集装箱堆场智能算法研究

论文摘要

随着世界经济一体化和全球化的飞速发展,以及船舶的大型化和高速化,我国经济迅猛发展,集装箱运输发展迅速,对集装箱港口的现有装卸能力提出了挑战。码头的集装箱吞吐量迅速增长,集装箱码头的作业效率已不能满足整个运输系统的需求,对码头的管理提出了更高的要求。在兴建码头、泊位、投资设备和扩大堆场面积的同时,另一有效途径就是整合港口的现有机械和堆场资源,优化管理。另外,鉴于码头一旦建成,堆场面积在一定时间内一般不会发生变化,所以大力提高集装箱堆场的利用效率、管理水平等,是码头工作的主要问题。集装箱码头作业系统由泊位子系统、堆场子系统、集疏运子系统等多个子系统组成,不少码头管理者往往比较重视泊位子系统的管理,却忽视堆场子系统的管理。事实上,堆场子系统的资源利用效率直接影响整个作业系统的作业效率。因此,有必要对集装箱堆场系统的堆存优化进行研究,使堆场子系统的工作效率得以提高。本论文主要进行的是集装箱码头堆场智能算法的研究,从装卸流程的整体出发,对集装箱的堆存和倒箱方式两方面进行优化管理,进而提高码头的作业效率和服务水平。首先,从集装箱堆场常见的倒箱原因进行分析,利用搜索技术理论通过实例提出了减少倒箱率的措施,主要对集装箱堆场系统的优化进行了研究。其次,对堆存的装卸资源进行了优化,由于集装箱的堆存状态与理想发箱顺序很难保持一致,倒箱操作是不可避免的.为降低堆场的倒箱率,提高作业效率,在获得集装箱的取箱顺序前提下,将每取一个集装箱所产生的可能状态视为一个状态结点,所需的倒箱次数加一个基数作为状态结点间的连接权,把倒箱优化问题转化为最短路径求解问题.脉冲耦合神经网络（Pulse-Coupled Neural Network, PCNN）具有独特的自动波并行传播的特性,适用于求解大规模实时问题,能一次求出源点到其它所有目标点的最短路径,从而获得最优的倒箱方案.其所需要的计算量仅正比于最短路径的长度,与路径图的复杂程度及路径图中的通路总数无关.最后,得出结论在现有的堆场资源条件下,可通过优化管理有效地提高集装箱堆场的作业效率,提高码头资源利用效率,缩短船舶在港等待时间,对船港双方实现双赢。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 问题的提出背景与研究意义
• 1.2 国内外文献综述
• 1.3 本文的主要研究内容
• 1.4 本文的结构安排
• 2 集装箱码头堆场相关研究
• 2.1 集装箱码头概述
• 2.2 集装箱堆场资源概述
• 2.3 集装箱堆场作业流程
• 2.4 国内外集装箱码头堆场资源管理现状
• 3 集装箱堆场减少倒箱率方法研究
• 3.1 集装箱倒箱的原因
• 3.2 集装箱堆存方式的优化
• 3.3 如何减少倒箱率
• 3.3.1 建立数学模型
• 3.3.2 算法
• 3.4 小结
• 4 堆场集装箱倒箱的 PCNN 优化控制算法
• 4.1 集装箱堆场优化问题简介
• 4.2 算法的理论基础
• 4.3 算法实现
• 4.3.1 PCNN 拓扑结构及数学模型
• 4.3.2 算法步骤
• 4.4 算例分析
• 4.5 小结
• 5 结论与展望
• 致谢
• 参考文献
• 附录
• A. 作者在攻读学位期间发表的论文目录
• B. 作者在攻读学位期间参加的科研项目