【摘要】：為解決因港口無(wú)法正常作業(yè)導(dǎo)致大量船舶壓港后的疏船調(diào)度問(wèn)題,從同時(shí)兼顧船公司和港口方利益出發(fā),建立了船舶平均在港時(shí)間最短、額外作業(yè)成本最低、生產(chǎn)秩序恢復(fù)最快的調(diào)度生產(chǎn)多目標(biāo)優(yōu)化模型。利用多屬性效用理論將多目標(biāo)轉(zhuǎn)換為單目標(biāo),并構(gòu)建了相應(yīng)的評(píng)價(jià)函數(shù),采用改進(jìn)的蟻群算法并結(jié)合人機(jī)交互以及鄰域搜索方法求解,最后以大連港集裝箱碼頭實(shí)際案例進(jìn)行驗(yàn)證。結(jié)果表明,與通常調(diào)度方法相比,文中建立的優(yōu)化模型能夠更好地解決疏船問(wèn)題;對(duì)比常規(guī)的蟻群算法,改進(jìn)后的算法搜索效率更高。上述模型和算法為集裝箱碼頭的生產(chǎn)組織調(diào)度提供了新的優(yōu)化思路和方法。
[Abstract]:In order to solve the problem of ship dispersal scheduling after a large number of ships are pressed due to the failure of normal operation in ports, the average time spent in port is the shortest and the extra operating cost is the lowest in consideration of the interests of both the shipping company and the port side. Multi-objective optimization model for scheduling production with the fastest recovery of production order. Using the multi-attribute utility theory, the multi-objective is transformed into a single objective, and the corresponding evaluation function is constructed, and the improved ant colony algorithm is used to solve the problem in combination with human-computer interaction and neighborhood search method. Finally, the actual case of Dalian Port Container Terminal is verified. The results show that the proposed optimization model can solve the problem of ship thinning better than the usual scheduling methods, and the improved algorithm is more efficient than the conventional ant colony algorithm. The above models and algorithms provide a new optimization method for the production organization and scheduling of container terminals.
【作者單位】： 大連海事大學(xué)交通運(yùn)輸工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(71372087) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(3132016052)
【分類號(hào)】：U691.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡瑞平;;交通工具調(diào)度問(wèn)題研究[J];交通與計(jì)算機(jī);1991年03期

2 徐群嶺;;基于免疫優(yōu)化的公交駕駛員調(diào)度問(wèn)題[J];計(jì)算機(jī)工程;2010年24期

3 王海星;申金升;;奧運(yùn)通勤線路公交調(diào)度問(wèn)題研究[J];北京交通大學(xué)學(xué)報(bào);2006年06期

4 張煜;李文鋒;嚴(yán)新平;;集裝箱作業(yè)系統(tǒng)一體化調(diào)度研究綜述[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2011年01期

5 熊輝;;用折衷規(guī)劃進(jìn)行路面管理的多目標(biāo)優(yōu)化[J];北京理工大學(xué)學(xué)報(bào);2006年09期

6 于麗梅;;考慮車輛隨機(jī)減速延遲的交通擁堵調(diào)度仿真[J];計(jì)算機(jī)仿真;2014年07期

7 陳仕軍;沈吟東;蘇璇;陳賀命;;帶中式用餐約束的乘務(wù)調(diào)度問(wèn)題[J];交通運(yùn)輸系統(tǒng)工程與信息;2013年02期

8 趙威;;基于多目標(biāo)優(yōu)化的公交車調(diào)度問(wèn)題的模型與算法[J];交通信息與安全;2010年01期

9 江正川;;多AGV群控調(diào)度的蟻群算法研究[J];科技信息;2013年36期

10 李冰;王連峰;;淺談應(yīng)急資源優(yōu)化管理[J];黑龍江科技信息;2012年22期

相關(guān)會(huì)議論文 前1條

1 沈吟東;趙樂(lè);;公交車輛與駕駛員調(diào)度的集成設(shè)計(jì)與建模[A];2009中國(guó)控制與決策會(huì)議論文集（2）[C];2009年

相關(guān)碩士學(xué)位論文 前10條

1 吉佳紅;基于細(xì)菌覓食算法的改進(jìn)及應(yīng)用研究[D];江蘇科技大學(xué);2015年

2 劉慧勇;基于EMBA的駕駛員調(diào)度問(wèn)題研究[D];廣西師范學(xué)院;2015年

3 沈睿;基于實(shí)時(shí)需求的夜間柔性公交調(diào)度研究[D];西南交通大學(xué);2016年

4 楊橋東;城市公共自行車調(diào)度方法研究[D];西南交通大學(xué);2016年

5 王愷;公共自行車調(diào)度優(yōu)化研究[D];西南交通大學(xué);2016年

6 侯彥紅;基于回溯搜索算法的三峽—葛洲壩聯(lián)合通航調(diào)度[D];華中科技大學(xué);2015年

7 王澎濤;基于進(jìn)化算法和氣象信息的三峽—葛洲壩通航調(diào)度研究[D];華中科技大學(xué);2016年

8 孫拓;基于動(dòng)態(tài)O-D反推與多目標(biāo)優(yōu)化的實(shí)時(shí)信號(hào)控制組合模型及算法[D];北京建筑大學(xué);2016年

9 祝文菲;基于動(dòng)態(tài)規(guī)劃的公交發(fā)車調(diào)度時(shí)刻表優(yōu)化問(wèn)題研究[D];北京交通大學(xué);2015年

10 汪炯驊;基于動(dòng)態(tài)規(guī)劃的應(yīng)急救援車輛調(diào)度系統(tǒng)[D];華東師范大學(xué);2015年

，

本文編號(hào)：2209615