當(dāng)前散貨港口船舶航線路徑復(fù)雜,導(dǎo)致散貨港口船舶調(diào)度時間較長,運行油耗較高�，F(xiàn)提出了基于動態(tài)規(guī)劃算法的散貨港口船舶調(diào)度優(yōu)化方法。利用動態(tài)規(guī)劃算法決策規(guī)劃過程,獲取船舶最優(yōu)目標(biāo)函數(shù),考慮船舶調(diào)度假設(shè)條件,構(gòu)建船舶調(diào)度模型;采用啟發(fā)式規(guī)則和鄰域變換算法相結(jié)合的混合算法,更新處理初始種群,迭代優(yōu)化動態(tài)內(nèi)循環(huán)次數(shù)和冷卻系數(shù),輸出最優(yōu)解,由此完成船舶調(diào)度優(yōu)化。仿真結(jié)果表明,所提方法的總體航行油耗較低,能夠有效降低船舶調(diào)度時間。 

【文章來源】：計算機仿真. 2020,37(11)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

多個階段決策規(guī)劃過程圖

根據(jù)上述船舶調(diào)度模型構(gòu)建的結(jié)果,本文將在此基礎(chǔ)上提出一種調(diào)度模型優(yōu)化的算法。其算法流程如圖2所示。在生產(chǎn)計劃中,可以把港口和泊位比作“機器”,把進出港的船只比作“工件”,負(fù)荷調(diào)度是NP-hard[7]組合優(yōu)化問題的一部分,為此,本文設(shè)計了一種啟發(fā)式規(guī)則和鄰域變換算法混合的算法來求解該問題,該算法的設(shè)計思想是根據(jù)初始公式[8]得到初始種群,然后根據(jù)相鄰的變換算法對種群進行更新處理,最后利用其結(jié)果與模擬設(shè)計算法[9]進行結(jié)合,引入動態(tài)內(nèi)循環(huán)次數(shù)和冷卻系數(shù)進行迭代優(yōu)化,輸出最優(yōu)解。

本文此處將采用實數(shù)編碼的方式來對船舶調(diào)度方法進行描述,其中每個單獨的維度表示為1×(n+m),并且船舶個體表示如圖3所示。在圖3中船舶編號是與部分模型相互對應(yīng)的,而在進出港口的船舶模型中將0和1分別描述為進港以及出港。

【參考文獻】：
期刊論文
[1]基于模型預(yù)測控制的風(fēng)電集群多時間尺度有功功率優(yōu)化調(diào)度策略研究[J]. 路朋,葉林,湯涌,張慈杭,仲悟之,孫舶皓,翟丙旭,曲瑩,劉新元.  中國電機工程學(xué)報. 2019(22)
[2]改進遺傳模擬退火算法優(yōu)化BP算法研究[J]. 郭彩杏,郭曉金,柏林江.  小型微型計算機系統(tǒng). 2019(10)
[3]船舶組合分段堆場調(diào)度方法[J]. 孟令通,蔣祖華,陶寧蓉,劉建峰,李柏鶴.  上海交通大學(xué)學(xué)報. 2019(07)
[4]集裝箱貨運需求不定的最優(yōu)船槽數(shù)量轉(zhuǎn)換方法[J]. 欒鑫,程琳,劉微微.  交通信息與安全. 2019(03)
[5]基于博弈論的虛擬制造網(wǎng)絡(luò)車間調(diào)度優(yōu)化方法[J]. 聶黎,張國輝,王小剛,白躍偉.  中國機械工程. 2019(12)
[6]網(wǎng)絡(luò)通信軟件共享資源均衡調(diào)度仿真研究[J]. 楊蘊睿.  計算機仿真. 2019(05)
[7]基于業(yè)務(wù)優(yōu)先級和SRLG的電力需求響應(yīng)業(yè)務(wù)調(diào)度優(yōu)化算法[J]. 祁兵,劉思放,李彬,陳宋宋,李德智,景棟盛,張揚,奚培鋒.  電網(wǎng)技術(shù). 2019(07)
[8]內(nèi)支線配船與船舶調(diào)度優(yōu)化[J]. 鄭紅星,李珊珊,司羽.  重慶交通大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[9]基于動態(tài)規(guī)劃的裝配線物料搬運節(jié)能調(diào)度方法[J]. 胡理嫚,李志偉,劉雪垠,陳鵬.  系統(tǒng)工程理論與實踐. 2018(09)
[10]雙機流水車間外包與調(diào)度聯(lián)合優(yōu)化問題的混合變鄰域搜索算法[J]. 劉樂,朱洪利.  計算機集成制造系統(tǒng). 2019(05)



本文編號：3319194