本文關鍵詞：基于列車到發(fā)時刻約束的鐵路集裝箱中心站裝卸資源調度優(yōu)化

  更多相關文章： 集裝箱中心站 調度 軌道門吊 正面吊 蜂群算法 遺傳算法

【摘要】：鐵路集裝箱中心站在運輸系統(tǒng)中占據著舉足輕重的地位,為集裝箱的堆存、裝卸提供了必要場所,保障了集裝箱在運輸網絡中流轉的順暢。對中心站裝卸資源的調度優(yōu)化問題進行研究,既可以合理規(guī)劃給定裝卸作業(yè)的順序,縮短裝卸設備的走行距離與時問：又可以減少能源消耗,提高列車出發(fā)正點率；同時,還可以改善鐵路網的物流質量,增強多式聯運系統(tǒng)的穩(wěn)定性。本文以鐵路集裝箱中心站裝卸資源的調度優(yōu)化問題為研究對象,基于不同列車到發(fā)時刻的約束,分別建立了針對列車到發(fā)正點的裝卸資源調度優(yōu)化模型,以及針對列車到達晚點的裝卸資源調度優(yōu)化模型,并設計了蜂群算法、遺傳算法對兩個模型進行求解。本文的主要研究內容和結論如下：(1)分析了鐵路集裝箱中心站的裝卸作業(yè)資源配置。首先,通過介紹中心站的一般功能、設施布局、裝卸運輸設備以及空間資源設施,指出軌道門吊是中心站的主要裝卸資源,正面吊是輔助裝卸資源。其次,介紹了幾種列車裝卸作業(yè)組織模式和裝卸資源調度模式,為論文后續(xù)的研究提供理論基礎。(2)基于列車到發(fā)正點的情況,進行了裝卸資源的調度優(yōu)化。確定軌道門吊為裝卸設備,建立了以減少軌道門吊最大作業(yè)時間以及均衡各臺設備作業(yè)量為目標的優(yōu)化模型,并設計了蜂群算法和遺傳算法來對模型進行求解。通過對算例進行分析,本文設計的基于列車到發(fā)正點的裝卸資源調度優(yōu)化模型以及提出的兩種算法具有實際意義且可行。(3)基于列車到達晚點的情況,進行了裝卸資源的調度優(yōu)化。為保證列車正點出發(fā),選擇以軌道門吊為主、正面吊為輔的模式,建立了以減少裝卸設備最大作業(yè)時間為目標的優(yōu)化模型,并設計了蜂群算法和遺傳算法來對模型進行求解。通過對算例進行分析,本文設計的基于列車到達晚點的裝卸資源調度優(yōu)化模型以及提出的兩種算法可行且具有優(yōu)化效果。本文考慮了實際中列車到發(fā)的不同情況,并提出以軌道門吊為主、正面吊為輔的模式,對中心站的裝卸資源調度進行了優(yōu)化,有利于提高中心站裝卸作業(yè)效率,降低運營成本,減少列車停站時間,保證列車正點出發(fā),為鐵路集裝箱中心站提供了理論和應用參考。
【關鍵詞】：集裝箱中心站 調度 軌道門吊 正面吊 蜂群算法 遺傳算法
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U294
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-12
• 1 引言12-20
• 1.1 研究背景12
• 1.2 研究目的及意義12-14
• 1.3 國內外研究現狀綜述14-17
• 1.3.1 鐵路集裝箱中心站裝卸資源調度的研究現狀14-15
• 1.3.2 港口碼頭的研究現狀15-16
• 1.3.3 研究現狀評述16-17
• 1.4 研究內容及技術路線17-20
• 1.4.1 主要研究內容17
• 1.4.2 研究技術路線17-20
• 2 鐵路集裝箱中心站裝卸作業(yè)資源配置分析20-26
• 2.1 鐵路集裝箱中心站功能和布局20-21
• 2.1.1 鐵路集裝箱中心站的功能20-21
• 2.1.2 鐵路集裝箱中心站的布局21
• 2.2 鐵路集裝箱中心站的裝卸資源配置21-24
• 2.3 鐵路集裝箱中心站的裝卸作業(yè)模式分析24-25
• 2.3.1 集裝箱列車裝卸作業(yè)的組織模式24
• 2.3.2 主堆場裝卸資源調度模式24-25
• 2.3.3 基于列車到發(fā)時刻約束的調度模式分析25
• 2.4 本章小結25-26
• 3 基于列車到發(fā)正點的裝卸資源調度優(yōu)化26-48
• 3.1 基于列車到發(fā)正點的裝卸資源調度優(yōu)化分析26-28
• 3.1.1 問題描述26-27
• 3.1.2 問題分析27-28
• 3.2 基于列車到發(fā)正點的裝卸資源調度優(yōu)化模型28-32
• 3.2.1 模型描述28
• 3.2.2 模型假設28-29
• 3.2.3 約束條件29
• 3.2.4 軌道門吊作業(yè)調度的優(yōu)化模型29-32
• 3.3 模型求解32-42
• 3.3.1 蜂群算法求解設計32-38
• 3.3.2 遺傳算法求解設計38-42
• 3.4 算例分析42-46
• 3.4.1 算例介紹42-43
• 3.4.2 算法參數43
• 3.4.3 曼-惠特尼U檢驗分析43-46
• 3.4.4 最優(yōu)結果分析46
• 3.5 本章小結46-48
• 4 基于列車到達晚點的裝卸資源調度優(yōu)化48-66
• 4.1 基于列車到達晚點的裝卸資源調度優(yōu)化分析48
• 4.2 基于列車到達晚點的裝卸資源調度優(yōu)化模型48-52
• 4.2.1 模型描述48-49
• 4.2.2 模型假設49
• 4.2.3 約束條件49
• 4.2.4 裝卸資源調度優(yōu)化模型49-52
• 4.3 模型求解52-58
• 4.3.1 蜂群算法求解設計52-55
• 4.3.2 遺傳算法求解設計55-58
• 4.4 算例分析58-64
• 4.4.1 算例介紹58-59
• 4.4.2 算法參數59-60
• 4.4.3 曼-惠特尼U檢驗60-63
• 4.4.4 最優(yōu)結果分析63-64
• 4.5 本章小結64-66
• 5 結論與展望66-68
• 5.1 研究總結66-67
• 5.2 論文創(chuàng)新點67
• 5.3 研究展望67-68
• 參考文獻68-71
• 作者簡歷及攻讀碩士學位期間取得的研究成果71-73
• 學位論文數據集73

