CN113837692B - 一种港口作业场地车辆智能调度决策方法及其决策系统 - Google Patents
一种港口作业场地车辆智能调度决策方法及其决策系统 Download PDFInfo
- Publication number
- CN113837692B CN113837692B CN202111116551.0A CN202111116551A CN113837692B CN 113837692 B CN113837692 B CN 113837692B CN 202111116551 A CN202111116551 A CN 202111116551A CN 113837692 B CN113837692 B CN 113837692B
- Authority
- CN
- China
- Prior art keywords
- port
- resource
- point
- loading
- model
- 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
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种港口作业场地车辆智能调度决策方法及其决策系统，涉及港口调度技术领域，包括人机交互系统、数据库管理系统、模型管理系统和信息输出系统，所述人机交互系统包括控制主机、显示器和输入面板，所述数据库管理系统包括港口地图路径数据、装卸船集中点定位数据和资源中转点定位数据；本发明构建港口三维模型，通过分析统计各个装卸船集中点和各个资源中转点之间的调度路径数量，计算各个调度路径的距离评估时间，得到港口范围内，对多个装卸船集中点辐射范围最广且用时最少的资源中转点，接着筛选出各装卸船集中点和各资源中转点之间的最短调度路径，分配拖车，以此作为决策方案，使得运输时间更短，优化运输效率。
Description
技术领域
本发明涉及港口调度技术领域，尤其涉及一种港口作业场地车辆智能调度决策方法及其决策系统。
背景技术
港口参与生产作业的流动机械种类繁杂、数量庞大、包括履带起重机、装载机、叉式装卸车、拖车等，其中，针对拖着的调度是重中之重，如何加强港口拖车操作秩序，提高项目车辆的管理，加强降本增效工作，成为目前各大港口急需解决的问题；
目前在调度运输的过程中，对运送能力的制约主要是运输的路径，以及针对跟个中转点的拖车分配问题，合理规划路径和拖车数量是现有技术中急需解决的问题，因此，本发明提出一种港口作业场地车辆智能调度决策方法及其决策系统以解决现有技术中存在的问题。
发明内容
针对上述问题，本发明提出一种港口作业场地车辆智能调度决策方法及其决策系统，该港口作业场地车辆智能调度决策方法及其决策系统根据三维模型，确定中心资源中转点和最短路径，以此调度拖车来确定决策方案，使得运输时间更短，优化运输效率。
为实现本发明的目的，本发明通过以下技术方案实现：一方面，提出一种港口作业场地车辆智能调度决策方法，包括以下步骤：
步骤一：数据储存，利用GPS公用频点获取港口遥感影像全局时空数据，包括港口地图路径数据、装卸船集中点定位数据和资源中转点定位数据，对数据进行分类去重并加密保存在数据库管理系统；
步骤二：模型构建，将数据库管理系统中的图像进行拉伸立体化，再输出相应GIS空间数据，并对GIS空间数据的各参数信息进行矢量化，再将矢量化后的各个路径图层加载到港口模型中，并通过符号化来增强显视效果，获得包括港口地图路径、装卸船集中点和资源中转点的港口三维模型；
步骤三：分析资源点，在港口三维模型中构建拖车模型并设定装载量，分析各个装卸船集中点和各个资源中转点之间的调度路径数量，计算各个调度路径的距离时间，得到对多个装卸船集中点辐射范围最广且用时最少的资源中转点，为中心资源中转点，资源承载量最多，接着以此类推出第二、第三资源中转点；
步骤四：方案设定，筛选出各装卸船集中点和各资源中转点之间的最短调度路径，并根据中心资源中转点、第二资源中转点的顺序依次模拟分配从多至少数量的拖车，以此作为决策方案；
步骤五：实际应用，将决策方案转换为语音，无线传输给实际拖车的司机，规划调度路径，同时，定位实际拖车的位置，并在在港口三维模型中，将拖车模型根据实际拖车来改变模拟位置，在出现异常情况的时候，灵活调控。
进一步改进在于：所述步骤四中，同步记录各装卸船集中点和各资源中转点之间的次短路径，以此作为备选方案，用于应对突发情况。
另一方面，提出一种港口作业场地车辆智能调度决策系统，包括人机交互系统、数据库管理系统、模型管理系统和信息输出系统，所述人机交互系统包括控制主机、显示器和输入面板，所述数据库管理系统包括港口地图路径数据、装卸船集中点定位数据和资源中转点定位数据，所述模型管理系统接入数据库管理系统，且模型管理系统包括调度模型构建模块、仿真模拟模块和调度车辆实时定位模块，所述信息输出系统包括决策总结模块和指令发出模块；
所述数据库管理系统、模型管理系统和信息输出系统均基于控制主机，所述港口地图路径数据包含港口遥感影像全局时空数据，所述装卸船集中点定位数据包含装卸船集中点在港口地图路径数据中的坐标位置及各装卸船集中点吞吐量，所述资源中转点定位数据包含资源中转点在港口地图路径数据中的坐标位置及各资源中转点吞吐量；所述调度模型构建模块构建港口地图路径、装卸船集中点和资源中转点对应的港口三维模型，所述仿真模拟模块包括综合模拟模块、拖车模型构建模块和方案记录模块，所述拖车模型构建模块在港口三维模型中构建拖车模型并设定装载量，所述综合模拟模块在港口三维模型中统计各个装卸船集中点和各个资源中转点之间的调度路径数量，按照最多路径确定中心资源中转点、第二资源中转点，以此类推，所述综合模拟模块筛选出各装卸船集中点和各资源中转点之间的最短调度路径，并模拟分配不同数量的拖车，以此作为决策方案。
进一步改进在于：所述显示器用于显示模型管理系统所构建的港口三维模型及其中的动态调度方案，所述输入面板用于操作人员手工输入并完善数据库管理系统内部储存的数据。
进一步改进在于：所述调度模型构建模块还原数据库管理系统中的立体图像并通过3Dmax软件将图像进行拉伸立体化，再输出相应GIS空间数据，并通过ArcMAP软件对GIS空间数据的各参数信息进行矢量化，再将矢量化后的各个路径图层加载到港口模型中，将数据3D可视化，并通过符号化来增强显视效果，获得港口三维模型。
进一步改进在于：所述综合模拟模块分析各个装卸船集中点和各个资源中转点之间的调度路径数量，计算各个调度路径的距离评估时间，得到港口范围内，对多个装卸船集中点辐射范围最广且用时最少的资源中转点，以该资源中转点为中心资源中转点，作为资源承载量最多的点。
进一步改进在于：所述综合模拟模块分配拖车数量的标准为：以中心资源中转点作为拖车重点分配点，以第二资源中转点作为拖车次等分配点，以此类推。
进一步改进在于：所述方案记录模块记录决策方案，且方案记录模块同步记录各装卸船集中点和各资源中转点之间的次短路径，以此作为备选方案。
进一步改进在于：所述车辆实时定位模块无线连接实际的拖车，对实际拖车进行定位，所述车辆实时定位模块连接拖车模型并在港口三维模型中根据实际拖车来改变拖车模型的位置，操作人员根据拖车实际位置进行灵活调控。
进一步改进在于：所述决策总结模块接入方案记录模块，将决策方案转换为语音，所述指令发送模块将语音无线传输给实际拖车的司机，规划调度路径。
本发明的有益效果为：
1、本发明通过数据库管理系统收集保存港口地图路径数据、装卸船集中点定位数据和资源中转点定位数据，并通过上述数据构建港口三维模型，通过分析统计各个装卸船集中点和各个资源中转点之间的调度路径数量，计算各个调度路径的距离评估时间，得到港口范围内，对多个装卸船集中点辐射范围最广且用时最少的资源中转点，以该资源中转点为中心资源中转点，以此类推出第二、第三资源中转点，接着筛选出各装卸船集中点和各资源中转点之间的最短调度路径，并根据中心资源中转点、第二资源中转点的顺序依次模拟分配从多至少数量的拖车，以此作为决策方案，综上，根据三维模型，确定中心资源中转点和最短路径，以此调度拖车来确定决策方案，使得运输时间更短，优化运输效率。
2、本发明同步记录各装卸船集中点和各资源中转点之间的次短路径，以此作为备选方案，用于应对突发情况，使得决策方案更完善。
3、本发明利用车辆实时定位模块无线连接实际的拖车，对实际拖车进行定位，并在港口三维模型中根据实际拖车来改变拖车模型的位置，操作人员根据拖车实际位置进行灵活调控，方便快速改变调度方案，应对各种情况，时效性高，更加智能化。
附图说明
图1为本发明的方法流程图；
图2为本发明的系统组成图。
具体实施方式
为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
实施例一
根据图1所示，本实施例提出了一种港口作业场地车辆智能调度决策方法，包括以下步骤：
步骤一：数据储存
利用GPS公用频点手段获取卫星、航空技术所采集的港口遥感影像全局时空数据，包括港口地图路径数据、装卸船集中点定位数据和资源中转点定位数据，对数据进行分析、分类、去重并加密保存，然后保存在数据库管理系统；
步骤二：模型构建
通过3Dmax软件将数据库管理系统中的图像进行拉伸立体化，再输出相应GIS空间数据，并通过ArcMAP软件对GIS空间数据的各参数信息进行矢量化，再将矢量化后的各个路径图层加载到港口模型中，将数据3D可视化，并通过符号化来增强显视效果，获得包括港口地图路径、装卸船集中点和资源中转点的港口三维模型；
步骤三：分析资源点
在港口三维模型中构建拖车模型并设定装载量，分析统计各个装卸船集中点和各个资源中转点之间的调度路径数量，计算各个调度路径的距离评估时间，得到港口范围内，对多个装卸船集中点辐射范围最广且用时最少的资源中转点，以该资源中转点为中心资源中转点，资源承载量最多，接着以此类推出第二、第三资源中转点，其中，将中心资源中转点作为资源承载量最多的点；
步骤四：方案设定
筛选出各装卸船集中点和各资源中转点之间的最短调度路径，并根据中心资源中转点、第二资源中转点的顺序依次模拟分配从多至少数量的拖车，以此作为决策方案，同步记录各装卸船集中点和各资源中转点之间的次短路径，以此作为备选方案，用于应对突发情况；
步骤五：实际应用
将决策方案转换为语音，无线传输给实际拖车的司机，规划调度路径，同时，定位实际拖车的位置，并在在港口三维模型中，将拖车模型根据实际拖车来改变模拟位置，在出现异常情况的时候，操作人员观察港口三维模型，根据拖车实际位置进行灵活调控。
实施例二
根据图2所示，本实施例提出了一种港口作业场地车辆智能调度决策系统，包括人机交互系统、数据库管理系统、模型管理系统和信息输出系统，所述人机交互系统包括控制主机、显示器和输入面板，所述数据库管理系统包括港口地图路径数据、装卸船集中点定位数据和资源中转点定位数据，所述模型管理系统接入数据库管理系统，且模型管理系统包括调度模型构建模块、仿真模拟模块和调度车辆实时定位模块，所述信息输出系统包括决策总结模块和指令发出模块；
所述数据库管理系统、模型管理系统和信息输出系统均基于控制主机，所述港口地图路径数据包含港口遥感影像全局时空数据，所述装卸船集中点定位数据包含装卸船集中点在港口地图路径数据中的坐标位置及各装卸船集中点吞吐量，所述资源中转点定位数据包含资源中转点在港口地图路径数据中的坐标位置及各资源中转点吞吐量；所述调度模型构建模块构建港口地图路径、装卸船集中点和资源中转点对应的港口三维模型，所述仿真模拟模块包括综合模拟模块、拖车模型构建模块和方案记录模块，所述拖车模型构建模块在港口三维模型中构建拖车模型并设定装载量，所述综合模拟模块在港口三维模型中统计各个装卸船集中点和各个资源中转点之间的调度路径数量，按照最多路径确定中心资源中转点、第二资源中转点，以此类推，所述综合模拟模块筛选出各装卸船集中点和各资源中转点之间的最短调度路径，并模拟分配不同数量的拖车，以此作为决策方案。
使用时，收集保存港口地图路径数据、装卸船集中点定位数据和资源中转点定位数据，并通过上述数据构建港口三维模型，通过分析统计各个装卸船集中点和各个资源中转点之间的调度路径数量，计算各个调度路径的距离评估时间，得到港口范围内，对多个装卸船集中点辐射范围最广且用时最少的资源中转点，以该资源中转点为中心资源中转点，以此类推出第二、第三资源中转点，接着筛选出各装卸船集中点和各资源中转点之间的最短调度路径，并根据中心资源中转点、第二资源中转点的顺序依次模拟分配从多至少数量的拖车，以此作为决策方案。
所述显示器用于显示模型管理系统所构建的港口三维模型及其中的动态调度方案，所述输入面板用于操作人员手工输入并完善数据库管理系统内部储存的数据。
所述调度模型构建模块还原数据库管理系统中的立体图像并通过3Dmax软件将图像进行拉伸立体化，再输出相应GIS空间数据，并通过ArcMAP软件对GIS空间数据的各参数信息进行矢量化，再将矢量化后的各个路径图层加载到港口模型中，将数据3D可视化，并通过符号化来增强显视效果，获得港口三维模型。3Dmax是专业的设计软件,利用该软件可以设计效果图和制作三维动画。3Dmax广泛应用于广告、影视、工业设计、建筑设计、三维动画、多媒体制作、游戏、以及工程可视化等领域。ArcMap是一个用户桌面组件，具有强大的地图制作，空间分析，空间数据建库等功能。是美国环境系统研究所(Environment SystemResearch Institute，ESRI)于1978年开发的GIS系统。
所述综合模拟模块分析各个装卸船集中点和各个资源中转点之间的调度路径数量，计算各个调度路径的距离评估时间，得到港口范围内，对多个装卸船集中点辐射范围最广且用时最少的资源中转点，以该资源中转点为中心资源中转点，作为资源承载量最多的点。
所述综合模拟模块分配拖车数量的标准为：以中心资源中转点作为拖车重点分配点，以第二资源中转点作为拖车次等分配点，以此类推。
所述方案记录模块记录决策方案，且方案记录模块同步记录各装卸船集中点和各资源中转点之间的次短路径，以此作为备选方案。
所述车辆实时定位模块无线连接实际的拖车，对实际拖车进行定位，所述车辆实时定位模块连接拖车模型并在港口三维模型中根据实际拖车来改变拖车模型的位置，操作人员根据拖车实际位置进行灵活调控。
所述决策总结模块接入方案记录模块，将决策方案转换为语音，所述指令发送模块将语音无线传输给实际拖车的司机，规划调度路径。
本发明通过数据库管理系统收集保存港口地图路径数据、装卸船集中点定位数据和资源中转点定位数据，并通过上述数据构建港口三维模型，通过分析统计各个装卸船集中点和各个资源中转点之间的调度路径数量，计算各个调度路径的距离评估时间，得到港口范围内，对多个装卸船集中点辐射范围最广且用时最少的资源中转点，以该资源中转点为中心资源中转点，以此类推出第二、第三资源中转点，接着筛选出各装卸船集中点和各资源中转点之间的最短调度路径，并根据中心资源中转点、第二资源中转点的顺序依次模拟分配从多至少数量的拖车，以此作为决策方案，综上，根据三维模型，确定中心资源中转点和最短路径，以此调度拖车来确定决策方案，使得运输时间更短，优化运输效率。同时，本发明同步记录各装卸船集中点和各资源中转点之间的次短路径，以此作为备选方案，用于应对突发情况，使得决策方案更完善。另外，本发明利用车辆实时定位模块无线连接实际的拖车，对实际拖车进行定位，并在港口三维模型中根据实际拖车来改变拖车模型的位置，操作人员根据拖车实际位置进行灵活调控，方便快速改变调度方案，应对各种情况，时效性高，更加智能化。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种港口作业场地车辆智能调度决策方法，其特征在于，包括以下步骤：
步骤一：数据储存，利用GPS公用频点获取港口遥感影像全局时空数据，包括港口地图路径数据、装卸船集中点定位数据和资源中转点定位数据，对数据进行分类去重并加密保存在数据库管理系统；
步骤二：模型构建，将数据库管理系统中的图像进行拉伸立体化，再输出相应GIS空间数据，并对GIS空间数据的各参数信息进行矢量化，再将矢量化后的各个路径图层加载到港口模型中，并通过符号化来增强显视效果，获得包括港口地图路径、装卸船集中点和资源中转点的港口三维模型；
步骤三：分析资源点，在港口三维模型中构建拖车模型并设定装载量，分析各个装卸船集中点和各个资源中转点之间的调度路径数量，计算各个调度路径的距离时间，得到对多个装卸船集中点辐射范围最广且用时最少的资源中转点，为中心资源中转点，资源承载量最多，接着以此类推出第二、第三资源中转点；
步骤四：方案设定，筛选出各装卸船集中点和各资源中转点之间的最短调度路径，并根据中心资源中转点、第二资源中转点的顺序依次模拟分配从多至少数量的拖车，以此作为决策方案；
步骤五：实际应用，将决策方案转换为语音，无线传输给实际拖车的司机，规划调度路径，同时，定位实际拖车的位置，并在在港口三维模型中，将拖车模型根据实际拖车来改变模拟位置，在出现异常情况的时候，灵活调控。
2.根据权利要求1所述的一种港口作业场地车辆智能调度决策方法，其特征在于：所述步骤四中，同步记录各装卸船集中点和各资源中转点之间的次短路径，以此作为备选方案，用于应对突发情况。
3.一种港口作业场地车辆智能调度决策系统，包括人机交互系统、数据库管理系统、模型管理系统和信息输出系统，其特征在于：所述人机交互系统包括控制主机、显示器和输入面板，所述数据库管理系统包括港口地图路径数据、装卸船集中点定位数据和资源中转点定位数据，所述模型管理系统接入数据库管理系统，且模型管理系统包括调度模型构建模块、仿真模拟模块和调度车辆实时定位模块，所述信息输出系统包括决策总结模块和指令发出模块；
所述数据库管理系统、模型管理系统和信息输出系统均基于控制主机，所述港口地图路径数据包含港口遥感影像全局时空数据，所述装卸船集中点定位数据包含装卸船集中点在港口地图路径数据中的坐标位置及各装卸船集中点吞吐量，所述资源中转点定位数据包含资源中转点在港口地图路径数据中的坐标位置及各资源中转点吞吐量；所述调度模型构建模块构建港口地图路径、装卸船集中点和资源中转点对应的港口三维模型，所述仿真模拟模块包括综合模拟模块、拖车模型构建模块和方案记录模块，所述拖车模型构建模块在港口三维模型中构建拖车模型并设定装载量，所述综合模拟模块在港口三维模型中统计各个装卸船集中点和各个资源中转点之间的调度路径数量，按照最多路径确定中心资源中转点、第二资源中转点，以此类推，所述综合模拟模块筛选出各装卸船集中点和各资源中转点之间的最短调度路径，并模拟分配不同数量的拖车，以此作为决策方案。
4.根据权利要求3所述的一种港口作业场地车辆智能调度决策系统，其特征在于：所述显示器用于显示模型管理系统所构建的港口三维模型及其中的动态调度方案，所述输入面板用于操作人员手工输入并完善数据库管理系统内部储存的数据。
5.根据权利要求4所述的一种港口作业场地车辆智能调度决策系统，其特征在于：所述调度模型构建模块还原数据库管理系统中的立体图像并通过3Dmax软件将图像进行拉伸立体化，再输出相应GIS空间数据，并通过ArcMAP软件对GIS空间数据的各参数信息进行矢量化，再将矢量化后的各个路径图层加载到港口模型中，将数据3D可视化，并通过符号化来增强显视效果，获得港口三维模型。
