CN103020792B - 自动化集装箱码头低架桥电动小车调度方法及其系统 - Google Patents
自动化集装箱码头低架桥电动小车调度方法及其系统 Download PDFInfo
- Publication number
- CN103020792B CN103020792B CN201210472416.4A CN201210472416A CN103020792B CN 103020792 B CN103020792 B CN 103020792B CN 201210472416 A CN201210472416 A CN 201210472416A CN 103020792 B CN103020792 B CN 103020792B
- Authority
- CN
- China
- Prior art keywords
- module
- node
- driven carrier
- low bridge
- bridge motor
- 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
Landscapes
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种自动化集装箱码头低架桥电动小车调度方法及其系统,该调度方法包括以下步骤:步骤S1:数据采集模块对低架桥电动小车运行线路上的位置信息进行数据收集,将收集到的位置信息进行整理,通过通信模块将此位置信息并传输到解析模块,同时接收返回的低架桥电动小车调度方案;步骤S2:解析模块对接收到的位置信息进行解析;执行模块根据解析的结果搜索并确定低架桥电动小车调度方案;存储模块存储低架桥电动小车调度方案,反馈模块将低架桥电动小车调度方案反馈给解析模块。本发明能够清晰完备地描述自动化集装箱码头作业过程中低架桥电动小车的选择过程,能够帮助自动化集装箱码头加强运营管理,提高码头的作业效率。
Description
技术领域
本发明涉及一种低架桥电动小车的调度技术,特别是涉及一种自动化集装箱码头低架桥电动小车调度方法及其系统。
背景技术
低架桥电动小车的调度是立体传送系统中电动小车调度的第一步,也是对后续起重小车调度影响最大的一步,调度与分配策略的合理性将会直接影响集装箱码头的装卸效率,因此是关键环节之一。在实际装卸船操作中,选定某条低架桥的集装箱需经过电动小车对其进行水平方向的操作,因选定的电动小车不同而决定小车沿低架桥水平方向上所需空载移动的距离不同,且此过程中线路避让时间也会因此不同。从连续作业的角度出发,每次低架桥电动小车的选择方案会对集装箱装卸所需的总作业时间产生较大影响。因此,以减少总的作业时间为目标,建立低架桥电动小车调度模型,全面、准确的反应装卸船过程中低架桥电动小车的调度情况及影响因素,并运用提出的启发式方法对模型进行求解,将具有较大的理论和实际意义。
当前,国内外在立体轨道式自动化集装箱码头的相关研究,主要立足于装卸工艺层面,通过与其他自动化集装箱码头方案的对比与仿真,证明立体轨道式自动化集装箱码头的实用、高效。而立体轨道式自动化集装箱码头中设备调度问题的研究,主要是通过建模并借助仿真软件进行系统仿真的方式,对码头中岸桥与场桥的数量配比关系以及低架桥电动小车的使用情况进行研究,显示出立体传送新理念的合理性和优越性。通过近年来的研究和技术储备,对立体轨道式电动小车的研究逐渐深入,但与其他自动化集装箱码头的研究仍存在较大差距,主要存在的问题是:(1)研究过于宽泛,不够具体化。各类模型针对多过程、多机械、多工序具有串行、并行、双向操作等特性的装卸船问题,建模和仿真较为简化,因此得到的操作方案可以继续优化。(2)不能满足码头装卸船作业的实时操作需要。所开发的模型往往是针对某一特定设备配备、特定输入情况开发的,不能及时考虑现场的情况,导致所开发的模型的实时应用性不强。
从自动化集装箱码头装卸与运输设备集成调度与优化方法的角度看,由于集装箱码头传送系统是一个复杂的离散事件动态系统,具有多目标性、不确定性以及决策复杂性等特点。国内外目前主要采用的建模方法以数学建模为主,常用的有面向对象随机Petri网(Petri网是对离散并行系统的数学表示)模型、交通流预测模型等,这些方法从一定程度上反映了码头的生产作业和设备调度情况。但面向对象随机Petri网的建模中不能在网中体现数据流,尽管基于状态建模的Petri网能够精确、方便地对过程的控制逻辑进行定义,在这种情况下,数据流就与控制流完全混合,当两者不一样的时候,Petri网就无法显式的表示这种独立于控制流之外的数据流,也就是说在自动化集装箱码头的设备调度过程中无法显式的表示出生产过程中的数据流,这样不利于实时的控制码头生产系统。另外,交通流的特点是高度非线性、模糊性和不确定性,而实时交通流预测受到外界随机干扰的影响更显著,因此在使用交通流预测时围绕如何克服非线性、不确定性和随机干扰的问题,需要与其他一些预测建模方法结合使用,单独使用并不能很好的解决码头生产过程中设备的集成调度及优化问题。上述各种能耗模型建模方法,虽各有优点,但不能建立满足码头实时调度要求的模型,并且求解方法在搜索时间上也有一定的限制。
发明内容
本发明所要解决的技术问题是提供一种自动化集装箱码头低架桥电动小车调度方法及其系统,其收集电动小车运行过程中产生的数据信息,经过解析后,采用启发式方法,保证随后电动小车调度决策的最优性。同时,本发明在决策搜索过程中,采用有记忆性的智能搜索模式,克服了重复搜索和大量搜索造成的决策时间过长的缺点。从而缩短码头的决策时间,进一步提高码头的作业效率,帮助自动化集装箱码头加强运营管理。
本发明是通过下述技术方案来解决上述技术问题的:一种自动化集装箱码头低架桥电动小车调度方法,其特征在于,所述调度方法采用数据采集模块、通信模块、解析模块、执行模块、反馈模块、存储模块,数据采集模块、通信模块、解析模块、执行模块依次顺序连接,反馈模块、存储模块都与执行模块连接,所述调度方法包括以下步骤:
步骤S1:数据采集模块对低架桥电动小车运行线路上的位置信息进行数据收集,将收集到的位置信息进行整理,通过通信模块将此位置信息并传输到解析模块,同时接收返回的低架桥电动小车调度方案;
步骤S2:解析模块对接收到的位置信息进行解析;执行模块根据解析的结果搜索并确定低架桥电动小车调度方案;存储模块存储低架桥电动小车调度方案,反馈模块将低架桥电动小车调度方案反馈给解析模块。
优选地,所述步骤S2包括以下步骤:
步骤S21:解析模块对接收到的位置信息进行解析;
步骤S22:执行模块根据解析结果,产生执行任务并调用相应的低架桥电动小车调度模型搜索程序;被调用的低架桥电动小车调度模型程序进行低架桥电动小车调度方案的搜索,搜索结束后生成本次执行任务的低架桥电动小车调度方案;
步骤S23:存储模块对本次低架桥电动小车调度方案进行存储;
步骤S24:反馈模块将本次低架桥电动小车调度方案进行反馈给解析模块。
优选地,所述步骤S22用一种启发式方法对建立的低架桥电动小车调度方案进行求解的路径搜索,用定义的评估函数对求解的质量进行评估,用动态滚动策略保证求解的实时有效性,用最长搜索时间作为停止规则,确保在既定的时间内一定会得到一个较优的低架桥电动小车调度方案。
优选地,所述步骤S2的路径搜索过程中,针对每一层父节点的位置和所在层可以重复的节点进行搜索和计算,并进行相应的记录;如果搜索时间达到了预先设定的最长搜索时间,那么当前节点就被继续展开,作为采用的分配策略,以保证所采用的分配策略是搜索到目前为止所有路径中最优的。
优选地,所述步骤S22具体包括以下步骤:
步骤S221:建立第一集合和第二集合两个集合,分别用于记录最优节点和次优节点,包括表示其位置和所在层的信息及相关函数,然后分别建立开始节点、当前节点,并生成当前节点的相关子节点;使用nc表示当前节点,nso表示第二集合中的最优节点;
步骤S222:对低架桥电动小车调度模型,使用三个以下公式计算当前节点的相关个子节点的评估值,并将子节点中评估函数f(x)估值最小的对应子节点设为当前节点;
其中是从初始节点到父节点ij的任务相应方向上移动时间之和;
h(ij)={h(ij)d,h(ij)w},其中h(ij)d表示从当前节点ij到目标节点的总时间的估值,h(ij)w表示从s当前节点ij到各自目标节点的任务相应方向上移动时间之和的估值;
步骤S223:取第二集合中最小评估函数f(x)对应的最优节点nso;
步骤S224:比较当前节点nc和最优节点nso的评估函数f(x)的大小;如果f(nc)>f(nso),执行步骤S225;否则,执行步骤S222;
步骤S225:将当前节点nc从第一集合移动到第二集合;并记录节点nso为当前节点,同时将其从第二集合移动到第一集合;然后执行步骤S222;
步骤S226:从第二集合Ns中删除先前的最优节点,并将当前节点nc移动到此集合;将由当前节点的父节点生成的次优节点放入第二集合中;次优节点是当前节点的父节点的所有未被记录的节点中的最优节点,如果没有与当前节点nc对应的未被记录节点,那么也就不需要生成次优节点;
步骤S227:生成当前节点nc的所在层;如果tc<Min(TT,N)+1,执行步骤S222;否则执行步骤S228;
步骤S228:获取当前节点nc对应的集装箱装卸作业设备和任务;
步骤S229:tc=tc-1,如果tc≥1,执行步骤S2211;否则执行步骤S2212;
步骤S2210:对低架桥电动小车调度模型,使用以下公式计算当前节点nc的父节点的位置;
其中pc是当前节点的位置,pp表示父节点的位置,tc是当前节点所在层,m表示参与作业的集装箱作业设备;
步骤S2211:对低架桥电动小车调度模型,将节点nc的父节点记录为当前节点;使用以下公式计算当前节点nc在其父节点的分支中的位置;然后,回到步骤S228;
其中,是某一个特定节点在其父节点的分支中的位置;
步骤S2212:结束计算和搜索。
本发明还提供一种自动化集装箱码头低架桥电动小车调度系统,其特征在于,其包括数据采集模块、通信模块、解析模块、执行模块、反馈模块、存储模块,数据采集模块、通信模块、解析模块、执行模块依次顺序连接,反馈模块、存储模块都与执行模块连接,各个模块的功能如下:
数据采集模块用于低架桥电动小车运行线路上通过对运行系统的监测,记录下调度所需低架桥电动小车相关位置信息的过程,用于调度方法研究的数据采集;
通信模块用于调度方法研究中使用的数据传输部分,用于数据采集模块采集到的位置信息的传递,以及相关反馈信息的传输,是数据采集模块和解析模块的链接桥梁;
解析模块用于接收并分析数据低架桥电动小车位置信息的部分,用于数据低架桥电动小车位置信息的解读、归类和整理等,主要是将数据采集模块采集到的位置信息进行相关整理,便于调度系统的使用;
执行模块用于将解析模块的结果作为系统调度的前提条件,激发执行模块中的程序搜索单元,调用相应的搜索程序进行调度策略的搜索,最终给出本次低架桥电动小车的调度方案;
反馈模块用于将执行模块给出的低架桥电动小车调度方案反馈给系统中的解析模块,并通过通信模块最终传输到数据采集模块,以便对调度方案的执行过程进行监测,对调度结果进行复核;
存储模块用于对历次调度方案进行存储,便于低架桥电动小车调度方法研究的调度结果查找和验证,用于运行过程中方案的备份。
本发明的积极进步效果在于:本发明能够清晰完备地描述自动化集装箱码头作业过程中低架桥电动小车的选择过程,充分结合自动化集装箱码头任务的到达规律的动态性特征,建立层析清晰的作业模块,提出了基于动态滚动策略的立体轨道式自动化集装箱码头低架桥电动小车调度决策系统,而且计算效率高,实时性好,通用性强,能够帮助自动化集装箱码头加强运营管理,提高码头的作业效率。
附图说明
图1为本发明自动化集装箱码头低架桥电动小车调度方法的作业流程图。
图2为本发明自动化集装箱码头低架桥电动小车调度系统的原理框图。
具体实施方式
下面结合附图给出本发明较佳实施例,以详细说明本发明的技术方案。
如图1和图2所示,本发明自动化集装箱码头低架桥电动小车调度方法采用数据采集模块、通信模块、解析模块、执行模块、反馈模块、存储模块,数据采集模块、通信模块、解析模块、执行模块依次顺序连接,反馈模块、存储模块都与执行模块连接,所述调度方法包括以下步骤:
步骤S1:数据采集模块对低架桥电动小车运行线路上的位置信息进行数据收集,将收集到的位置信息进行整理,通过通信模块将此位置信息并传输到解析模块,同时接收返回的低架桥电动小车调度方案;数据采集模块可以采用位置传感器;步骤S1具体包括以下步骤:
步骤S11:安装在自动化集装箱码头岸桥、低架桥轨道线、低架桥电动小车、低架桥起重小车、地面电动小车以及轨道式龙门起重机上的数据采集模块会对码头运行过程中每种作业机械装置的运行路线、作业时间和位置信息进行数据收集;
