集装箱港口堆场资源的优化配置

论文摘要

随着世界经济一体化和全球化的发展,集装箱的吞吐量在逐年增长,随之对港口的建设、生产设备、经营管理提出了更高的要求。而堆场是码头作业中最复杂的部分,那么如果想提高港口自身的竞争力,集装箱码头堆场资源的优化配置则是提高港口整体效率影响因素中重要的一环,本文综合运用了运筹学、优化理论和计算机仿真相结合的方法对堆场空间资源与设备资源进行了优化配置,其主要内容如下:研究建立了前、后方堆场分开堆存进、出口箱的混合整数模型。该模型以最小化集卡行走距离及平衡箱区间作业量为目标,旨在将运进堆场的集装箱直接分配到各箱区贝位中;考虑到便于集装箱码头堆场的实际运作,通过采取在前、后方堆场分别设立缓冲区的方式,以此加速船舶装卸作业及提高堆场空间利用率。最后通过优化软件lingo求解算例,所得优化结果表明该模型在实现集卡行走距离最短的前提下,同时也保证了龙门吊在箱区间作业量的总体平衡。研究建立了决策出口集装箱在堆场中堆存位置的动态规划模型。基于提高船舶服务的满意度,使集装箱装船时不倒箱或者少倒箱,在集装箱到达堆场后文中采取了“预倒箱”的方法,使得待出口的集装箱在前方堆场可以按照装船时间第一、重量因素第二的原则有序地堆放;该模型以放箱时间内所有出口集装箱完全入堆后,龙门吊进行的预倒箱总数最小化为目标,旨在为每个新到来的出口箱决策其欲堆存的最佳箱位。鉴于该模型用动态规划方法求解的时间复杂度呈指数阶递增,设计遗传算法对其进行了求解,结果显示所设计的算法对于求解一定规模的实例不仅可以找到其最优解而且能够降低时间复杂度。研究建立了多台龙门吊的优化调度模型。基于在集疏港作业过程中,大量集装箱任务急需在最短的时间内运入或运离堆场,该模型以最小化所有集装箱任务完成总时间及龙门吊作业量平衡为目标,旨在为每台龙门吊决策其欲处理的集装箱任务集并对作业序列进行优化;结合堆场的实际运作情况,模型中考虑了集装箱任务间可能存在的某种优先关系。该模型可归约为多旅行商问题,属于NP难问题,鉴于问题的复杂度,采用遗传算法对其进行了求解;并将实验结果与模拟退火算法做了比较,结果表明在可接受的时间内,采用遗传算法所得结果较模拟退火算法好。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和集装箱码头简介
• 1.1.1 研究背景
• 1.1.2 集装箱码头简介
• 1.2 研究意义和研究目的
• 1.2.1 研究意义
• 1.2.2 研究目的
• 1.3 国内外文献综述
• 1.3.1 堆场空间资源
• 1.3.2 堆场设备资源
• 1.4 本文主要研究工作和创新之处
• 1.5 本文架构
• 第二章 集装箱在堆场中堆存空间的分配问题
• 2.1 引言
• 2.2 问题描述
• 2.2.1 问题提出
• 2.2.2 问题假设
• 2.2.3 研究方法
• 2.2.4 符号表示
• 2.2.5 数学模型
• 2.3 仿真实验
• 2.3.1 已知数据及条件假设
• 2.3.2 lingo 求解数学模型
• 2.3.3 结果分析
• 2.4 本章小结
• 第三章 集装箱在堆场中堆存位置的决策问题
• 3.1 引言
• 3.2 问题描述
• 3.2.1 问题提出
• 3.2.2 问题假设
• 3.2.3 动态规划模型
• 3.3 基于遗传算法求解集装箱最佳堆存位置问题的研究
• 3.3.1 编码
• 3.3.2 适应度函数
• 3.3.3 选择
• 3.3.4 交叉
• 3.3.5 变异
• 3.3.6 终止准则
• 3.4 仿真实验
• 3.4.1 已知数据及条件假设
• 3.4.2 基于遗传算法求解算例
• 3.4.3 结果分析
• 3.5 本章小结
• 第四章 堆场中多台龙门吊的优化调度问题
• 4.1 引言
• 4.2 问题描述
• 4.2.1 问题提出
• 4.2.2 问题假设
• 4.2.3 符号表示
• 4.2.4 数学模型
• 4.2.5 模型分析
• 4.3 基于遗传算法的多龙门吊调度问题研究
• 4.3.1 编码
• 4.3.2 适应度函数
• 4.3.3 选择
• 4.3.4 交叉
• 4.3.5 变异
• 4.3.6 终止准则
• 4.4 仿真实验
• 4.4.1 已知数据及条件假设
• 4.4.2 基于遗传算法求解算例
• 4.4.3 结果分析
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 发表论文和科研情况说明
• 致谢