CN110443409B - 一种港口出口集装箱船舶配载方法 - Google Patents
一种港口出口集装箱船舶配载方法 Download PDFInfo
- Publication number
- CN110443409B CN110443409B CN201910603903.1A CN201910603903A CN110443409B CN 110443409 B CN110443409 B CN 110443409B CN 201910603903 A CN201910603903 A CN 201910603903A CN 110443409 B CN110443409 B CN 110443409B
- Authority
- CN
- China
- Prior art keywords
- containers
- ship
- cluster
- container
- port
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种港口出口集装箱船舶配载方法,首先根据作业的岸桥数对船舶进行划分;然后先处理目的港偏后的集装箱,再处理目的港靠前的集装箱;进行集装箱贝位选择,确定一组集装箱所在的簇;接着采用栈优先策略和最低位策略处理集装箱在簇内的堆码,获得一个初始解;最后对起始港的初始解,采用组内迁移和组间迁移的方式进行优化;对于其他港口,采用卸载和重新装载的方式进行优化。本发明能够在较短的时间内得到结果,保证船的稳定性,同时有效减小船舶的压箱率。
Description
技术领域
本发明属于计算机科学、港口物流技术领域,涉及一种船舶的配载方法,具体涉及一种港口出口集装箱船舶配载方法。
背景技术
近年来,中国的港口物流运输发展迅速,世界集装箱吞吐量排名前十的港口中有七个是中国的,其中上海港已连续多年位列第一,港口的吞吐量也超过了4千万TEUs。为了满足港口的需求,越来越多的学者提出了他们的研究成果。
一部分学者使用数学的方法进行问题的求解。Avriel等提出了0-1整数规划的方法来求解一个矩形贝位的配载计划。但他们只考虑了集装箱只能从顶部取得,而且该方法因为大量的二元变量而存在限制。Botter等,Ambrosino等,Sciomachen等也是使用整数规划进行问题的求解,但他们不仅考虑的集装箱堆码过程的特殊性,还考虑了船舶稳定性约束、重量约束等。但因为配载问题是一个NP难问题,整数规划方法需要足够长的时间和资源才能解决。另一部分学者使用启发式算法。Dubrovsky等通过遗传算法最小化翻箱次数;Sciomachen等在考虑船和集装箱的结构和操作约束的情况下,以最小化装船时间为目标,使用分支限界法进行问题的求解;Kang等考虑在保证船的稳定性的条件下,减小船的在港时间,采用两阶段过程,先使用贪心策略,再通过树搜索方法得到最终的结果;Wei等也是将整个过程分成两个阶段,先对不同特征的集装箱进行打包,再使用禁忌搜索得到集装箱在贝内的具体位置。这些方法的效率需要验证。
发明内容
为了解决上述技术问题,本发明提出了一种港口船舶配载的方法,利用生态中性理论,能够在较短的时间内得到结果,在保证船的稳定性的前提下,有效减小船舶的压箱率。
本发明所采用的技术方案是:一种港口出口集装箱船舶配载方法,其特征在于,包括以下步骤:
步骤1:根据作业的岸桥数对船舶进行划分;
步骤2:先处理目的港偏后的集装箱,再处理目的港靠前的集装箱;进行集装箱贝位选择,确定一组集装箱所在的簇;
步骤3:采用栈优先策略和最低位策略处理集装箱在簇内的堆码;并计算适应度,获得一个初始解;
步骤4:对起始港的初始解,采用簇内迁移和簇间迁移的方式进行优化;对于其他港口,采用卸载和重新装载的方式进行优化。
相对于现有技术,本发明的优势在于:能够在较短的时间内得到结果,保证船的稳定性,同时有效减小船舶的压箱率。
附图说明
图1为本发明实施例的原理框图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
请见图1,本发明提供的一种港口出口集装箱船舶配载方法,包括以下步骤:
步骤1:根据作业的岸桥数对船舶进行划分;
本实施例中,步骤1的具体实现包括以下子步骤:
步骤1.1:设每个贝位当前空闲的箱位为C[i],其中i为贝位的编号;计算总箱位的平均数;
步骤1.2:对C[i]进行累加,如果当前和与平均值的差距较上一次的和与平均值的差距小,则该位置就是一个分割点;
步骤1.3:重复步骤1.2,直到找到所有的分割点;至此,一艘船就按要求划分成了不同的簇,每个簇包括若干个连续的贝位。
步骤2:先处理目的港偏后的集装箱,再处理目的港靠前的集装箱;进行集装箱贝位选择,确定一组集装箱所在的簇;
本实施例中,使用改进的生态中性理论进行集装箱贝位选择,具体实现包括以下步骤:
步骤2.1:对于待处理的集装箱,根据集装箱的总数确定将它们分成几组,但最多不超过步骤1中的作业岸桥数;具体实现过程是:首先对所有的集装箱按照重量降序排序;然后遍历每个集装箱,记录它加入每个分组后,分组的总重量;选择总重量最小的分组作为当前集装箱的加入分组;重复这遍历及分组过程,直到所有的集装箱都确定分组;
步骤2.2:确定每组集装箱所在的簇;
每一个贝位看作一个岛屿,若干个岛屿构成一个簇,每一个集装箱组抽象为一个种群;这样,船舶配载问题就转换成使用生态中性理论进行求解的问题:首先,将各种群随机分配到各个簇中;随机杀死部分种群;优先在没有种群的簇中随机选择一个被杀死的种群出现在该簇中;在重新生成的过程中,可能发生了变异,出现在该簇中的种群是未被杀死的;重复随机杀死部分种群和重新生成种群的过程,直到各种群分布在不同的岛屿中;这样,就确定了每组集装箱所在的簇;
步骤3:采用栈优先策略和最低位策略处理集装箱在簇内的堆码,并计算适应度;一个港口需要装船的集装箱都被安排了,这样就得到了一个初始解(适应度函数中需要知道每个集装箱的位置,而这里就给出了它们的位置);
本实施例中,步骤3的具体实现包括以下子步骤:
步骤3.1:添加随机过程,对集装箱的顺序进行打乱;
步骤2.1得到的每一组集装箱都是按照重量降序排序的,为了避免陷入局部最优,添加随机过程,增加结果的多样性,以得到更好的结果。设阈值为σ,如果随机数大于σ,那么从头部取集装箱,否则从尾部取集装箱。
步骤3.2:使用栈优先策略和最低位策略进行簇内的集装箱堆码;其中,先处理的部分集装箱采用栈优先策略,另一部分则采用最低位策略;
栈优先策略是指,一个栈一个栈的进行集装箱的堆码,栈内遵循从下往上的堆码原则,如果这个栈堆满了,或者达到了重量限制无法放更多集装箱,则选择其他新的栈。最低位策略是指每次选择最低的位置进行堆码。这两种策略各有优点,栈优先策略容易满足重的集装箱在偏低的位置,而最低位策略更能保证将目的港口靠后的集装箱放在较低的位置。本发明采用两种策略的一个折中,先处理的部分集装箱采用栈优先策略,另一部分则采用最低位策略。
步骤3.3:如果步骤3.2中存在无法在所分配的簇中堆码的集装箱,寻找新的簇,重新执行步骤3.1,直到所有的集装箱都被处理。
步骤3.4:计算适应度;
船舶的稳定性从三个方面进行评估:船的重心与稳心之间的距离GM,横倾list和纵倾trim;它们与船舶以及所装载的集装箱的关系如下:
其中,G0M是船空载时的重心与外心的距离;wi是集装箱i的重量;lhi是集装箱i的重心与船的重心的垂直距离;,ΔT是船的排水;lwi是集装箱i的重心与船的重心的水平距离;lli是集装箱i的重心与漂心之间的水平距离;W是船的宽度;L是船的长度;lhi、lwi和lli与集装箱堆码的位置有关;list是由船舶左右集装箱分布不均匀造成的,使用tanθ进行衡量;trim是由船舶的首尾吃水差造成的使用t进行衡量;
为了维持船的稳定性,需要最大化GM,最小化tanθ和t。因为所有的集装箱都能装上船,不同结果的ΔT是相同的。最大化GM也就是max(∑iwi*lhi)。在最小化tanθ时,因为已经最大化了GM,只需要考虑∑iwi*kwi的最小化。而这个值可能为正也可能为负,需要最小化它的绝对值,即min(|∑iwi*lwi|)。同理,在最小化t时,考虑的也是绝对值,即min(|∑iwi*lli|)。
同时,整个过程中的压箱率也是优化的目标,整个过程中的压箱率B:
最终,整体的适应度函数为:
minimize Z=α∑iwi*lwi+β|∑iwi*lwi|+γ|∑iwi*lli|+δB;
其中,α、β、γ、δ分别表示适应度函数中GM、tanθ、t、B的权重;α<0。
步骤4:对起始港的初始解,采用簇内迁移和簇间迁移的方式进行优化;对于其他港口,采用卸载和重新装载的方式进行优化;
本实施例中,对起始港的初始解,采用簇内迁移和簇间迁移的方式进行优化;在获得了起始港的一个解以后,在一个簇内,随机选择两个贝,交换它们所有的集装箱;随机选择属于不同簇的两个贝,交换它们的所有集装箱;
对于其他港口,采用卸载和重新装载的方式进行优化;在港口i,除了将需要在该港口卸载下的集装箱卸载外,还卸载了港口k之前所有港口的集装箱,然后,这些被卸载的集装箱会和其他集装箱一起重新装回船上;该操作可以降低未来的翻箱数;其中,i=2,…,N-1,i≤k<N;N为船舶在整个航行过程中经过的港口个数。
不是所有的初始解,都会进行调整以得到更好的结果。对结果进行过滤,处理那些可能会变得更好的。
首先进行了500次循环执行步骤1-4,记录每次优化前的适应度Z1和优化后的适应度Z2,考虑Z1/Z2的分布和中值median,并找到最好的适应度Z*;在之后的循环中,如果满足Z1≤median*Z*,那么就执行步骤1-4,否则就仅执行步骤1-3。
为了验证算法算法在保证船的稳定性同时减小压箱率方面的效果,进行了如下实验。
请见表1,为实验过程中船舶离开港口时的GM的变化情况和整体的压箱率的变化情况。
表1
注:设G0M为0。
具体实验数据如下:整个船有20个贝位,每个贝位横向有16个箱位,纵向有10个箱位,在本次旅程中一共要经过10个港口。在每个港口装卸完货物后,船上的集装箱数量在3000左右。所有集装箱的重量在15到25千克,每个栈的重量限制为200千克。具体的集装箱重量情况存在两组数据,从结果中可以看出,在整个船的航运过程中,船的稳定性都得到了保证,第一组整体的压箱率在16%左右,第二组的在10%左右。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (5)
1.一种港口出口集装箱船舶配载方法,其特征在于,包括以下步骤:
步骤1:根据作业的岸桥数对船舶进行划分;
步骤2:先处理目的港偏后的集装箱,再处理目的港靠前的集装箱;进行集装箱贝位选择,确定一组集装箱所在的簇;
步骤2中使用改进的生态中性理论进行集装箱贝位选择,具体实现包括以下步骤:
步骤2.1:对于待处理的集装箱,根据集装箱的总数确定将它们分成几组,但最多不超过步骤1中的作业岸桥数;具体实现过程是:首先对所有的集装箱按照重量降序排序;然后遍历每个集装箱,记录它加入每个分组后,分组的总重量;选择总重量最小的分组作为当前集装箱的加入分组;重复这遍历及分组过程,直到所有的集装箱都确定分组;
步骤2.2:确定每组集装箱所在的簇;
每一个贝位看作一个岛屿,若干个岛屿构成一个簇,每一个集装箱组抽象为一个种群;这样,船舶配载问题就转换成使用生态中性理论进行求解的问题:首先,将各种群随机分配到各个簇中;随机杀死部分种群;优先在没有种群的簇中随机选择一个被杀死的种群出现在该簇中;在重新生成的过程中,可能发生了变异,出现在该簇中的种群是未被杀死的;重复随机杀死部分种群和重新生成种群的过程,直到各种群分布在不同的岛屿中;这样,就确定了每组集装箱所在的簇;
步骤3:采用栈优先策略和最低位策略处理集装箱在簇内的堆码;并计算适应度,获得一个初始解;
步骤3的具体实现包括以下子步骤:
步骤3.1:添加随机过程,对集装箱的顺序进行打乱;
步骤3.2:使用栈优先策略和最低位策略进行簇内的集装箱堆码;其中,先处理的部分集装箱采用栈优先策略,另一部分则采用最低位策略;
步骤3.3:如果步骤3.2中存在无法在所分配的簇中堆码的集装箱,寻找新的簇,重新执行步骤3.1、3.2和3.3,直到所有的集装箱都被处理;
步骤3.4:计算适应度;
船舶的稳定性从三个方面进行评估:是船的重心与稳心之间的距离GM,横倾list和纵倾trim;它们与船舶以及所装载的集装箱的关系如下:
其中,G0M是船空载时的重心与外稳心的距离;wi是集装箱i的重量;lhi是集装箱i的重心与船的重心的垂直距离;ΔT是船的排水;lwi是集装箱i的重心与船的重心的水平距离;lli是集装箱i的重心与漂心之间的水平距离;W是船的宽度;L是船的长度;lhi、lwi和lli与集装箱堆码的位置有关;list使用tanθ进行衡量,trim使用t进行衡量;
最大化GM,即max(∑iwi*lhi);最小化tanθ,即min(|∑iwi*lwi|);最小化t,即min(|∑iwi*lii|);
计算整个过程中的压箱率B:
最终,整体的适应度函数为:
minimize Z=α∑iwi*lwi+β|∑iwi*wi|+γ|∑iwi*li|+δB;
其中,α、β、γ、δ分别表示权重;α<0;
步骤4:对起始港的初始解,采用簇内迁移和簇间迁移的方式进行优化;对于其他港口,采用卸载和重新装载的方式进行优化。
2.根据权利要求1所述的港口出口集装箱船舶配载方法,其特征在于,步骤1的具体实现包括以下子步骤:
步骤1.1:设每个贝位当前空闲的箱位为C[i],其中i为贝位的编号;计算总箱位的平均数;
步骤1.2:对C[i]进行累加,如果当前和与平均值的差距较上一次的和与平均值的差距小,则该位置就是一个分割点;
步骤1.3:重复步骤1.2,直到找到所有的分割点;至此,一艘船就按要求划分成了不同的簇,每个簇包括若干个连续的贝位。
3.根据权利要求1所述的港口出口集装箱船舶配载方法,其特征在于:步骤3.1中,设阈值为σ,如果随机数大于σ,那么从头部取集装箱,否则从尾部取集装箱。
4.根据权利要求1所述的港口出口集装箱船舶配载方法,其特征在于:步骤4中,对起始港的初始解,采用簇内迁移和簇间迁移的方式进行优化;在获得了起始港的一个解以后,在一个簇内,随机选择两个贝,交换它们所有的集装箱;随机选择属于不同簇的两个贝,交换它们的所有集装箱;
对于其他港口,采用卸载和重新装载的方式进行优化;在港口i,除了将需要在该港口卸载下的集装箱卸载外,还卸载了港口k之前所有港口的集装箱,然后,这些被卸载的集装箱会和其他集装箱一起重新装回船上;其中,i=2,…,N-1,i≤k<N;N为船舶在整个航行过程中经过的港口个数。
5.根据权利要求1-4任意一项所述的港口出口集装箱船舶配载方法,其特征在于:步骤4中,对结果进行过滤;首先进行若干次循环执行步骤1-4,记录每次优化前的适应度Z1和优化后的适应度Z2,考虑Z1/Z2的分布和中值median,并找到最好的适应度Z*;在之后的循环中,如果满足Z1≤median*Z*,那么就执行步骤1-4,否则就仅执行步骤1-3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910603903.1A CN110443409B (zh) | 2019-07-05 | 2019-07-05 | 一种港口出口集装箱船舶配载方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910603903.1A CN110443409B (zh) | 2019-07-05 | 2019-07-05 | 一种港口出口集装箱船舶配载方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110443409A CN110443409A (zh) | 2019-11-12 |
CN110443409B true CN110443409B (zh) | 2022-08-30 |
Family
ID=68429029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910603903.1A Active CN110443409B (zh) | 2019-07-05 | 2019-07-05 | 一种港口出口集装箱船舶配载方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110443409B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884383B (zh) * | 2021-04-19 | 2024-04-05 | 上海海事大学 | 考虑时间窗约束的集装箱港口应急物资优化调运方法 |
CN113602838B (zh) * | 2021-08-03 | 2022-09-27 | 山东京博物流股份有限公司 | 铁路集装箱堆存方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009151877A2 (en) * | 2008-05-16 | 2009-12-17 | Terahop Networks, Inc. | Systems and apparatus for securing a container |
CN103218667A (zh) * | 2012-11-26 | 2013-07-24 | 天津工业大学 | 一种基于禁忌搜索的集装箱码头装船计划优化方法 |
CN103246941B (zh) * | 2013-05-21 | 2015-12-23 | 武汉大学 | 一种出口集装箱码头堆存空间调度方法 |
CN103530709B (zh) * | 2013-11-04 | 2016-09-28 | 上海海事大学 | 一种基于细菌觅食优化方法的集装箱码头泊位和岸桥分配方法 |
US20170148125A1 (en) * | 2015-10-30 | 2017-05-25 | Todd Ericksrud | System and method of transportation coordination |
CN105427075A (zh) * | 2015-11-24 | 2016-03-23 | 山东科技大学 | 一种用于港口集装箱卡车的混合式动态调度方法 |
CN109784547B (zh) * | 2018-12-27 | 2020-10-02 | 浙江工业大学 | 一种码头岸桥与场桥协同优化调度方法 |
-
2019
- 2019-07-05 CN CN201910603903.1A patent/CN110443409B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110443409A (zh) | 2019-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109784547B (zh) | 一种码头岸桥与场桥协同优化调度方法 | |
CN110443409B (zh) | 一种港口出口集装箱船舶配载方法 | |
CN107480922B (zh) | 两端式同轨双车运行模式下货位分配调度模型建立方法 | |
CN107545366B (zh) | 全自动化集装箱码头的装船调度方法及系统 | |
CN109597304B (zh) | 基于人工蜂群算法的模具库智能分区存储方法 | |
CN103246941A (zh) | 一种出口集装箱码头堆存空间调度方法 | |
CN108750685A (zh) | 一种离线混合码垛方法及系统 | |
CN105427075A (zh) | 一种用于港口集装箱卡车的混合式动态调度方法 | |
CN109886447A (zh) | 用于防汛防旱物资智能仓储货位分配的方法及系统 | |
CN103530709A (zh) | 一种基于细菌觅食优化方法的集装箱码头泊位和岸桥分配方法 | |
CN112052991A (zh) | 一种带有岸桥缓冲区的自动化集装箱码头agv重进重出路径规划方法 | |
CN111507644B (zh) | 一种多点卸货约束的三维多容器装载方法 | |
CN114970983B (zh) | 一种基于改进lhl算法的客滚船配载优化方法 | |
He et al. | Particle swarm optimization using neighborhood-based mutation operator and intermediate disturbance strategy for outbound container storage location assignment problem | |
Wang et al. | Optimization of quay crane scheduling constrained by stability of vessels | |
CN100428247C (zh) | 一种装船时减少集装箱翻箱量的优化方法 | |
CN110414119B (zh) | 一种基于改进演化算法的港口船舶贝位优化方法 | |
CN113962548A (zh) | 货物配载方案优化方法、程序产品、可读介质和电子设备 | |
CN115081711B (zh) | 一种基于目标导向的多箱型多集装箱求解方法 | |
CN103218667A (zh) | 一种基于禁忌搜索的集装箱码头装船计划优化方法 | |
CN114721343B (zh) | 一种饲料生产控制方法及系统 | |
Lee et al. | Integrated quay crane and yard truck schedule for inbound containers | |
CN112700194B (zh) | 基于特征优先原则和拆分组合的库位分配系统及方法 | |
Liu et al. | The layout strategy of container yard and comparative analysis under double cycling process | |
Ding | Container Stowage Plan based on Harmony-inspired Genetic Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |