針對(duì)中國電煤水運(yùn)系統(tǒng)的實(shí)際特點(diǎn),綜合考慮了船舶封存與港口擁堵(壓港)因素,建立了混合整數(shù)規(guī)劃優(yōu)化模型,對(duì)電煤船舶調(diào)度方案進(jìn)行優(yōu)化;基于運(yùn)輸需求的硬時(shí)間窗、卸貨港船舶排隊(duì)等待時(shí)間與水路-鐵路運(yùn)輸協(xié)同三因素之間的互動(dòng)關(guān)系,以運(yùn)輸系統(tǒng)總成本最小為目標(biāo),協(xié)同優(yōu)化水、鐵電煤運(yùn)輸?shù)呢涍\(yùn)分擔(dān)率、水路運(yùn)輸任務(wù)指派和相應(yīng)的船舶調(diào)度與封存/啟用方案;基于改進(jìn)列生成算法,提出了一種可精確求解實(shí)際規(guī)模電煤船舶調(diào)度問題的列生成算法,利用Gurobi求解列生成的主模型,使用動(dòng)態(tài)規(guī)劃標(biāo)號(hào)法求解列生成的子模型;利用中國南部某火力發(fā)電集團(tuán)的實(shí)際數(shù)據(jù),對(duì)提出的算法進(jìn)行了算例分析。計(jì)算結(jié)果表明:在中等規(guī)模的算例中,使用提出的改進(jìn)算法獲得最優(yōu)解僅需73.61 s,相比于使用基于運(yùn)輸任務(wù)運(yùn)量排序的啟發(fā)式求解方法(PHA),求解效率提高了18.1%;在較大規(guī)模的算例中,使用提出算法的計(jì)算時(shí)間僅為222.02 s,同比PHA,計(jì)算效率提高了19.1%;通過求解一個(gè)實(shí)際的調(diào)度問題可以發(fā)現(xiàn),利用提出的優(yōu)化模型和算法能有效縮短船舶在卸貨港的等待時(shí)長與船舶處于啟用狀態(tài)的時(shí)長,使運(yùn)輸總成本下降17.13%,實(shí)現(xiàn)了電煤穩(wěn)定運(yùn)輸,提升了企業(yè)運(yùn)營...

【文章頁數(shù)】：14 頁

【部分圖文】：

圖1電煤裝卸港口的空間分布與水運(yùn)路徑

如圖1(a)所示,在CSTS中,裝貨港密集分布于渤海西部沿岸(電煤供給港口群)。由于臨近煤炭主產(chǎn)區(qū),這些港口具備較強(qiáng)的電煤供給能力,可充分滿足電煤裝卸作業(yè)需求。與此相反,卸貨港大多屬于中國南部各大型火電廠,成簇狀廣泛分布于華南沿海各地。卸貨港由若干泊位構(gòu)成,當(dāng)各泊位均有船舶靠泊時(shí)....

圖2水運(yùn)航程時(shí)間變量的相互關(guān)系

式(5)用于刻畫tsip與x～ijp的數(shù)學(xué)關(guān)系,即若x～ijp取1,則方案p中水運(yùn)航程i的前序航程為j,故水運(yùn)航程j的開始時(shí)刻tsjp應(yīng)不小于其前序航程i的結(jié)束時(shí)刻(式(5)右側(cè)),反之,若x～ijp取0,則式(5)不產(chǎn)生實(shí)際意義;式(6)確保船舶v投入運(yùn)....

圖3等待狀態(tài)船舶數(shù)量對(duì)比

表4優(yōu)化方案與實(shí)際方案關(guān)鍵參數(shù)對(duì)比Tab.4Comparisonofkeyparametersbetweenoptimizationschemeandactualscheme船舶類型OPRRPRE/%N/艘GRT/dGWT/dR1A/tR....

圖4啟用狀態(tài)船舶數(shù)量對(duì)比

為揭示運(yùn)輸總成本下降的根本原因,本文進(jìn)一步分析了優(yōu)化方案與實(shí)際方案。圖3、4展示了優(yōu)化方案與實(shí)際方案在船舶使用上的差異。其中,圖3主要反映了各觀測日處于等待卸貨狀態(tài)船舶總數(shù)的變動(dòng)情況,結(jié)果表明,優(yōu)化方案中船舶在卸貨港等待的問題有了顯著改善,日均等待船舶數(shù)量僅為1.42艘,而在實(shí)際....

本文編號(hào)：3935163