6.根据权利要求5所述的一种港口作业场地车辆智能调度决策系统，其特征在于：所述综合模拟模块分析各个装卸船集中点和各个资源中转点之间的调度路径数量，计算各个调度路径的距离评估时间，得到港口范围内，对多个装卸船集中点辐射范围最广且用时最少的资源中转点，以该资源中转点为中心资源中转点，作为资源承载量最多的点。
7.根据权利要求6所述的一种港口作业场地车辆智能调度决策系统，其特征在于：所述综合模拟模块分配拖车数量的标准为：以中心资源中转点作为拖车重点分配点，以第二资源中转点作为拖车次等分配点，以此类推。
8.根据权利要求7所述的一种港口作业场地车辆智能调度决策系统，其特征在于：所述方案记录模块记录决策方案，且方案记录模块同步记录各装卸船集中点和各资源中转点之间的次短路径，以此作为备选方案。
9.根据权利要求8所述的一种港口作业场地车辆智能调度决策系统，其特征在于：所述车辆实时定位模块无线连接实际的拖车，对实际拖车进行定位，所述车辆实时定位模块连接拖车模型并在港口三维模型中根据实际拖车来改变拖车模型的位置，操作人员根据拖车实际位置进行灵活调控。
10.根据权利要求9所述的一种港口作业场地车辆智能调度决策系统，其特征在于：所述决策总结模块接入方案记录模块，将决策方案转换为语音，所述指令发出模块将语音无线传输给实际拖车的司机，规划调度路径。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111116551.0A CN113837692B (zh) | 2021-09-23 | 2021-09-23 | 一种港口作业场地车辆智能调度决策方法及其决策系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111116551.0A CN113837692B (zh) | 2021-09-23 | 2021-09-23 | 一种港口作业场地车辆智能调度决策方法及其决策系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113837692A CN113837692A (zh) | 2021-12-24 |
| CN113837692B true CN113837692B (zh) | 2023-10-03 |
Family
ID=78969498
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111116551.0A Active CN113837692B (zh) | 2021-09-23 | 2021-09-23 | 一种港口作业场地车辆智能调度决策方法及其决策系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113837692B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115577995B (zh) * | 2022-12-09 | 2023-04-07 | 中交第四航务工程勘察设计院有限公司 | 一种基于数字孪生的智慧港口pim平台管理方法及系统 |
| CN116843261A (zh) * | 2023-03-27 | 2023-10-03 | 交通运输部水运科学研究所 | 一种港口运输粮食的最短路径计算方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101761364B1 (ko) * | 2016-03-31 | 2017-08-04 | (주)토탈소프트뱅크 | 컨테이너 항만 터미널 3d 모델링 방법 및 시스템 |
| CN110837625A (zh) * | 2019-11-07 | 2020-02-25 | 华能曹妃甸港口有限公司 | 港口运营管控方法和装置 |
| CN112686439A (zh) * | 2020-12-25 | 2021-04-20 | 广州智湾科技有限公司 | 一种智能的自动化集装箱码头节能综合调度方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7395140B2 (en) * | 2004-02-27 | 2008-07-01 | Union Switch & Signal, Inc. | Geographic information system and method for monitoring dynamic train positions |
-
2021
- 2021-09-23 CN CN202111116551.0A patent/CN113837692B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101761364B1 (ko) * | 2016-03-31 | 2017-08-04 | (주)토탈소프트뱅크 | 컨테이너 항만 터미널 3d 모델링 방법 및 시스템 |
| CN110837625A (zh) * | 2019-11-07 | 2020-02-25 | 华能曹妃甸港口有限公司 | 港口运营管控方法和装置 |
| CN112686439A (zh) * | 2020-12-25 | 2021-04-20 | 广州智湾科技有限公司 | 一种智能的自动化集装箱码头节能综合调度方法 |
Non-Patent Citations (1)
| Title |
|---|
| 港口物流信息平台共享架构及其可视化挖掘;舒帆;;上海海事大学学报(第S1期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113837692A (zh) | 2021-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113837692B (zh) | 一种港口作业场地车辆智能调度决策方法及其决策系统 | |
| KR102160990B1 (ko) | 객체 기반의 3d 도시 모델링 방법 및 이를 구현하는 서버, 그리고 이를 이용하는 시스템 | |
| Ferreira et al. | Urbane: A 3D framework to support data driven decision making in urban development | |
| CN108573112B (zh) | 基于数字化仿真的航天测试发射二维布局分析方法 | |
| CN105043382B (zh) | 无人机巡航方法及装置 | |
| CN105373909A (zh) | 一种基于仿真软件的物流配送中心选址方法 | |
| Shawki et al. | Analysis of earth-moving systems using discrete-event simulation | |
| KR102424571B1 (ko) | Ｇｉｓ 데이터 자동변환 시스템 | |
| Goyal et al. | Use of BIM in development of smart cities: A review | |
| CN104598475A (zh) | 基于行车用量模型事件的存储及索引方法及系统 | |
| CN109829024A (zh) | 一种空间规划冲突诊断方法及系统 | |
| CN104732301A (zh) | 一种物流信息分析建模方法 | |
| CN111915465A (zh) | 一种针对大气面源排放清单的分配方法和系统 | |
| US7487070B2 (en) | Method for planning a security array of sensor units | |
| CN109614752A (zh) | 城市公共交通仿真决策支撑系统数据动态可视化展示的方法及装置 | |
| CN108364348A (zh) | 一种城市设计的控规验证方法、系统及平台 | |
| CN102722798A (zh) | 基于地理信息系统的警务指挥系统 | |
| Pozzani et al. | Defining spatio-temporal granularities for raster data | |
| CN112000729B (zh) | 一种电力工程gis系统 | |
| Shirowzhan et al. | Spatial big data, BIM and advanced GIS for smart transformation: city, infrastructure and construction | |
| CN115424261A (zh) | 仓库点云语义分割方法、装置、计算机设备和存储介质 | |
| KR20210075751A (ko) | 센싱 데이터 기반 도시상태 시각화 방법 | |
| CN109657029A (zh) | 一种对于项目所在区域的网络平台预测方法 | |
| Luo et al. | TransFlower: An Explainable Transformer-Based Model with Flow-to-Flow Attention for Commuting Flow Prediction | |
| CN110414019A (zh) | 一种管道运输工具三维模型的自适应展示方法及系统 |
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 |