CN103996106A - 一种提高集装箱码头岸吊作业效率的分配方法 - Google Patents
一种提高集装箱码头岸吊作业效率的分配方法 Download PDFInfo
- Publication number
- CN103996106A CN103996106A CN201310051816.2A CN201310051816A CN103996106A CN 103996106 A CN103996106 A CN 103996106A CN 201310051816 A CN201310051816 A CN 201310051816A CN 103996106 A CN103996106 A CN 103996106A
- Authority
- CN
- China
- Prior art keywords
- shore tackle
- shore
- tackle
- shellfish position
- shellfish
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种提高集装箱码头岸吊作业效率的分配方法,其特征在于包括以下几个步骤:(1)构建岸吊分配的数学模型;(2)确定数学模型的目标和约束条件;(3)选用粒子群智能优化算法求解,得到优化的岸吊分配方案,以上述步骤得出了岸吊分配方法的软件系统。本发明还提供了一种实施提高集装箱码头岸吊作业效率分配方法的装置,它包括至少一台PC机;至少一网线接口;至少一台路由器,其特征在于:另设置有数据采集器、存储器和岸吊分配方案上传器,在PC机中安装本发明的岸吊分配方法的软件系统,并通过网络、路由器连接到岸吊分配方案控制器。本发明的实施不仅能够提高岸吊作业效率;还能够确保码头作业的安全,保证船舶按时离港,并减少岸吊作业所需的电力等能源的浪费,取得较大的经济效益。
Description
技术领域
本发明属于一般的控制或调节的技术领域,具体涉及到集装箱码头物流调度问题,即提供了一种提高集装箱码头岸吊作业效率的分配方法。
背景技术
今天,经济全球化促进了现代物流业发展的系统化、信息的自动化、以及仓储运输的综合化,日益繁茂的物流产业凸现在集装箱码头物流实践中。对我国来说,集装箱码头物流业的发展对于港口、码头管理和运营提出了全方位的挑战。传统的集装箱码头物流作业模式已经不再适应现代的物流行业,如何优化并缩短码头作业过程,降低集装箱库存,加速对市场的反应,这是所有码头企业所面临的问题。
目前,随着港口竞争程度的日益激烈以及船舶的大型化发展,很多港口面临着超负荷运行的问题。为了解决集装箱飞速发展和港口资源有限的矛盾,办法之一是购买并扩充港口土地以及购买更多的设备;办法之二是充分利用港口现有资源,提高作业效率以尽可能少的资源高效的完成港口作业。显然,单纯地扩充港口面积以及购买更多的设备不仅不符合港口实际,还有可能会降低其经济效益;只有提高港口作业效率才是促进港口自身发展的有效方法。因此,寻求港口有限资源之一的岸吊(即岸边集装箱起重机)最佳分配方案此时也就显得极为重要。
研究岸吊作业时,首先要研究集装箱船货物(即集装箱)堆放的形式。集装箱在船上的位置通常用行、层和贝位三个坐标来确定,集装箱船平面按纵向 (与龙骨平行的方向)划分为多个贝位。当集装箱船停靠码头泊位时,岸吊作业面对的便是船上的贝位。所有的贝位分为船舱内和甲板上两个部分,船舱和甲板之间通过船舱盖连接。以第5~6代的集装箱船为例,其标准装货量为:4800~8000TEU(集装箱计量单位,1个TEU相当于一个20英尺的集装箱),船舱内一般可以堆放5~9层集装箱,甲板一般可以堆放3~4层集装箱。一艘集装箱船停靠集装箱码头后,集装箱港口会分配一定数量的岸吊对这艘集装箱船进行装卸作业。岸吊作业方案制定的目的是给每台岸吊分配具体的作业贝位和作业顺序,使得集装箱船能够尽快完成装卸作业并离开集装箱码头。
迄今为止,很多集装箱港口的岸吊分配是由调度员根据他们的经验来制定,当停靠的集装箱船数量增加时,调度员的经验往往具有很大的局限性。岸吊是集装箱船和集装箱码头之间最主要的装卸机械,作业方案制定的优劣直接决定了集装箱船的在港处理时间和集装箱港的运作效率。为了提高集装箱港口的运作效率,建立岸吊作业方案的数学模型和开发求解算法来优化岸吊的作业过程是非常必要的。数学模型一方面可以反映调度员的实践经验,另一方面由于其客观性,它又不会被调度员个人的实践经验所局限。
发明内容
本发明人在深入调研和综合分析后,发现岸吊分配过程中,需要遵循以下操作规程:
1)岸吊在启动和在作业贝位间移动需要花费一定的成本,因此在实际操作中,为了降低成本,岸吊通常是完成一个贝位的作业后再移动到另一个贝位作业;另外,一个贝位最多只能容纳一台岸吊进行作业;
2)岸吊通常都在同一铁轨上,因此岸吊之间不能相互穿越。这是岸吊 分配方案制定的一条基本原则;
3)在岸吊的实际操作中,岸吊之间必须保持一定的安全距离以便作业顺利安全地进行。这也是岸吊实际操作中的强制规定。
本发明人针对岸吊分配过程中存在的难点和企业的实际要求,研究解决集装箱码头的岸吊分配问题,并将解决方案嵌入岸吊分配方案控制器中,使所开发的装置能够帮助码头企业实现对岸吊装卸集装箱全过程的优化作业和静态控制,达到提高码头的吞吐量,减少岸吊无效操作的目的,从而在保证操作安全的情况下,降低能源消耗及操作成本。
本发明以集装箱码头岸吊分配为研究对象,以提高卸船效率,提高码头吞吐量为目标,建立相应的岸吊分配优化建模,并设计合适的智能优化方法为集装箱码头提供一种提高岸吊作业效率的分配方法,使得各个岸吊在不发生碰撞的同时,更好的完成集装箱的装卸任务。
本发明所提出的提高集装箱码头岸吊作业效率的分配方法,其特征在于包括以下几个步骤:
步骤1:在系统分析岸吊分配问题以及认真观察集装箱码头岸吊实际操作的基础上,构建优化的岸吊分配数学模型;
步骤2:根据码头实际作业需求,以提高码头装卸效率,提高码头吞吐量为目标,考虑相应的岸吊不允许碰撞等约束条件,将岸吊操作过程中的目标和操作要求转化为数学模型的目标和约束条件;
步骤3:采用粒子群智能优化算法对岸吊分配问题进行求解,对岸吊所执行的每个贝位及各贝位之间的操作顺序进行实数编码,在充分利用效率的同时,有效避免了岸吊之间的碰撞,并最终得到优化的岸吊分配方案。
本发明在构建优化的岸吊分配模型时,首先引进了如下一些参数,它们分别是:
(1)贝位i所需要的装卸时间,Ω为所有贝位的集合;
(2)s,岸吊移动一个安全距离所需要的时间;
(3)M,一个很大的数值,其含义为码头装卸一条船所需要的最大作业时间;
(4)xij∈{0,1},如果贝位i的装卸完成时间不晚于贝位j的装卸开始时间,那么xij=1;否则xij=0;
(5)ziq∈{0,1},其中K为所有岸吊的集合,如果贝位i的装卸任务由岸吊q来执行,那么ziq=1;否则ziq=0;
(6)Di,贝位i的装卸完成时间;
(7)Cq,岸吊q的完成时间。
本发明所采用的目标函数是集装箱船上所有贝位的装卸完成时间{maxDi},而让目标函数最小化后得到的岸吊分配方案便是最优化的岸吊分配方案,
Minimize{maxDi}
使船舶上所有贝位的装卸完成时间最小化,也就能使到港船舶的停港时间最短,离港时间最早,合理进行岸吊分配,使到港船舶快速离港,这将提高码头的吞吐量,减少码头的损失,从而提高码头的经济效益。反之,因为每艘到港船舶均有相应的离港时间,如果码头没有按照船舶相应的离港时间完成装卸计划,码头必将交付相当大的拖期惩罚费用,这就会给码头造成不小的经济损失。
本发明的约束条件按照岸吊的操作规程设计如下:
(1)每台岸吊必须在完成当前贝位的所有装卸任务后才可以前往下一个贝位执行装卸任务:
Di-(Dj-pj-s)+Mxij>0
Di-(Dj-pj-s)-M(1-xij)≤0
(Dj-pj)为贝位j的开始时间,Di为贝位i的完成时间。按照第一个不等式,当xij=0时,Di>(Dj-pj),表示如果贝位j和贝位i没有先后关系约束,那么贝位j可以在岸吊完成贝位i的装卸并移开之前开始装卸。按照第二个不等式,当xij=1时,Di+s<(Dj-pj),表示如果贝位j和贝位i之间存在先后关系约束,那么贝位j必须在岸吊完成贝位i的装卸并移动离开后才能开始装卸作业。
因为岸吊从一个贝位移动到另一贝位,需要耗费相当大的电力等能源,这条约束是为了节省岸吊不必要的移动,延长岸吊使用寿命,以及节约电力等能源,起到环保及节约成本的作用。
(2)各个岸吊之间不允许发生碰撞:
如果xij=1或者xji=1时,上式不等号左侧是一个很大的数,不等式一定成立。当xij=0且xji=0时,上式不等号左侧等于0,那么不等号右侧必须满足即服务贝位i的岸吊号一定小于服务贝位j的岸吊号,即编号较小的贝位必须由编号较小的岸吊服务。
岸吊的碰撞不仅延误码头的作业时间,而且容易发生危险,损坏岸吊等设备,因此,岸吊之间的碰撞必须予以避免。
(3)每个贝位最多并且只能有一台岸吊为其进行装卸作业:
这条约束是为了保证岸吊的实际作业得以正常运行。一个贝位的空间最多容纳一个岸吊进行作业,如果违反此约束,碰撞就会发生。
(4)每个贝位装卸作业的完成时间一定不小于该贝位的装卸作业执行时间:
Di-pi≥0
每个贝位的所有集装箱必须全部装卸完成后,这个贝位的装卸计划才可以停止。否则,岸吊完成其它贝位的装卸计划后,还需要返回完成此贝位,继续进行装卸作业,造成能源以及装卸设备效率的浪费。
(5)每台岸吊的完工时间一定不小于其进行装卸作业的每个贝位的完工时间:
(6)所有贝位的最大完工时间一定不小于任一台岸吊的完工时间:
{maxDi}≥Cq
所有的装卸计划都完成以后,岸吊才可以停止作业。
本发明对岸吊分配问题进行求解的算法我们采用粒子群智能优化算法,其具体步骤如下:
步骤1:设置种群规模E、迭代次数τ,随机初始化种群中的所有个体;
步骤2:对每一个粒子,产生岸吊分配方案;所有岸吊分配方案必须满足岸吊之间不可以发生碰撞,尽量减少岸吊移动以减少能源浪费等约束条件;
步骤3:对每个粒子,计算相应的适应度值;在满足岸吊分配的约束条 件下,尽可能的让更多的船舶靠泊,并且减少码头对于船舶延迟离港的惩罚费用;
步骤4:更新每个粒子的最好位置和种群最好位置;
步骤5:根据速度更新公式,更新每个粒子的速度和位置:
]vmd=w*vmd+c1r1(pmd-xmd)+c2r2(pgd-xmd)
xmd=xmd+vmd
其中,vmd和xmd分别表示第m个粒子在第d维的速度和位置值,w为惯性权重,c1和c2为加速权重,r1和r2为[0,1]之间产生的随机值,pmd为第m个粒子在第d维找到的最好位置值,pgd为所有粒子找到的最好位置值;
步骤6:如果达到预定迭代次数,程序终止,进入步骤7;否则,返回步骤2;
步骤7:输出全体最优与个体最优。
在上述的步骤2中,对每个粒子形成岸吊分配方案的方法如下:
步骤2.1:对每一个粒子进行实数值编码,使每个粒子的每一维对应一个相应的待装卸的贝位,并且每一维的编码值均不小于0,且不大于最大的岸吊编号;
步骤2.2:将各个岸吊按海岸线上从左到右的顺序依次进行编号,如:1,2...,N;初始化i=1;
步骤2.3:对于待装卸的贝位i,找到岸吊q,其中q∈K,使得贝位i相应的粒子上维数的编码值大于(q-1)且不大于q,那么将待装卸的贝位i分配给岸吊q,执行步骤2.4;
步骤2.4:如果所有待装卸的贝位分配完毕,执行步骤2.5。否则,i=i+1返回步骤2.3;
步骤2.5:将每台岸吊负责的待装卸的贝位对应的编码值按照从小到大 的顺序进行排列,若有两个待装卸的贝位对应的编码值相等,那么先执行编号小的待装卸的贝位;排列后的顺序即为该岸吊执行的装卸顺序,如果岸吊之间发生碰撞,让编号小的岸吊进行等待,直到碰撞被避免;
步骤2.6:产生岸吊分配方案。
本发明还提供了一种在集装箱码头中实施上述提高岸吊作业效率的分配方法的装置,它包括至少一台PC机;至少一网线接口;至少一台路由器,其特征在于:另设置有数据采集器、存储器和岸吊分配方案上传器,在PC机中安装本发明的岸吊分配方法的软件系统,并通过网络、路由器连接到岸吊分配方案控制器。
本发明的实施提高岸吊作业效率分配方法的装置其特征在于:首先安装数据库系统,然后再安装本发明的软件系统。
本发明的优点在于:解决了集装箱码头岸吊作业的优化分配问题,在满足岸吊之间不允许发生碰撞的前提下,让每台岸吊在完成当前贝位装卸任务后,严谨有序地对其他贝位进行装卸,从而有效降低了岸吊反复移动的时间;对集装箱船上的所有贝位进行岸吊优化分配,不仅能够提高岸吊作业效率、提高码头吞吐量;还能够确保码头作业的安全,保证船舶按时离港,并减少岸吊作业所需的电力等能源的浪费,减少操作成本,取得较大的经济效益。
附图说明
图1是本发明的装置的部件配置图;
图2是本发明的粒子群智能优化算法的流程框图;
图3是本发明的粒子群智能优化算法中每个粒子产生岸吊分配方案的流程框图;
图4是根据粒子群算法得到的岸吊分配方案的示意图;
图5是根据粒子群算法得到的岸吊作业顺序的示意图;
图6是解决各岸吊在操作时避免碰撞的示意图。
具体实施方式
下面根据附图对本发明的内容作进一步的说明与补充。
首先,在设计本发明所提出的提高集装箱码头岸吊作业效率分配方法时,我们按照以下几个步骤来进行:
步骤1:在系统分析岸吊分配问题以及认真观察集装箱码头岸吊实际操作的基础上,构建优化的岸吊分配数学模型;
步骤2:根据码头实际作业需求,以提高码头装卸效率,加快船舶离港时间为目标,考虑相应的岸吊不允许碰撞等约束条件,将岸吊操作过程中的目标和原则转化为数学模型的目标和约束条件;
步骤3:采用粒子群智能优化算法对岸吊分配问题进行求解,对岸吊所执行的每个贝位及各贝位之间的操作顺序进行实数编码,在充分利用效率的同时,有效避免了岸吊之间的碰撞,并最终得到优化的岸吊分配方案。
在构建上述步骤1中的优化岸吊分配模型时,需要引进了如下一些参数,它们分别是:
(1)贝位i所需要的装卸时间,Ω为所有贝位的集合;
(2)s,岸吊移动一个安全距离所需要的时间;
(3)M,一个很大的数值,其含义为码头装卸一条船所需要的最大作业时间;
(4)xij∈{0,1},如果贝位i的装卸完成时间不晚于贝位j的装卸开始时间;那么xij=1;否则xij=0;
(5)ziq∈{0,1},其中K为所有岸吊的集合,如果贝位i的装卸任务由岸吊q来执行,;那么ziq=1;否则ziq=0;
(6)Di,贝位i的装卸完成时间;
(7)Cq,岸吊q的完成时间;
本发明所采用的目标函数是集装箱船上所有贝位的装卸完成时间{maxDi},而让目标函数最小化后得到的岸吊分配方案便是最优化的岸吊分配方案。
Minimize{maxDi}
使船舶上所有贝位的最大完成时间最小化,也就能使到港船舶的停港时间最短,离港时间最早,合理进行岸吊分配,使到港船舶快速离港,这将在很大程度上减少码头的损失并提高码头的经济效益。反之,因为每艘到港船舶均有相应的离港时间,如果码头没有按照船舶相应的离港时间完成装卸计划,码头必将交付相当大的拖期惩罚费用,这就会给码头造成不小的经济损失。
在考虑上述步骤2中的约束条件时,我们在充分研究岸吊的操作规程的基础上,提出如下的六条原则:
(1)每台岸吊必须在完成当前贝位的所有装卸任务后才可以前往下一个贝位执行装卸任务:
Di-(Dj-pj-s)+Mxij>0
Di-(Dj-pj-s)-M(1-xij)≤0
(Dj-pj)为贝位j的开始时间,Di为贝位i的完成时间。按照第一个不等式,当xij=0时,Di>(Dj-pj),表示如果贝位j和贝位i没有先后关系约束,那么贝位j可以在岸吊完成贝位i的装卸并移开之前开始装卸;按照第二 个不等式,当xij=1时,Di+s<(Dj-pj),表示如果贝位j和贝位i之间存在先后关系约束,那么贝位j必须在岸吊完成贝位i的装卸并移动离开后才能开始装卸作业。
因为岸吊从一个贝位移动到另一贝位,需要耗费相当大的电力等能源,这条约束是为了节省岸吊不必要的移动,延长岸吊使用寿命,以及节约电力等能源,起到环保的作用。
(2)各个岸吊之间不允许发生碰撞:
如果xij=1或者xji=1时,上式不等号左侧是一个很大的数,不等式一定成立。当xij=0且xji=0时,上式不等号左侧等于0,那么不等号右侧必须满足即服务贝位i的岸吊号一定小于服务贝位j的岸吊号,即编号较小的贝位必须由编号较小的岸吊服务。
岸吊的碰撞不仅延误码头的作业时间,而且容易发生危险,损坏岸吊等设备,因此,岸吊之间的碰撞必须予以避免。
(3)每个贝位最多并且只能有一台岸吊为其进行装卸作业:
这条约束是为了保证岸吊的实际作业得以正常运行。一个贝位的空间最多容纳一个岸吊进行作业,如果违反此约束,碰撞就会发生。
(4)每个贝位装卸作业的完成时间一定不小于该贝位的装卸作业执行时间:
Di-pi≥0
每个贝位的所有集装箱必须全部装卸完成后,这个贝位的装卸计划才可以停止。否则,岸吊完成其它贝位的装卸计划后,还需要返回到此贝位来,继续进行装卸作业,造成能源以及装卸设备效率的浪费。
(5)每台岸吊的完工时间一定不小于其进行装卸作业的每个贝位的完工时间:
(6)所有贝位的最大完工时间一定不小于任一台岸吊的完工时间:
{maxDi}≥Cq
所有的装卸计划都完成以后,岸吊才可以停止作业。
在确定上述步骤3中对岸吊分配问题进行求解的算法时,我们考虑采用粒子群智能优化算法,如图2所示,其具体步骤如下:
步骤1:设置种群规模E、迭代次数τ,随机初始化种群中的所有个体;
步骤:2:对每一个粒子,形成岸吊分配方案,所有岸吊分配方案必须满足岸吊之间不可以发生碰撞,尽量减少岸吊移动以减少能源浪费等约束条件;
步骤3:对每个粒子,计算相应的适应度值,在满足岸吊分配的约束条件下,尽可能的让更多的船舶靠泊,并且减少码头对于船舶延迟离港的惩罚费用;
步骤4:更新每个粒子的最好位置和种群最好位置,即替换个体与群体最优值;
步骤5:根据速度更新公式,更新每个粒子的速度和位置,即进行速度、位置以及惯性权重更新:
vmd=w*vmd+c1r1(pmd-xmd)+c2r2(pgd-xmd)
xmd=xmd+vmd;
其中,vmd和xmd分别表示第m个粒子在第d维的速度和位置值。w为惯性权重,c1和c2为加速权重,r1和r2为[0,1]之间产生的随机值。pmd为第m个粒子在第d维找到的最好位置值。pgd为所有粒子找到的最好位置值。
步骤6:如果达到预定迭代次数,终止条件;否则,返回步骤2;
步骤7:输出全体最优与个体最优结果。
在上述粒子群智能优化算法的步骤2中,对每个粒子形成岸吊分配方案的流程示于图3,具体如下:
步骤2.1:对每一个粒子进行实数值编码,使每个粒子的每一维对应一个相应的待装卸的贝位,并且每一维的编码值均不小于0,且不大于最大的岸吊编号;
步骤2.2:将各个岸吊按海岸线上从左到右的顺序依次进行编号,如:1,2...,N。初始化i=1;
步骤2.3:对于待装卸的贝位i,找到岸吊q,其中q∈K,使得贝位i相应的粒子上维数的编码值大于(q-1)且不大于q,那么将待装卸的贝位i分配给岸吊q,执行步骤2.4;
步骤2.4:如果所有待装卸的贝位分配完毕,执行步骤2.5。否则,i=i+1返回步骤2.3;
步骤2.5:将每台岸吊负责的待装卸的贝位对应的编码值按照从小到大的顺序进行排列,若有两个待装卸的贝位对应的编码值相等,那么先执行编号小的待装卸的贝位,排列后的顺序即为该岸吊执行的装卸顺序,如果岸吊之间发生碰撞,让编号小的岸吊进行等待,直到碰撞被避免;
步骤2.6:产生岸吊分配方案。
图4与图5就分别是根据上述粒子群智能优化算法所得出的岸吊作业分配方案的示意图和岸吊作业顺序的示意图;图6是解决各岸吊在操作时避免碰撞的示意图。
在完成上述软件的设计之后,本发明将它嵌入到集装箱码头物流作业控制器中,该系统的运行需要以下装置:至少一台PC机;至少一网线接口;至少一台路由器。这些设备放在集装箱码头的中控室,如图1所示。另设置有数据采集器、存储器和岸吊分配方案上传器,在PC机中安装本发明的岸吊分配方法的软件系统,并通过网络、路由器连接到岸吊分配方案控制器。
安装本发明的实施提高岸吊作业效率分配方法的装置时,首先安装数据库系统,然后再安装本发明的软件系统
本发明在码头现场实施时,其具体操作步骤如下:
(1)用户启动岸吊分配系统后,首先输入用户名和密码,若用户为非法用户则不能进入岸吊分配系统;若用户为合法的用户,则可以顺利进入岸吊分配系统;
(2)用户利用自己的工号和密码进入集装箱码头系统中的数据触发画面,执行岸吊分配的功能模块;
(3)用户在岸吊分配系统中进入数据下载界面,执行待装卸船舶相关的集装箱信息的下载;下载的集装箱信息字段包括:状态,箱号,尺寸,重量,到港站,所在倍位,所在行,所在层,所属公司,箱型;下载成功后的集装箱信息将显示在系统的下载界面中;
(4)数据下载完成后,用户需要输入每台岸吊状态等信息;输入信息后,执行岸吊分配方案的自动生成功能;
(5)将系统生成的岸吊分配结果上传到集装箱码头系统中,该结果是先以文 本文件形式存储在本机的指定目录上,然后再将结果上传到集装箱码头的系统中。
实施例1
目前在国内和国外担任海运业务的集装箱船分为六代,通常船舱内可堆放3-9层,甲板上堆放3-4层TEU(国际标准集装箱单位),第五代集装箱船可载4800TEU;第六代则可载8000TEU。本实施例对具有6个贝位的到港船舶(第五代集装箱船)上的集装箱制定装卸计划,并采用2台岸吊来执行该装卸计划。
具体操作步骤如下:
第一步:执行待装卸集装箱信息的下载。下载的集装箱信息字段包括:状态,箱号,尺寸,重量,到港站,所在贝位,所在行,所在层,所属公司,箱型。
第二步:通过最优化建模,建立集装箱码头的岸吊分配模型。对岸吊分配模型进行参数设置,包括船舶上的贝位数目,以及用于服务该船舶的岸吊数目:
表1模型参数
序号 | 已知信息 | 符号 | 具体参数值 | 备注 |
1 | 贝位数 | J | 6 | |
2 | 岸吊数 | Q | 2 | 同种岸吊 |
第三步:对粒子群算法中的参数进行参数设置,包括惯性权重、学习因子、种群规模以及迭代次数等:
表2粒子群算法参数
第四步:输入各贝位所需的装卸时间信息等已知数据:
表3贝位所需装卸时间
贝位编号 | 1 | 2 | 3 | 4 | 5 | 6 |
装卸时间 | 121 | 84 | 135 | 147 | 79 | 103 |
第五步,对粒子群算法进行编码和解码;这其中又可细分为两步:
如图4所示,首先产生服务各个贝位的岸吊的分配方案。通过实数编码方法,得到一组对应于各个贝位的实数值(在0到岸吊数目之间产生),如果某个贝位对应的实数值在0到1之间,则该贝位由第一台岸吊服务。相应地,如果某个贝位对应的实数值在1到2之间,则该贝位由第二台岸吊服务,以此类推。直到得到所有贝位的岸吊分配方案。
如图5所示,然后再产生每台岸吊服务各自贝位的顺序分配方案,。通过第五步得到的岸吊分配方案,将由每台岸吊服务的贝位对应的实数值进行非降顺序的排序,得到每台岸吊服务相应贝位的顺序。
第六步,检查岸吊之间是否可能发生碰撞,若果有可能发生碰撞,让具有较小标号的岸吊等待另一台岸吊完成现在所在贝位的装卸作业后,再进行下一贝位 的装卸作业,以避免碰撞的发生。
第七步:得到粒子群智能优化算法求得的优化结果(包括服务每个贝位的岸吊号以及每个贝位的开始服务时间以及服务完成时间)。
第八步,结果输出。
实验表明,对于该实施例,粒子群智能优化算法的结果与CPLEX商业软件得到的结果相同,但CPLEX软件和粒子群算法的响应时间分别为,3.07s和2.97s,粒子群算法的求解时间更短。具体实验结果如下:
表4实验结果
贝位编号 | 服务岸吊编号 | 服务开始时间 | 服务完成时间 |
1 | 1 | 215 | 335 |
2 | 2 | 251 | 334 |
3 | 1 | 80 | 214 |
4 | 2 | 104 | 250 |
5 | 1 | 1 | 79 |
6 | 2 | 1 | 103 |
实施例2
本实施例对具有8个贝位的到港船舶(第六代集装箱船)上的集装箱制定装卸计划,并采用2台岸吊来执行该装卸计划。
具体操作步骤如下:
第一步:执行待装卸集装箱信息的下载。下载的集装箱信息字段包括:状态,箱号,尺寸,重量,到港站,所在贝位,所在行,所在层,所属公司,箱型。
第二步:通过最优化建模,建立集装箱码头的岸吊分配模型。对岸吊分配 模型进行参数设置,包括船舶上的贝位数目,以及用于服务该船舶的岸吊数目:
表5模型参数
序号 | 已知信息 | 符号 | 具体参数值 | 备注 |
1 | 贝位数 | J | 8 | |
2 | 岸吊数 | Q | 2 | 同种岸吊 |
第三步:对粒子群算法中的参数进行参数设置,包括惯性权重、学习因子、种群规模以及迭代次数等:
按照表2设置相关粒子群算法的参数。
第四步:输入各贝位所需的装卸时间信息等已知数据:
表6贝位所需装卸时间
贝位编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
装卸时间 | 77 | 156 | 109 | 153 | 86 | 133 | 159 | 127 |
第五步,对粒子群算法进行编码和解码。
产生服务各个贝位的岸吊的分配方案。通过实数编码方法,得到一组对应于各个贝位的实数值(在0到岸吊数目之间产生),如果某个贝位对应的实数值在0到1之间,则该贝位由第一台岸吊服务。相应地,如果某个贝位对应的实数值在1到2之间,则该贝位由第二台岸吊服务,以此类推。直到得到所有贝位的岸吊分配方案。
产生每台岸吊服务各自贝位的顺序分配方案。根据第五步得到的岸吊分配方案,将由每台岸吊服务的贝位对应的实数值进行非降顺序的排序,得到每台岸吊 服务相应贝位的顺序。
第六步,检查岸吊之间是否可能发生碰撞,若果有可能发生碰撞,让具有较小标号的岸吊等待另一台岸吊完成现在所在贝位的装卸作业后,再进行下一贝位的装卸作业,以避免碰撞的发生。
第七步:得到粒子群智能优化算法求得的优化结果(包括服务每个贝位的岸吊号以及每个贝位的开始服务时间以及服务完成时间)。
第八步,结果输出。
实验表明,对于该实施例,粒子群智能优化算法的结果与CPLEX商业软件得到的结果相同,但CPLEX软件和粒子群算法的响应时间分别为,25.47s和3.12s,粒子群算法的求解时间明显优于CPLEX软件。具体实验结果如下:
表7实验结果
贝位编号 | 服务岸吊编号 | 服务开始时间 | 服务完成时间 |
1 | 1 | 263 | 339 |
2 | 1 | 340 | 495 |
3 | 1 | 154 | 262 |
4 | 1 | 1 | 153 |
5 | 2 | 160 | 245 |
6 | 2 | 246 | 378 |
7 | 2 | 1 | 159 |
8 | 2 | 379 | 505 |
实施例3
本实施例对具有10个贝位的到港船舶(第六代集装箱船)上的集装箱制定装卸计划,并采用3台岸吊来执行该装卸计划。
具体操作步骤如下:
第一步:执行待装卸集装箱信息的下载。下载的集装箱信息字段包括:状态,箱号,尺寸,重量,到港站,所在贝位,所在行,所在层,所属公司,箱型。
第二步:通过最优化建模,建立集装箱码头的岸吊分配模型。对岸吊分配模型进行参数设置,包括船舶上的贝位数目,以及用于服务该船舶的岸吊数目:
表8模型参数
序号 | 已知信息 | 符号 | 具体参数值 | 备注 |
1 | 贝位数 | J | 10 | |
2 | 岸吊数 | Q | 3 | 同种岸吊 |
第三步:对粒子群算法中的参数进行参数设置,包括惯性权重、学习因子、种群规模以及迭代次数等:
根据表2设置相关粒子群算法的参数。
第四步:输入各贝位所需的装卸时间信息等已知数据:
表9贝位所需装卸时间
贝位编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
装卸时间 | 146 | 144 | 76 | 101 | 81 | 89 | 157 | 138 | 117 | 134 |
[0185] 第五步,对粒子群算法进行编码和解码。
产生服务各个贝位的岸吊的分配方案。如图4所示,通过实数编码方法,得到一组对应于各个贝位的实数值(在0到岸吊数目之间产生),如果某个贝位对应的实数值在0到1之间,则该贝位由第一台岸吊服务。相应地,如果某个贝位对应的实数值在1到2之间,则该贝位由第二台岸吊服务,以此类推。直到得到所有贝位的岸吊分配方案。
产生每台岸吊服务各自贝位的顺序分配方案。如图5所示,通过图2的实数编码方法,得到一组对应于各个贝位的实数值后(在0到岸吊数目之间产生),通过图1的结果,将由每台岸吊服务的贝位对应的实数值进行非降顺序的排序,得到每台岸吊服务相应贝位的顺序。例如,通过图4得到,贝位1和贝位3都由岸吊1进行装卸计划,它们对应的实数值分别为1.6和1.9,因此,岸吊2的服务顺序为先服务贝位1,再服务贝位3。
第六步,解决岸吊发生碰撞的情况。如图6所示,如果岸吊1与岸吊2即将发生碰撞(岸吊1完成第一个贝位的装卸计划后,由第一个贝位向第五个贝位移动,而岸吊2此时在贝位3),则让岸吊2停止运行,等待岸吊1完成相应贝位(贝位3)的任务并离开该贝位后(岸吊2向贝位5以后的贝位移动,此时岸吊1与岸吊2不再发生碰撞),岸吊2继续执行之前的操作(贝位5的装卸计划)。
第七步:得到粒子群智能优化算法求得的优化结果(包括服务每个贝位的岸吊号以及每个贝位的开始服务时间以及服务完成时间)。
第八步,结果输出。
实验表明,对于该实施例,粒子群智能优化算法的结果与CPLEX商业 软件得到的结果相同,但CPLEX软件和粒子群算法的响应时间分别为,837.56s和4.31s,CPLEX软件的求解时间远远大于粒子群算法的求解时间。具体实验结果如下:
表10实验结果
贝位编号 | 服务岸吊编号 | 服务开始时间 | 服务完成时间 |
1 | 1 | 256 | 401 |
2 | 1 | 102 | 245 |
3 | 2 | 328 | 403 |
4 | 1 | 1 | 101 |
5 | 2 | 247 | 327 |
6 | 2 | 158 | 246 |
7 | 2 | 1 | 157 |
8 | 3 | 1 | 138 |
9 | 3 | 273 | 389 |
10 | 3 | 139 | 272 |
Claims (8)
1.一种提高集装箱码头岸吊作业效率的分配方法,其特征在于包括以下几个步骤:
步骤1:在系统分析岸吊分配问题以及认真观察集装箱码头岸吊实际操作的基础上,构建优化的岸吊分配数学模型;
步骤2:根据码头实际作业需求,以提高码头装卸效率,提高码头吞吐量为目标,考虑相应的岸吊不允许碰撞等约束条件,将岸吊操作过程中的目标和原则转化为数学模型的目标和约束条件;
步骤3:采用粒子群智能优化算法对岸吊分配问题进行求解,对岸吊所执行的每个任务及各任务之间的操作顺序进行实数编码,在充分利用效率的同时,有效避免了岸吊之间的碰撞,并最终得到优化的岸吊分配方案。
2.按权利要求1所述的提高集装箱码头岸吊作业效率的分配方法,其特征在于所说的优化的岸吊分配模型包括以下参数:
(1)贝位i所需要的装卸时间,Ω为所有贝位的集合;
(2)s,岸吊移动一个安全距离所需要的时间;
(3)M一个很大的数值,其含义为码头装卸一条船所需要的最大作业时间;
(4)xij∈{0,1},如果贝位i的装卸完成时间不晚于贝位j的装卸开始时间,那么xij=1;否则xij=0;
(5)ziq∈{0,1},其中K为所有岸吊的集合,如果贝位i的装卸任务由岸吊q来执行,那么ziq=1;否则ziq=0;
(6)贝位i的装卸完成时间;
(7)岸吊q的完成时间。
3.按权利要求1所述的提高集装箱码头岸吊作业效率的分配方法,其特征在于所说的优化的岸吊分配数学模型其目标函数是集装箱船上所有贝位的装卸完成时间{maxDi},而让目标函数最小化后
Minimize{maxDi}
得到的岸吊分配方案便是最优化的岸吊分配方案。
4.按权利要求1所述的提高集装箱码头岸吊作业效率的分配方法,其特征在于所说的约束条件是:
(1)每台岸吊必须在完成当前贝位的所有装卸任务后才可以前往下一个贝位执行装卸任务:
Di-(Dj-pj-s)+Mxij>0,
Di-(Dj-pj-s)-M(1-xij)≤0;
式中(Dj-pj)为贝位j的开始时间,Di为贝位i的完成时间;
(2)各个岸吊之间不允许发生碰撞:
(3)每个贝位最多并且只能有一台岸吊为其进行装卸作业:
(4)每个贝位装卸作业的完成时间一定不小于该未必的装卸作业执行时间:
Di-pi≥0;
(5)每台岸吊的完工时间一定不小于其实行装卸计划的每个贝位的完工时间:
(6)所有贝位的最大完工时间一定不小于所有岸吊的完工时间:
Dmax≥Cq。
5.按权利要求1所述的提高集装箱码头岸吊作业效率的分配方法,其特征在于所说的粒子群智能优化算法其具体步骤如下:
步骤1:设置种群规模E、迭代次数τ,随机初始化种群中的所有个体;
步骤2:对每一个粒子,产生岸吊分配方案,所有岸吊分配方案必须满足岸吊之间不可以发生碰撞,尽量减少岸吊移动以减少能源浪费等约束条件;
步骤3:对每个粒子,计算相应的适应度值,在满足岸吊分配的约束条件下,尽可能的让更多的船舶靠泊,并且减少码头对于船舶延迟离港的惩罚费用;
步骤4:更新每个粒子的最好位置和种群最好位置;
步骤5:根据速度更新公式,更新每个粒子的速度和位置:
vmd=w*vmd+c1r1(pmd-xmd)+c2r2(pgd-xmd)
xmd=xmd+vmd
其中,vmd和xmd分别表示第m个粒子在第d维的速度和位置值;w为惯性权重,c1和c2为加速权重;r1和r2为[0,1]之间产生的随机值;pmd为第m个粒子在第d维找到的最好位置值;pgd为所有粒子找到的最好位置值;
步骤6:如果达到预定迭代次数,停止,否则,返回步骤2;
步骤7:输出全体最优与个体最优。
6.按权利要求5所述的提高集装箱码头岸吊作业效率的分配方法,其特征在于所说的粒子群智能优化算法的步骤2中,对每个粒子形成岸吊分配方案的方法如下:
步骤2.1:对每一个粒子进行实数值编码,使每个粒子的每一维对应一个相应的待装卸的贝位,并且每一维的编码值均不小于0,且不大于最大的岸吊编号;
步骤2.2:将各个岸吊按海岸线上从左到右的顺序依次进行编号,如:1,2...,N。初始化i=1,q=1;
步骤2.3:对于待装卸的贝位i,找到岸吊q,其中q∈K,使得贝位i相应的粒子上维数的编码值大于(q-1)且不大于q,那么将待装卸的贝位i分配给岸吊q,执行步骤2.4;
步骤2.4:如果所有待装卸的贝位分配完毕,执行步骤2.5;否则,i=i+1返回步骤2.3;
步骤2.5:将每台岸吊负责的待装卸的贝位对应的编码值按照从小到大的顺序进行排列,若有两个待装卸的贝位对应的编码值相等,那么先执行编号小的待装卸的贝位,排列后的顺序即为该岸吊执行的装卸顺序;如果岸吊之间发生碰撞,让编号小的岸吊进行等待,直到碰撞被避免;
步骤2.6:产生岸吊分配方案。
7.一种实施权利要求1所述的提高集装箱码头岸吊作业效率的分配方法的装置,其特征在于它包括至少一台PC机;至少一网线接口;至少一台路由器,其特征在于:另设置有数据采集器、存储器和岸吊分配方案上传器,在PC机中安装本发明的岸吊分配方法的软件系统,并通过网络、路由器将结果输入到岸吊分配方案控制器。
8.按权利要求7所述的实施提高集装箱码头岸吊作业效率的分配方法的装置,其特征在于首先安装数据库系统,然后再安装本发明的软件系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310051816.2A CN103996106A (zh) | 2013-02-17 | 2013-02-17 | 一种提高集装箱码头岸吊作业效率的分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310051816.2A CN103996106A (zh) | 2013-02-17 | 2013-02-17 | 一种提高集装箱码头岸吊作业效率的分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103996106A true CN103996106A (zh) | 2014-08-20 |
Family
ID=51310265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310051816.2A Pending CN103996106A (zh) | 2013-02-17 | 2013-02-17 | 一种提高集装箱码头岸吊作业效率的分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103996106A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240062A (zh) * | 2014-09-12 | 2014-12-24 | 浙江大学 | 一种港口集装箱吞吐量的计算方法 |
CN107032234A (zh) * | 2016-12-13 | 2017-08-11 | 上海国际港务(集团)股份有限公司振东集装箱码头分公司 | 自动化轨道吊双车避让系统 |
CN107220737A (zh) * | 2017-07-27 | 2017-09-29 | 河海大学 | 一种Hub‑spoke模式下港口集装箱班轮支线网络优化方法 |
CN107871165A (zh) * | 2017-11-23 | 2018-04-03 | 山东科技大学 | 一种基于改进spea2算法的岸吊优化调度方法 |
CN109325703A (zh) * | 2018-10-10 | 2019-02-12 | 上海海勃物流软件有限公司 | 一种两端式轨道吊的任务分配方法及系统 |
CN110203708A (zh) * | 2019-06-05 | 2019-09-06 | 大连理工大学 | 一种不完全提箱信息下的集装箱堆场翻箱落位优选方法 |
CN113689076A (zh) * | 2021-07-23 | 2021-11-23 | 天津港太平洋国际集装箱码头有限公司 | 基于核心作业线提升船舶装卸作业效率的方法 |
-
2013
- 2013-02-17 CN CN201310051816.2A patent/CN103996106A/zh active Pending
Non-Patent Citations (1)
Title |
---|
JIAO ZHAO ETC.: "A particle swarm optimization for the quay crane scheduling problem with non-interference constraints", 《PROCEEDINGS OF THE IEEE INTERNATIONAL CONFERENCE ON AUTOMATION AND LOGISTICS》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240062A (zh) * | 2014-09-12 | 2014-12-24 | 浙江大学 | 一种港口集装箱吞吐量的计算方法 |
CN104240062B (zh) * | 2014-09-12 | 2017-04-12 | 浙江大学 | 一种港口集装箱吞吐量的计算方法 |
CN107032234A (zh) * | 2016-12-13 | 2017-08-11 | 上海国际港务(集团)股份有限公司振东集装箱码头分公司 | 自动化轨道吊双车避让系统 |
CN107220737A (zh) * | 2017-07-27 | 2017-09-29 | 河海大学 | 一种Hub‑spoke模式下港口集装箱班轮支线网络优化方法 |
CN107220737B (zh) * | 2017-07-27 | 2020-11-10 | 河海大学 | 一种Hub-spoke模式下港口集装箱班轮支线网络优化方法 |
CN107871165A (zh) * | 2017-11-23 | 2018-04-03 | 山东科技大学 | 一种基于改进spea2算法的岸吊优化调度方法 |
CN109325703A (zh) * | 2018-10-10 | 2019-02-12 | 上海海勃物流软件有限公司 | 一种两端式轨道吊的任务分配方法及系统 |
CN110203708A (zh) * | 2019-06-05 | 2019-09-06 | 大连理工大学 | 一种不完全提箱信息下的集装箱堆场翻箱落位优选方法 |
CN110203708B (zh) * | 2019-06-05 | 2020-04-14 | 大连理工大学 | 一种不完全提箱信息下的集装箱堆场翻箱落位优选方法 |
CN113689076A (zh) * | 2021-07-23 | 2021-11-23 | 天津港太平洋国际集装箱码头有限公司 | 基于核心作业线提升船舶装卸作业效率的方法 |
CN113689076B (zh) * | 2021-07-23 | 2023-11-14 | 天津港太平洋国际集装箱码头有限公司 | 基于核心作业线提升船舶装卸作业效率的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103996106A (zh) | 一种提高集装箱码头岸吊作业效率的分配方法 | |
Hu et al. | A three-stage decomposition method for the joint vehicle dispatching and storage allocation problem in automated container terminals | |
Park et al. | Real-time scheduling for twin RMGs in an automated container yard | |
Song et al. | Study on berth planning problem in a container seaport: Using an integrated programming approach | |
CN104555473A (zh) | 整体规划和控制集装箱码头中集装箱流操作的系统及方法 | |
US20060182527A1 (en) | Automated container terminal scheduling | |
CN111498696B (zh) | 一种双吊具场桥调度优化方法及装置 | |
CN111861205A (zh) | 一种自动化集装箱码头出口箱空间分配方法 | |
Zhang et al. | Cooperative scheduling of AGV and ASC in automation container terminal relay operation mode | |
Liang et al. | A berth allocation planning problem with direct transshipment consideration | |
JP5686072B2 (ja) | 倉庫作業計画作成装置 | |
Zhang et al. | Optimization for two-stage double-cycle operations in container terminals | |
Yang et al. | An intelligent storage determining method for inbound containers in container terminals | |
Digiesi et al. | Dry port as a lean and green strategy in a container terminal hub: A mathematical programming model | |
CN114331075A (zh) | 堆场拖车调度方法、装置、设备及存储介质 | |
CN113743739B (zh) | 一种基于混合整数规划、组合优化算法的agv调度方法 | |
Nguyen et al. | Dispatching vehicles considering uncertain handling times at port container terminals | |
KR20100048004A (ko) | 자동화 컨테이너 터미널에서 이종 장비간 통합 일정계획방법 | |
CN101893854A (zh) | 集装箱码头装船倍内发箱顺序决策系统 | |
Fu et al. | Berth and quay crane scheduling optimization based on improved genetic algorithm | |
Park et al. | Simulation analysis on effective operation of handling equipments in automated container terminal | |
Liang et al. | Study on yard crane scheduling with multiple container flows in a container terminal | |
KR20100038957A (ko) | 고단적재 시스템 운영 방법 | |
Xuelian et al. | An algorithm for continuous berth allocation with quay crane dynamic allocation | |
Wan et al. | Optimization for container Handling equipments allocation based on ARENA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140820 |