步骤S12:通信模块将数据采集模块的位置信息实时传输到解析模块,并接收来自执行模块的低架桥电动小车调度方案。
步骤S2:解析模块对接收到的位置信息进行解析;执行模块根据解析的结果搜索并确定低架桥电动小车调度方案;存储模块存储低架桥电动小车调度方案,反馈模块将低架桥电动小车调度方案反馈给解析模块;执行模块具有调用相应的低架桥电动小车调度模型搜索程序。步骤S2具体包括以下步骤:
步骤S21:解析模块对接收到的位置信息进行解析;
步骤S22:执行模块根据解析结果,产生执行任务并调用相应的低架桥电动小车调度模型搜索程序;被调用的低架桥电动小车调度模型程序进行低架桥电动小车调度方案的搜索,搜索结束后生成本次执行任务的低架桥电动小车调度方案;
步骤S23:存储模块对本次低架桥电动小车调度方案进行存储;
步骤S24:反馈模块将本次低架桥电动小车调度方案进行反馈给解析模块。
上述步骤中S22中程序搜索过程涉及到的具体内容和操作详细解释如下:
对于建立的立体轨道式自动化集装箱码头低架桥电动小车调度模型进行求解,为了求解快速、准确,以满足码头生产作业的要求,本发明采用一种启发式方法,通过将先前选择的作业结果与后续作业的评估结果的估算,缩小解空间,增加求解速度。该步骤S22用一种启发式方法对建立的低架桥电动小车调度方案进行求解的路径搜索,用定义的评估函数对求解的质量进行评估,用动态滚动策略保证求解的实时有效性,用最长搜索时间作为停止规则,确保在既定的时间内一定会得到一个较优的低架桥电动小车调度方案。路径搜索过程中,针对每一层父节点的位置和所在层可以重复的节点进行搜索和计算,并进行相应的记录。如果搜索时间达到了预先设定的最长搜索时间,那么当前节点就被继续展开,作为采用的分配策略,以保证所采用的分配策略是搜索到目前为止所有路径中最优的。
动态滚动策略是一种编制具有灵活性、能够适应环境变化的计划方法,在策略的制定中被广泛应用的方法,其在集装箱码头的全局性策略问题的求解中也经常使用。其编制方法是:在已编制出的计划的基础上,每经过一段固定的时间,就根据环境的最新情况、相关信息、执行规则和计划的实际执行情况等,从确保实现计划目标出发对原计划进行调整。每次调整,保证原计划的基础上,将计划期限顺序向前推进一个滚动期。采用动态滚动策略,可以根据环境条件变化和任务的实际完成情况,定期地对计划和策略进行修订,使组织始终有一个较为切合实际的策略作指导。动态性周期滚动的决策制定方式既保证了当前阶段被执行的计划综合考虑了近期的整体情况,又保证了后面的计划在当前阶段计划被执行后,在得到实际信息的情况下进行决策,使计划时段内的计划的任务量达到最优分配,使环节的衔接更加顺畅,有利于向整体最优的目标靠近。低架桥电动小车调度问题是一项实时性强、变动性大、涉及因素和信息较多的复杂工作。本文在电动小车调度方案的制定中采用动态滚动的方式对其进行周期性的修订,以期将任务量的时时变动和集装箱装卸作业设备的忙闲等因素对立体传送系统作业效率的影响降到最低。
本发明建立的启发式方法,对于定义的评估函数f(x)由两部分组成,即表示从初始节点s到当前节点x的目前所知的最短路径的g(x)和表示从当前节点x到目标节点n的最优路径的评估函数h(x),并且它们都由延迟的作业时间/作业完成时间和任务垂直方向需移动的时间两部分组成,即如式(1):
g(ij)={g(ij)d,g(ij)w} (1)
其中:g(ij)表示从初始节点到当前节点ij的目前所知的最短路径,g(ij)d表示从初始节点到当前节点ij的总时间,g(ij)w表示从初始节点到当前节点ij的任务对应方向移动时间之和。调度模型中对应的相应函数的计算公式如下式(2):
其中:表示从初始节点到父节点ij的总作业完成时间。
调度模型中对应的函数g(ij)w的计算公式如下式(3):
其中:是从初始节点到父节点ij的任务相应方向上移动时间之和。
从当前节点ij到其对应目标节点的路径代价的评估函数的计算公式如下式(4):
h(ij)={h(ij)d,h(ij)w} (4)
其中:h(ij)从当前节点ij到目标节点的最优路径的评估函数,h(ij)d表示从当前节点ij到目标节点的总时间的估值,h(ij)w表示从s当前节点ij到各自目标节点的任务相应方向上移动时间之和的估值。且调度模型中函数h(ij)d的计算公式如下式(5):
每个调度模型对应的函数h(ij)w的计算公式如下式(6):