【相似文獻】

中國期刊全文數據庫 前10條

1 談飛;周彬;;基于資源調度費的工程項目多資源均衡優(yōu)化研究[J];項目管理技術;2013年02期

2 謝斌;林華;;聯合戰(zhàn)場資源調度問題綜述[J];艦船電子工程;2013年10期

3 陳冬林;姚夢迪;桂雁軍;陳玲;;基于蟻群算法的云計算聯盟資源調度[J];武漢理工大學學報(信息與管理工程版);2014年03期

4 劉志勇;李文生;王立欣;;面向健康管理的維修資源調度優(yōu)化方法研究[J];制造業(yè)自動化;2013年19期

5 徐仁武;徐鍇;;完善電力負荷管理系統(tǒng)進行需方調峰資源調度[J];供用電;2007年03期

6 林躍曉;;跨地域分布式云計算資源調度系統(tǒng)及實證[J];計算機與現代化;2012年10期

7 陳玲;陳冬林;桂雁軍;吳鐘;;用戶利益最大化的云計算聯盟資源調度[J];武漢理工大學學報(信息與管理工程版);2014年03期

8 劉麗蘭,俞濤,施戰(zhàn)備;制造網格中基于服務質量的資源調度研究[J];計算機集成制造系統(tǒng);2005年04期

9 程昭;;應急資源調度的補貨策略問題研究[J];科學技術與工程;2010年03期

10 宋維佳;馬皓;肖臻;張曉軍;張蓓;;虛擬化數據中心資源調度研究[J];廣西大學學報(自然科學版);2011年S1期

中國重要會議論文全文數據庫 前3條

1 曹東旭;劉明陽;;基于馬爾科夫決策鏈的作戰(zhàn)資源調度[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

2 王兵;賈利民;龍慧;郭杜杜;馬玉春;;新疆公路網交通事故應急救援資源調度系統(tǒng)設計及應用[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通應用[C];2012年

3 叢慧芳;王文生;謝能付;;農業(yè)信息網格環(huán)境中數據傳輸資源調度方法研究[A];中國農業(yè)信息科技創(chuàng)新與學科發(fā)展大會論文匯編[C];2007年

中國重要報紙全文數據庫 前1條

1 本報記者 吳挺;云計算的管理需求顯現[N];計算機世界;2009年

中國博士學位論文全文數據庫 前9條

1 王小樂;信息物理融合系統(tǒng)資源調度關鍵技術研究[D];國防科學技術大學;2014年

2 王力;鐵路集裝箱中心站關鍵資源調度優(yōu)化理論與方法[D];北京交通大學;2014年

3 馬滿福;基于計算經濟的網格資源管理研究[D];西北工業(yè)大學;2007年

4 冉泳屹;云環(huán)境下基于隨機優(yōu)化的動態(tài)資源調度研究[D];中國科學技術大學;2015年

5 徐昕;基于博弈論的云計算資源調度方法研究[D];華東理工大學;2015年

6 徐勁松;SLA約束下的云資源調度關鍵技術研究[D];南京郵電大學;2013年

7 張靜樂;網絡環(huán)境下協同服務關鍵技術研究[D];北京科技大學;2011年

8 田國忠;多DAG共享資源調度的若干問題研究[D];北京工業(yè)大學;2013年

9 王海威;智能電視操作系統(tǒng)服務性能與資源調度關鍵技術研究[D];中國科學技術大學;2011年

中國碩士學位論文全文數據庫 前10條

1 王艷平;基于蟻群算法的云計算資源調度研究[D];曲阜師范大學;2015年

2 何蘭蘭;云環(huán)境下基于SLA的優(yōu)化資源管理機制研究[D];江西理工大學;2015年

3 張揚;基于QPSO-SFLA改進算法的云環(huán)境資源調度研究[D];江西理工大學;2014年

4 楊南;藏文輿情云分析平臺資源調度優(yōu)化研究[D];西北民族大學;2015年

5 李超;基于改進粒子群算法的云計算資源調度研究[D];中國礦業(yè)大學;2015年

6 郭慶光;基于協同演化算法的云計算資源調度的研究[D];電子科技大學;2014年

7 陳強;載波聚合下的資源調度研究[D];電子科技大學;2014年

8 梁俊杰;基于應用容器的云資源調度研究與實現[D];電子科技大學;2015年

9 趙穎;Hadoop環(huán)境下的動態(tài)資源管理研究與實現[D];上海交通大學;2015年

10 徐政;基于QoS的LTE資源調度策略研究[D];南京郵電大學;2015年

，

本文編號：533065