 选择
• 2.2.6 交叉
• 2.2.7 变异
• 2.3 遗传算法的核心问题
• 2.3.1 编码方法
• 2.3.2 适应度函数的确定
• 2.4 遗传算法的流程
• 第3章 铁矿石码头泊位配置优化模型的建立
• 3.1 铁矿石码头泊位配置系统概述
• 3.2 泊位配置优化模型的建立
• 3.2.1 优化目标的建立
• 3.2.2 约束函数的建立
• 3.2.3 举例验证
• 3.3 模型的求解
• 3.3.1 遗传算法操作
• 3.3.2 控制算法的参数
• 3.3.3 确定停止运行的准则
• 3.4 建模实例
• 第4章 泊位配置优化仿真系统应用
• 4.1 EM-PLANT系统
• 4.2 EM-PLANT的主要特点
• 4.3 铁矿石码头泊位配置仿真优化实例
• 4.3.1 EM-PLANT中求解泊位分配问题的步骤
• 4.3.2 仿真优化实例
• 4.3.3 结论
• 第5章 全文总结
• 致谢
• 参考文献