所有集装箱装卸作业设备调度模型中节点ij的评估函数f(ij)的计算公式为式(7):
f(ij)={f(ij)d,f(ij)w}={g(ij)d+h(ij)d,g(ij)w+h(ij)w} (7)
在路径搜索过程中,每一步被检查的节点及其所在的层和位置都会被记录下来。计算的公式如下式(8):
pc=(pp-1)·(m-tp+1)+k (8)
其中:pc是当前节点的位置,pp和tp分别是父节点的位置和所在的层,m是集装箱装卸作业设备的数量,k是当前节点的分支中代表集装箱装卸作业设备的连续节点数。
由此可知,路径搜索过程中,针对每一层父节点的位置和所在层可以重复的进行搜索和计算。且父节点的位置计算公式如下式(9):
其中tc是当前节点所在层。
另外,某一个特定节点在其父节点的分支中的位置可以由下面的公式(10)确定:
其中,是某一个特定节点在其父节点的分支中的位置。本发明程序搜索环节的步骤S22(求解过程)包括以下步骤:
步骤S221:建立第一集合No和第二集合Ns两个集合,分别用于记录最优节点和次优节点,包括表示其位置和所在层的信息及相关函数f(ij),g(ij)和h(ij)。然后分别建立开始节点、当前节点,并生成当前节点的相关子节点。使用nc表示当前节点,nso表示第二集合Ns中的最优节点。
步骤S222:对低架桥电动小车调度模型,使用公式(3)、公式(4)和公式(6)计算当前节点的相关个子节点的评估值,并将子节点中评估函数f(x)估值最小的对应子节点设为当前节点。
步骤S223:取第二集合Ns中最小评估函数f(x)对应的最优节点nso。
步骤S224:比较当前节点nc和最优节点nso的评估函数f(x)的大小。如果f(nc)>f(nso),执行步骤S226;否则,执行步骤S222。
步骤S225:将当前节点nc从第一集合No移动到第二集合Ns。并记录节点nso为当前节点,同时将其从第二集合Ns移动到第一集合No。然后执行步骤S222。
步骤S226:从第二集合Ns中删除先前的最优节点,并将当前节点nc移动到此集合。将由当前节点的父节点生成的次优节点放入第二集合Ns中。次优节点是当前节点的父节点的所有未被记录的节点中的最优节点,如果没有与当前节点nc对应的未被记录节点,那么也就不需要生成次优节点。
步骤S227:生成当前节点nc的所在层。如果tc<Min(TT,N)+1,执行步骤S222;否则执行步骤S228。
步骤S228:获取当前节点nc对应的集装箱装卸作业设备和任务。
步骤S229:tc=tc-1,如果tc≥1,执行步骤S2211;否则执行步骤S2212。
步骤S2210:对低架桥电动小车调度模型,使用公式(9)计算当前节点nc的父节点的位置。
步骤S2211:对低架桥电动小车调度模型,将节点nc的父节点记录为当前节点。使用公式(10)计算当前节点nc在其父节点的分支中的位置。然后,回到步骤S228。
步骤S2212:结束计算和搜索。
如图2所示,本发明自动化集装箱码头低架桥电动小车调度系统包括数据采集模块、通信模块、解析模块、执行模块、反馈模块、存储模块,数据采集模块、通信模块、解析模块、执行模块依次顺序连接,反馈模块、存储模块都与执行模块连接,各个模块的功能如下:
数据采集模块用于低架桥电动小车运行线路上通过对运行系统的监测,记录下调度所需低架桥电动小车相关位置信息的过程,用于调度方法研究的数据采集。
通信模块用于调度方法研究中使用的数据传输部分,用于数据采集模块采集到的位置信息的传递,以及相关反馈信息的传输,是数据采集模块和解析模块的链接桥梁。
解析模块用于接收并分析数据低架桥电动小车位置信息的部分,用于数据低架桥电动小车位置信息的解读、归类和整理等,主要是将数据采集模块采集到的位置信息进行相关整理,便于调度系统的使用。
执行模块用于将解析模块的结果作为系统调度的前提条件,激发执行模块中的程序搜索单元,调用相应的搜索程序进行调度策略的搜索,最终给出本次低架桥电动小车的调度方案。
反馈模块用于将执行模块给出的低架桥电动小车调度方案反馈给系统中的解析模块,并通过通信模块最终传输到数据采集模块,以便对调度方案的执行过程进行监测,对调度结果进行复核,保证调度系统的准确性。
存储模块用于对历次调度方案进行存储,便于低架桥电动小车调度方法研究的调度结果查找和验证,用于运行过程中方案的备份。
