基于全场范围的拖车调度问题研究

论文摘要

经济全球化的脚步已经越来越快,各国之间货物运输也越来越频繁。而海运作为现在主要的货物运输方式,被各国广泛关注。中国作为现今的“世界工厂”其每年的进出口量都名列世界前茅,每天都有无数的集装箱运输船往来于中国的海岸线和世界各地的港口之间。在当今的工业运输中,速度就是一切。集装箱码头,作为海运系统网络的重要节点,它的运作效率无疑会对整个全球运输系统产生很大的影响。一个高效的港口能加快装船与卸船的速度,缩短运输的周期。国内外许多学者对港内诸多运作进行研究以期提高其服务效率,包括对岸吊任务安排、堆场计划、船舶计划、车辆调度等等。本文研究的重点是设计一个高速的、实用性强的港内全场拖车调度计划。本文通过对大量国内港口的实地调研,不仅详细了解了港内的日常操作的详细流程,并且得到了第一手实际数据。在此基础上,做了一些合理的假设建立了符合实际港口的港内拖车调度数学模型,接着依照港内操作流程用C++语言编写了适用于国内绝大多数港口的数字模拟平台。然后针对港口对车辆调度的实际要求设计了模糊综合评价方法和遗传算法组成的核心算法。整个算法的目标是降低车辆群完成整个指令列表的时间。核心算法中,由模糊评价方法而用数字模拟平台来调整模糊综合评价方法中各因素之间的权重。而考虑到港内情况的复杂性,在更高的层面上设计了调整模块。当港内调度由于突发情况发生状况时,可以通过算法的重新启动计算或者是人工介入对系统进行疏通,防止其“卡死”。我们使用了宁波大榭港的实际指令数据、地理信息数据以及吊机调配方案作为输入,通过与传统作业线方式和最优模糊匹配方法比较,验证了在接近于实际的情况下,整个核心算法的优化性。并且根据对算法的复杂度分析,确定了整个调度方法可使用范围。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 课题背景
• 1.1.1 国外集装箱码头发展现状
• 1.1.2 国内集装箱码头发展状况
• 1.2 集装箱码头简介
• 1.2.1 集装箱码头基本组成
• 1.2.2 集装箱码头运作的评价指标
• 1.2.3 集装箱港口运作中的决策问题
• 1.3 研究的意义
• 1.4 研究目标及思路
• 1.5 研究完成的工作
• 1.6 本章小结
• 第2章 国内外研究现状及研究趋势
• 2.1 国外研究现状
• 2.2 国内研究现状
• 2.3 目前拖车全场调度研究中存在的问题
• 2.4 本章小结
• 第3章 模糊综合评判决策与遗传算法简介
• 3.1 模糊综合评判决策
• 3.1.1 模糊数学概述
• 3.1.2 模糊数学基本概念
• 3.1.3 模糊综合评判决策
• 3.2 遗传算法
• 3.2.1 遗传算法概述
• 3.2.2 遗传算法的基本概念
• 3.2.3 遗传算法的基本步骤
• 3.2.4 遗传算法的主要操作
• 3.2.5 遗传算法的解题过程
• 3.3 本章小结
• 第4章 港内车辆调度数学模型的建立
• 4.1 港口日常运作的基本流程
• 4.1.1 港口运作总流程
• 4.1.2 港口卸船运作流程
• 4.1.3 港口装船运作流程
• 4.1.4 港口中控调度流程：（对于港口设备）
• 4.2 传统港口拖车调度模式及其弊端
• 4.3 问题提出与分析
• 4.4 模型假设
• 4.5 变量的定义
• 4.6 模型的建立
• 4.6.1 模型的输入与输出
• 4.6.2 模型中的约束条件
• 4.6.3 模型中的决策变量
• 4.6.4 模型中的目标函数
• 4.7 本章小结
• 第5章 拖车全场调度的解决方案
• 5.1 总体构思
• 5.2 核心算法
• 5.2.1 核心算法的组成
• 5.2.2 模糊综合评价的应用
• 5.2.3 遗传算法的应用
• 5.3 调度算法的复杂度分析
• 5.4 本章小结
• 第6章 算例实验和验证
• 6.1 算例的设计
• 6.2 算例1
• 6.2.1 算例的具体输入
• 6.2.2 算例的初始种群
• 6.2.3 算例结果
• 6.2.4 各调度方法的比较
• 6.2.5 算例1 结果分析
• 6.3 算例2
• 6.3.1 算例的具体输入
• 6.3.2 算例的初始种群
• 6.3.3 算例结果
• 6.3.4 各调度方法的比较
• 6.3.5 算例2 结果分析
• 6.4 本章小结
• 第7章 总结与展望
• 7.1 全文总结
• 7.2 研究展望
• 参考文献
• 附录A 部分程序源代码
• 致谢
• 个人简历、在学期间发表的学术论文与研究成果