泊位是港口重要的資源,合理有效的船舶靠泊計劃與提升泊位利用率,提升港口吞吐量,提升港口的經(jīng)濟效益有著密切的關系。由于泊位計劃要先于船舶到港時間和船舶裝卸作業(yè)計劃的制定,同時又受制于船舶到港時間和裝卸作業(yè)過程,制定有效而合理的泊位計劃需要根據(jù)船舶到港時間,并在提前預測裝卸作業(yè)時間的基礎上完成,因此重點圍繞集裝箱船的在港作業(yè)時間預測而開展的集裝箱船泊位計劃的研究具有非常重要的現(xiàn)實意義和應用價值。本文首先對集裝箱船在港作業(yè)的影響因素進行了分析,發(fā)現(xiàn)裝卸的過程受到天氣、船舶類型、待裝卸集裝箱量、分配岸橋的數(shù)量、岸橋裝卸效率、靠泊時間等因素的影響比較大,例如風力會影響岸橋吊具的搖擺幅度,導致岸橋的裝卸效率進而降低等。這些影響因素與船舶港口作業(yè)時間存在著非線性的關系,為此,需要尋找一套有效的預測方法對在港裝卸作業(yè)時間進行預測。對國內(nèi)外相關問題的研究現(xiàn)狀和方法進行了分析,傳統(tǒng)的方法用的是待裝卸的集裝箱量除以岸橋裝卸效率進行作業(yè)時間的預測,該方法存在預測精度低,靈活性差的缺點。而在解決非線性關系問題方面,BP神經(jīng)網(wǎng)絡具有很強的建模能力,因此選擇BP神經(jīng)網(wǎng)絡構建集裝箱船舶港口作業(yè)時間預測模型,將影響作業(yè)... 

【文章來源】：大連海事大學遼寧省 211工程院校

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖２．１典型ｎ維網(wǎng)絡神經(jīng)元模型??Ｆｉｇ．?２．１?Ｔｙｐｉｃａｌ?ｎ－ｄｉｍｅｎｓｉｏｎａｌ?ｎｅｔｗｏｒｋ?ｎｅｕｒｏｎ?ｍｏｄｅｌ??

?大連海事大學碩士學位論文???（?開始?）??產(chǎn)生種群并初始化??計算種群個體適應度值??選擇??￣ｒ￣??交叉??一?＋?Ｎ??變異??工??計算新種群個體適應度??解碼輸出結果??Ｃ結束）??圖２．５遺傳算法執(zhí)行流程圖??Ｆｉｇ．?２．５?Ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ?ｅｘｅｃｕｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ??２．?４遺傳算法優(yōu)化ＢＰ神經(jīng)網(wǎng)絡概述??ＢＰ神經(jīng)網(wǎng)絡誤差是高維的凹凸不平的復雜曲面，有多個局部極小值的函數(shù)，如圖??２．６所示，ＢＰ神經(jīng)網(wǎng)絡誤差曲面的截面如圖２．７所示。??２?ｔ??－?－?－Ｖ．?－?＊?－?—?２??ｗ?＾?〇０??圖２．６?ＢＰ神經(jīng)網(wǎng)絡誤差曲面圖??Ｆｉｇ．?２．６?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ?ｅｒｒｏｒ?ｓｕｒｆａｃｅ?ｇｒａｐｈ??－２３?－??

?大連海事大學碩士學位論文???（?開始?）??產(chǎn)生種群并初始化??計算種群個體適應度值??選擇??￣ｒ￣??交叉??一?＋?Ｎ??變異??工??計算新種群個體適應度??解碼輸出結果??Ｃ結束）??圖２．５遺傳算法執(zhí)行流程圖??Ｆｉｇ．?２．５?Ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ?ｅｘｅｃｕｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ??２．?４遺傳算法優(yōu)化ＢＰ神經(jīng)網(wǎng)絡概述??ＢＰ神經(jīng)網(wǎng)絡誤差是高維的凹凸不平的復雜曲面，有多個局部極小值的函數(shù)，如圖??２．６所示，ＢＰ神經(jīng)網(wǎng)絡誤差曲面的截面如圖２．７所示。??２?ｔ??－?－?－Ｖ．?－?＊?－?—?２??ｗ?＾?〇０??圖２．６?ＢＰ神經(jīng)網(wǎng)絡誤差曲面圖??Ｆｉｇ．?２．６?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ?ｅｒｒｏｒ?ｓｕｒｆａｃｅ?ｇｒａｐｈ??－２３?－??

【參考文獻】：
期刊論文
[1]集裝箱碼頭岸橋分配與集卡調度整合問題研究[J]. 馬超,梁承姬.  廣西大學學報(自然科學版). 2015(03)
[2]集裝箱碼頭泊位計劃的魯棒優(yōu)化模型[J]. 曾慶成,趙孝峰,胡祥培,楊忠振.  運籌與管理. 2015(02)
[3]時間窗限制下泊位分配問題的約束規(guī)劃模型[J]. 韓曉龍,趙書杰.  遼寧工程技術大學學報(自然科學版). 2014(07)
[4]離散泊位分配裝卸量加權延遲最小化策略[J]. 楊斌,岳宇菲.  河南科技大學學報(自然科學版). 2014(04)
[5]動態(tài)連續(xù)泊位分配問題的約束規(guī)劃模型[J]. 秦天保,沙梅.  工業(yè)工程與管理. 2013(06)
[6]集裝箱碼頭連續(xù)型泊位與岸橋集成調度[J]. 桂小婭,陸志強,韓笑樂.  上海交通大學學報. 2013(02)
[7]基于船舶優(yōu)先權的集裝箱港口泊位分配問題[J]. 童珊.  交通運輸工程與信息學報. 2012(01)
[8]基于遺傳算法的動態(tài)泊位分配問題優(yōu)化研究[J]. 王軍,李卓蓉.  中國水運(下半月刊). 2011(01)
[9]集裝箱碼頭船舶柔性靠泊系統(tǒng)的仿真建模與對比分析[J]. 肖美貞,周鵬飛,王慧宇,張影.  水運工程. 2010(11)
[10]多指標綜合評價方法應用中存在的問題與對策[J]. 李博.  沈陽工程學院學報(社會科學版). 2010(03)

碩士論文
[1]基于LM-BP神經(jīng)網(wǎng)絡的7度設防RC結構震害快速預測模型及系統(tǒng)[D]. 戴靜涵.中國地震局工程力學研究所 2019
[2]遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的諧波檢測系統(tǒng)的研究[D]. 楊吉慶.安徽理工大學 2019
[3]基于GA-BP神經(jīng)網(wǎng)絡對原液著色纖維素色紗線的顏色預測[D]. 黃燁.天津工業(yè)大學 2019
[4]基于改進BP神經(jīng)網(wǎng)絡的負荷預測問題研究[D]. 李燦.西安理工大學 2018
[5]基于GA的BP神經(jīng)網(wǎng)絡的地震應急物資需求預測[D]. 程瓊瓊.西南財經(jīng)大學 2016
[6]集裝箱港口泊位和岸橋優(yōu)化調度研究[D]. 涂闖.大連海事大學 2014
[7]基于PCA的GA-BP網(wǎng)絡對股票預測研究[D]. 黃舟.華東理工大學 2013



本文編號：3137796