本发明能够清晰完备地描述自动化集装箱码头作业过程中低架桥电动小车的选择过程,充分结合自动化集装箱码头任务的到达规律的动态行特征,提出了基于动态滚动策略的立体轨道式自动化集装箱码头低架桥电动小车调度决策系统,而且计算效率高,实时性好,通用性强,能够帮助自动化集装箱码头加强运营管理,提高码头的作业效率。
本领域的技术人员可以对本发明进行各种改型和改变。因此,本发明覆盖了落入所附的权利要求书及其等同物的范围内的各种改型和改变。
Claims (2)
1.一种自动化集装箱码头低架桥电动小车调度方法,其特征在于,所述调度方法采用数据采集模块、通信模块、解析模块、执行模块、反馈模块、存储模块,数据采集模块、通信模块、解析模块、执行模块依次顺序连接,反馈模块、存储模块都与执行模块连接,所述调度方法包括以下步骤:
步骤S1:数据采集模块对低架桥电动小车运行线路上的位置信息进行数据收集,将收集到的位置信息进行整理,通过通信模块将此位置信息传输到解析模块,同时接收返回的低架桥电动小车调度方案;
步骤S2:解析模块对接收到的位置信息进行解析;执行模块根据解析的结果搜索并确定低架桥电动小车调度方案;存储模块存储低架桥电动小车调度方案,反馈模块将低架桥电动小车调度方案反馈给解析模块;
所述步骤S2包括以下步骤:
步骤S21:解析模块对接收到的位置信息进行解析;
步骤S22:执行模块根据解析结果,产生执行任务并调用相应的低架桥电动小车调度模型搜索程序;被调用的低架桥电动小车调度模型程序进行低架桥电动小车调度方案的搜索,搜索结束后生成本次执行任务的低架桥电动小车调度方案;
步骤S23:存储模块对本次低架桥电动小车调度方案进行存储;
步骤S24:反馈模块将本次低架桥电动小车调度方案进行反馈给解析模块;
所述步骤S22具体如下:
步骤S221:建立第一集合和第二集合两个集合,分别用于记录最优节点和次优节点,包括表示其位置和所在层的信息及相关函数,然后分别建立开始节点、当前节点,并生成当前节点的相关子节点;使用nc表示当前节点,nso表示第二集合中的最优节点;
步骤S222:对低架桥电动小车调度模型,计算当前节点的相关个子节点的评估值,并将子节点中评估函数f(x)估值最小的对应子节点设为当前节点;
步骤S223:取第二集合中最小评估函数f(x)对应的最优节点nso;
步骤S224:比较当前节点nc和最优节点nso的评估函数f(x)的大小;如果f(nc)>f(nso),执行步骤S225;否则,执行步骤S226;
步骤S225:将当前节点nc从第一集合移动到第二集合;并记录节点nso为当前节点,同时将其从第二集合移动到第一集合;然后执行步骤S222;
步骤S226:从第二集合Ns中删除先前的最优节点,并将当前节点nc移动到此集合;将由当前节点的父节点生成的次优节点放入第二集合中;次优节点是当前节点的父节点的所有未被记录的节点中的最优节点,如果没有与当前节点nc对应的未被记录节点,那么也就不需要生成次优节点;
步骤S227:生成当前节点nc的所在层;如果当前节点所在层小于最小设备数加1,执行步骤S222;
步骤S228:获取当前节点nc对应的集装箱装卸作业设备和任务;
步骤S229:如果当前节点层大于或等于1,执行步骤S2210;否则执行步骤S2212;
步骤S2210:对低架桥电动小车调度模型,使用以下公式计算当前节点nc的父节点的位置;
其中pc是当前节点的位置,pp表示父节点的位置,m表示参与作业的集装箱作业设备数量;
步骤S2211:对低架桥电动小车调度模型,将节点nc的父节点记录为当前节点;使用以下公式计算当前节点nc在其父节点的分支中的位置;然后,回到步骤S228;
其中,是某一个特定节点在其父节点的分支中的位置;
步骤S2212:结束计算和搜索;
所述步骤S2的路径搜索过程中,针对每一层父节点的位置和所在层可以重复的节点进行搜索和计算,并进行相应的记录;如果搜索时间达到了预先设定的最长搜索时间,那么当前节点就被继续展开,作为采用的分配策略,以保证所采用的分配策略是搜索到目前为止所有路径中最优的。
2.一种自动化集装箱码头低架桥电动小车调度系统,使用如权利要求1所述的自动化集装箱码头低架桥电动小车调度方法,其特征在于,其包括数据采集模块、通信模块、解析模块、执行模块、反馈模块、存储模块,数据采集模块、通信模块、解析模块、执行模块依次顺序连接,反馈模块、存储模块都与执行模块连接,各个模块的功能如下:
数据采集模块用于低架桥电动小车运行线路上通过对运行系统的监测,记录下调度所需低架桥电动小车相关位置信息的过程,用于调度方法研究的数据采集;
通信模块用于调度方法研究中使用的数据传输部分,用于数据采集模块采集到的位置信息的传递,以及相关反馈信息的传输,是数据采集模块和解析模块的链接桥梁;
解析模块用于接收并分析数据低架桥电动小车位置信息的部分,用于数据低架桥电动小车位置信息的解读、归类和整理,将数据采集模块采集到的位置信息进行相关整理,便于调度系统的使用;
执行模块用于将解析模块的结果作为系统调度的前提条件,激发执行模块中的程序搜索单元,调用步骤S22进行调度策略的搜索,最终给出本次低架桥电动小车的调度方案;
反馈模块用于将执行模块给出的低架桥电动小车调度方案反馈给系统中的解析模块,并通过通信模块最终传输到数据采集模块,以便对调度方案的执行过程进行监测,对调度结果进行复核;
存储模块用于对历次调度方案进行存储,便于低架桥电动小车调度方法研究的调度结果查找和验证,用于运行过程中方案的备份。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210472416.4A CN103020792B (zh) | 2012-11-20 | 2012-11-20 | 自动化集装箱码头低架桥电动小车调度方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210472416.4A CN103020792B (zh) | 2012-11-20 | 2012-11-20 | 自动化集装箱码头低架桥电动小车调度方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103020792A CN103020792A (zh) | 2013-04-03 |
CN103020792B true CN103020792B (zh) | 2016-12-21 |
Family
ID=47969373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210472416.4A Active CN103020792B (zh) | 2012-11-20 | 2012-11-20 | 自动化集装箱码头低架桥电动小车调度方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103020792B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740979B (zh) * | 2016-01-29 | 2020-02-14 | 上海海事大学 | 自动化码头多自动导引车的智能调度系统与方法 |
CN106651049B (zh) * | 2016-12-29 | 2020-11-03 | 上海海事大学 | 自动化集装箱码头装卸设备的重调度方法 |
CN108438953B (zh) * | 2018-02-26 | 2020-02-04 | 青岛港国际股份有限公司 | 一种自动化码头装卸控制方法 |
CN117826738B (zh) * | 2024-03-04 | 2024-05-21 | 山东鲁玻玻璃科技有限公司 | 一种应用于玻璃原料配比自动控制系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159048A (zh) * | 2007-11-05 | 2008-04-09 | 朱道立 | 油品配送槽车调度系统及其方法 |
CN101944205A (zh) * | 2010-09-16 | 2011-01-12 | 华中科技大学 | 一种工厂物料配送车辆调度系统 |
-
2012
- 2012-11-20 CN CN201210472416.4A patent/CN103020792B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159048A (zh) * | 2007-11-05 | 2008-04-09 | 朱道立 | 油品配送槽车调度系统及其方法 |
CN101944205A (zh) * | 2010-09-16 | 2011-01-12 | 华中科技大学 | 一种工厂物料配送车辆调度系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103020792A (zh) | 2013-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111376954B (zh) | 一种列车自主调度方法和系统 | |
CN111369181B (zh) | 一种列车自主调度深度强化学习方法和装置 | |
CN106448233B (zh) | 基于大数据的公交线路时刻表协同优化方法 | |
CN102044149B (zh) | 一种基于时变客流的城市公交运营协调方法与装置 | |
Gao et al. | Design of digital twin applications in automated storage yard scheduling | |
CN109559027A (zh) | 应用于钢铁企业高速工具钢冶炼流程的计划调度系统 | |
CN103020792B (zh) | 自动化集装箱码头低架桥电动小车调度方法及其系统 | |
CN104331543A (zh) | 一种船舶电力推进系统故障诊断专家系统和建立方法 | |
CN104156422A (zh) | 一种基于动态神经网络的瓦斯浓度实时预测方法 | |
CN107239883A (zh) | 一种汽车共享系统车辆的调度方法 | |
CN107392531B (zh) | 一种城市轨道交通车辆基地检修物流仿真系统及方法 | |
CN111144281B (zh) | 基于机器学习的城市轨道交通od客流估计方法 | |
CN101789096A (zh) | 一种基于目标导引的炼钢-连铸生产物流仿真优化方法 | |
CN204539486U (zh) | 一种地铁线网客流样本追踪分析系统 | |
CN117350774A (zh) | 基于大数据的市区体育建材预算执行管控方法及系统 | |
Qiao et al. | A review of the application of discrete event simulation in manufacturing | |
CN115511213A (zh) | 一种运输水电设备的路径优化方法、装置、媒体及系统 | |
CN104767534B (zh) | 一种误差可控的车辆轨迹点压缩存储方法及系统 | |
Chen et al. | Electric vehicle charging navigation strategy based on data driven and deep reinforcement learning | |
Nahavandi et al. | Future integrated factories: a system of systems engineering perspective | |
Oke et al. | Application of fuzzy logic control model to Gantt charting preventive maintenance scheduling | |
Forcina et al. | Safe design of flow management systems using rebeca | |
CN106300673B (zh) | 一种基于bpm业务流程管理的智能变电站调试方法及系统 | |
Van Dam et al. | Planning the location of intermodal freight hubs: an agent based approach | |
CN105469180A (zh) | 基于tps的产业集群企业生产协同管理评价系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |