CN117035371A - 基于大数据的港口调度方法及系统 - Google Patents

基于大数据的港口调度方法及系统 Download PDF

Info

Publication number
CN117035371A
CN117035371A CN202311293820.XA CN202311293820A CN117035371A CN 117035371 A CN117035371 A CN 117035371A CN 202311293820 A CN202311293820 A CN 202311293820A CN 117035371 A CN117035371 A CN 117035371A
Authority
CN
China
Prior art keywords
ship
information
data
cargo
berthing
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
Application number
CN202311293820.XA
Other languages
English (en)
Inventor
杨立鹏
杨少鹏
张芝永
朱金龙
赵恩金
王贤礼
罗彦章
宋华芸
郑莹莹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN202311293820.XA priority Critical patent/CN117035371A/zh
Publication of CN117035371A publication Critical patent/CN117035371A/zh
Pending legal-status Critical Current

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
    • G06Q10/06—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
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned data
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Educational Administration (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例涉及港口调度技术领域，公开了一种基于大数据的港口调度方法及系统，该方法包括：接收待入港口的船舶发送的船舶数据；对船舶数据确定该船舶数据中运输货物信息的货物时间信息；根据船舶停靠空间的第一泊位信息确定船舶停靠区域的船舶停靠信息；基于时间数据结果集合以及船舶停靠信息对待处理数据集合执行位置分类操作得到位置类别组；对位置类别组中运输货物信息以及预设的装载策略来匹配生成与船舶数据关联的货物移动任务序列。本发明实施例中基于大数据的港口调度方法通过对到港船舶数据进行分析以确定货物的时间结果数据，并根据时间结果数据以船舶停靠数据来确定船舶的位置分类区域以实现船舶的智能化调度。

Description

基于大数据的港口调度方法及系统
技术领域
本发明涉及港口技术领域，具体涉及一种基于大数据的港口调度方法及系统。
背景技术
港口物流的高效、快速运作必须以畅通无阻的车辆行驶为基本保证，以提高码头装卸速度、加强车船周转、确保商品按时送达、缩短商品流通时间为前提。而将港口物流高效的问题，与信息化系统有效地结合起来。通过对码头集装箱业务的日常运营管理、运输调度、堆场管理、车辆管理、船舶停靠、起重装卸等业务，结合港口码头和无人集卡的作业特点，挖掘、分析与应用港口数据资产，通过算法优化，大幅提升港口智慧大脑的运筹优化和智能决策水平，真正做到智慧决策，减少对人力的依赖。目前，针对于港口的货物调度主要依赖于人工进行操作，其无法发挥港口的最大调度效率。因此，设计一种能够进行高效港口调度的方案成为本领域技术人员亟待解决的技术问题。
发明内容
针对所述缺陷，本发明实施例公开了一种基于大数据的港口调度方法，其能够实现港口货物装卸的高质量调度，提升整体港口运行效率。
本发明实施例第一方面公开了基于大数据的港口调度方法，包括：
接收待入港口的船舶发送的船舶数据，其中，所述船舶数据包括船舶类型信息、航线信息、运输货物信息、与运输货物信息关联的货主信息；
对每个所述船舶数据确定该船舶数据中运输货物信息的货物时间信息，并分析每个所述船舶数据的货物时间信息以及所述运输货物信息得到每个所述船舶数据的时间分析结果，汇总所有所述船舶数据的时间分析结果得到时间数据结果集合；
确定港口区域的船舶停靠区域中的泊位数据信息，并根据船舶停靠空间的第一泊位信息确定相应船舶停靠区域的船舶停靠信息；所述泊位数据信息包括所述船舶停靠区域中所包括的每个所述船舶停靠空间的第一泊位信息；
根据所有所述船舶数据以生成待处理数据集合，基于所述时间数据结果集合以及所述船舶停靠信息对所述待处理数据集合中所包括的每个所述船舶数据执行位置分类操作，得到至少一个位置类别组，每个所述位置类别组至少包括一个所述船舶数据；
对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列，并将所述货物移动发送至港口系统以控制港口系统中各个设备基于所述货物移动任务序列来对船舶上的货物来进行卸货操作或者上货操作。
作为一种可选的实施方式，在本发明实施例第一方面中，所述运输货物信息包括货物类型信息和货物数量信息；所述船舶类型为货运船舶或者客运船舶或者油轮船舶；
所述第一泊位信息包括每个所述船舶停靠空间所关联的船舶类型信息、每个所述船舶停靠空间所关联的货物时间信息、每个所述船舶停靠空间所关联货物数量信息中的一种或多种。
作为一种可选的实施方式，在本发明实施例第一方面中，所述港口调度方法还包括：
确定所述船舶停靠区域中每个所述船舶停靠空间的第二泊位信息；对于每个所述船舶停靠空间，根据该船舶停靠空间的第二泊位信息，判断所有所述船舶停靠空间的第二泊位信息是否均满足预设的泊位停靠条件；
当判断出所有所述船舶停靠空间的第二泊位信息不均满足预设的所述泊位停靠条件时，将不满足预设的所述泊位停靠条件的船舶停靠空间确定为第一泊位停靠空间。
作为一种可选的实施方式，在本发明实施例第一方面中，在所述对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列之后，还包括：
获取与相应船舶数据中的货物移动任务序列关联的起重机数据和车辆数据，所述起重机数据包括起重机数量和装卸时间信息，所述车辆数据包括车辆数量和车辆移动速度；
根据所述货物移动任务序列以及起重机数据来生成相应的卸货任务序列；
基于所有所述运输货物信息来确定货物类型数据，并基于所述货物类型数据与预先存储的堆场货物数据进行匹配以确定所有运输货物在堆场存放区域的堆场位置信息集；
基于所述堆场位置信息集以及船舶停靠区域的位置信息来确定所有货物待存放地点与船舶停靠区域之间的存放距离信息，并根据所述存放距离信息来确定所有所述运输货物信息的运输时间信息集；
根据所述卸货任务序列来对所有的车辆进行第一次任务分配操作以将相应的卸货任务与车辆信息进行关联，并将相应车辆信息配置为第一状态；
基于所述装卸时间信息以及运输时间信息集来确定将所有车辆上运输货物卸至堆场区域的卸货时间信息，并根据所述卸货时间信息来确定所有车辆的第二状态；并为处于第二状态的车辆进行第二次任务序列分配操作以将相应的卸货任务与车辆信息进行关联，并将处于第二状态的车辆信息调整为第一状态；直至所有卸货任务序列中数据均被配置完成。
作为一种可选的实施方式，在本发明实施例第一方面中，在将所有车辆上运输货物卸至堆场区域过程中，当检测到相应的运输货物为非易碎物品时，则确定相应运输货物在堆场区域高度为第一高度，当检测到相应的运输货物为易碎物品时，则确定堆场区域高度为第二高度，其中，所述第一高度小于第二高度，所述第二高度为堆场区域的最大高度。
作为一种可选的实施方式，在本发明实施例第一方面中，在所述对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列之后，还包括：
获取与相应船舶数据中的货物移动任务序列关联的起重机数据和车辆数据，所述起重机数据包括起重机数量和装卸时间信息，所述车辆数据包括车辆数量和车辆移动速度；
根据所述货物移动任务序列以及起重机数据来生成相应的装货任务序列；并对所述装货任务序列进行顺序反转操作以得到反转装货序列；
基于所有待装货数据以及船舶停靠区域的位置信息来确定所有货物待存放地点与船舶停靠区域之间的装货距离信息，并根据所述装货距离信息来确定所有待装货数据的运输时间信息集；
根据所述反转装货序列来对所有的车辆进行第一次任务分配操作以将相应的装货任务与车辆信息进行关联，并将相应车辆信息配置为第一状态；
基于所述装卸时间信息以及运输时间信息集来确定将所有车辆上运输货物装至船舶上的装货时间信息，并根据所述装货时间信息来确定所有车辆的第二状态；并为处于第二状态的车辆进行第二次任务序列分配操作以将相应的装货任务与车辆信息进行关联，并将处于第二状态的车辆信息调整为第一状态；直至所有反转装货序列中数据均被配置完成。
作为一种可选的实施方式，在本发明实施例第一方面中，所述位置类别组还关联有最大装卸能力值，所述最大装卸能力值为在最高负荷状态下，各个位置的最大装卸能力数值。
本发明实施例第二方面公开一种基于大数据的港口调度系统，包括：
接收模块：用于接收待入港口的船舶发送的船舶数据，其中，所述船舶数据包括船舶类型信息、航线信息、运输货物信息、与运输货物信息关联的货主信息；
时间分析模块：用于对每个所述船舶数据确定该船舶数据中运输货物信息的货物时间信息，并分析每个所述船舶数据的货物时间信息以及所述运输货物信息得到每个所述船舶数据的时间分析结果，汇总所有所述船舶数据的时间分析结果得到时间数据结果集合；
停靠确定模块：用于位置确定港口区域的船舶停靠区域中的泊位数据信息，并根据船舶停靠空间的第一泊位信息确定相应船舶停靠区域的船舶停靠信息；所述泊位数据信息包括所述船舶停靠区域中所包括的每个所述船舶停靠空间的第一泊位信息；
分类操作模块：用于根据所有所述船舶数据以生成待处理数据集合，基于所述时间数据结果集合以及所述船舶停靠信息对所述待处理数据集合中所包括的每个所述船舶数据执行位置分类操作，得到至少一个位置类别组，每个所述位置类别组至少包括一个所述船舶数据；
装卸确定模块：用于对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列，并将所述货物移动发送至港口系统以控制港口系统中各个设备基于所述货物移动任务序列对船舶上的货物进行卸货操作或者上货操作。
本发明实施例第三方面公开一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行本发明实施例第一方面公开的基于大数据的港口调度方法。
本发明实施例第四方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的基于大数据的港口调度方法。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中基于大数据的港口调度方法通过对到港船舶数据进行分析以确定货物的时间结果数据，并根据时间结果数据以船舶停靠数据来确定船舶的位置分类区域以实现船舶的智能化调度，能够提升整体港口运行效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的基于大数据的港口调度方法的流程示意图；
图2是本发明实施例公开的进行卸货序列确定的流程示意图；
图3是本发明实施例公开的进行装货序列确定的流程示意图；
图4是本发明实施例提供的一种基于大数据的港口调度系统的结构示意图；
图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象，而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，示例性地，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
目前的针对于港口的货物调度主要依赖于人工进行操作调度，其无法发挥港口的最大调度效率。基于此，本发明实施例公开了基于大数据的港口调度方法、系统、电子设备及存储介质，其通过对到港船舶数据进行分析以确定货物的时间结果数据，并根据时间结果数据以船舶停靠数据来确定船舶的位置分类区域以实现船舶的智能化调度，能够提升整体港口运行效率。
实施例一
请参阅图1，图1是本发明实施例公开的基于大数据的港口调度方法的流程示意图。其中，本发明实施例所描述的方法的执行主体为由软件或/和硬件组成的执行主体，该执行主体可以通过有线或/和无线方式接收相关信息，并可以发送一定的指令。当然，其还可以具有一定的处理功能和存储功能。该执行主体可以控制多个设备，例如远程的物理服务器或云服务器以及相关软件，也可以是对某处安置的设备进行相关操作的本地主机或服务器以及相关软件等。在一些场景中，还可以控制多个存储设备，存储设备可以与设备放置于同一地方或不同地方。如图1所示，该基于大数据的港口调度方法包括以下步骤：
S101：接收待入港口的船舶发送的船舶数据，其中，所述船舶数据包括船舶类型信息、航线信息、运输货物信息、与运输货物信息关联的货主信息；所述运输货物信息包括货物类型信息和货物数量信息；所述船舶类型为货运船舶或者客运船舶或者油轮船舶；
在进行具体实施的时候，需要提前接收待入港口船舶的各项数据，通过上述数据可以实现对各项内容的精准调度，比如如果知晓航线信息，则可以提前根据航线上所有存在的可能情况来进行风险预估，若相应航线上存在有台风或者其他极端天气不便于通航的，那么在进行位置配置的时候可以基于实际可能放置天数来进行具体的入港位置配置；并且由于可以提前知晓船舶各项数据，则可以基于实际情况来设置装卸货的逻辑，因为若该船舶明天就要起航，则需要在起航前就进行装货配置；但是若该船舶三天之后才能再次起航，则进行装货的时间机动性大大提高，可以根据当前港口的装卸货能力来进行适应性匹配；可以将其放置在装卸货压力较小的时间段来进行装卸货。
在一艘进港船舶到达前几个小时，码头会收到其详细信息；即将被卸到堆场的集装箱，以及目前在堆场内应被上传到船上的集装箱清单。这些信息使码头调度员能够生成所谓的起重机工作序列。对于每个为船舶服务的码头起重机来说，一个详细的顺序规定了要被卸下/装载到船上的集装箱的顺序。这个顺序主要由集装箱在船上的当前位置、它们的目的地和内容决定。
S102：对每个所述船舶数据确定该船舶数据中运输货物信息的货物时间信息，并分析每个所述船舶数据的货物时间信息以及所述运输货物信息得到每个所述船舶数据的时间分析结果，汇总所有所述船舶数据的时间分析结果得到时间数据结果集合；
本步骤主要是为了分析船舶上货物的单个装卸时间以及总装卸时间；因为不同货物的装卸时间会存在一定的差异性，不同的船舶由于运输货物的数量以及类型不同的原因，也会存在装卸时间不同的情况；在进行设置的时候，可以基于重量、类型与个数来确定不同货物的货物时间信息，然后得到所有船舶数据的时间数据结果集合。
S103：确定港口区域的船舶停靠区域中的泊位数据信息，并根据船舶停靠空间的第一泊位信息确定相应船舶停靠区域的船舶停靠信息；所述泊位数据信息包括所述船舶停靠区域中所包括的每个所述船舶停靠空间的第一泊位信息；
其中，所述第一泊位信息包括每个所述船舶停靠空间所关联的船舶类型信息、每个所述船舶停靠空间所关联的货物时间信息、每个所述船舶停靠空间所关联货物数量信息中的一种或多种。
S104：根据所有所述船舶数据以生成待处理数据集合，基于所述时间数据结果集合以及所述船舶停靠信息对所述待处理数据集合中所包括的每个所述船舶数据执行位置分类操作，得到至少一个位置类别组，每个所述位置类别组至少包括一个所述船舶数据；
这里的第一泊位信息还可以关联有装卸能力数值，根据不同泊位区域划分来设置不同的泊位信息进而完成相应船舶数据的匹配；在船舶停靠区域不同的泊位其装卸货能力也不同，所以针对不同的船舶停靠区域配置了不同的装卸货能力值，一个区域的装卸货能力值越大，那么这个区域的装卸货能力也就越强，针对同样数量和类型的货物，不同装卸能力值的泊位其整体的装卸货速度也是一样的。这样可以基于即将到来的所有船只的货物信息来生成更加合理的港口停泊设置。
S105：对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列，并将所述货物移动发送至港口系统以控制港口系统中各个设备基于所述货物移动任务序列来对船舶上的货物来进行卸货操作或者上货操作。
在不同的位置可以匹配相应的装载策略来生成相应的货物移动任务序列来完成相应的货物移动。
更为优选的，所述港口调度方法还包括：
确定所述船舶停靠区域中每个所述船舶停靠空间的第二泊位信息；对于每个所述船舶停靠空间，根据该船舶停靠空间的第二泊位信息，判断所有所述船舶停靠空间的第二泊位信息是否均满足预设的泊位停靠条件；
当判断出所有所述船舶停靠空间的第二泊位信息不均满足预设的所述泊位停靠条件时，将不满足预设的所述泊位停靠条件的船舶停靠空间确定为第一泊位停靠空间。
比如在进行设置的时候这里的泊位信息可以是区间设计的方式，比如第一泊位信息关联的装卸能力值所处区间整体小于第二泊位信息关联的装卸能力值所处区间，但是由于在具体实施的时候，若检测到与第一泊位空间关联的不够用的前提下，可以将其第二泊位信息关联的暂时确定为第一泊位空间来进行船舶的停靠，提升该船舶调度停靠的机动性。第二泊位信息可以是多种不同货物数据，不同货物数据可以有多种不同的数据时间，这样就可以基于货物运输时间来进行区域的划分；可以对不同区域进行不同装卸能力的划分，也可以基于类型来进行划分。
由于泊位信息关联的有多种不同的信息，所以在进行具体实施的时候，还可以针对不同泊位来设置停泊相似度。当船舶停靠区域包括第一停靠区域、第二停靠区域和第三停靠区域这三个船舶停靠空间时，确定第一停靠区域和第二停靠区域、第一停靠区域和第三停靠区域以及第二停靠区域和第三停靠区域之间的停泊属性相似度，得到停泊属性相似度集合，存储属性相似度集合包括第一停靠区域和第二停靠区域、第一停靠区域和第三停靠区域以及第二停靠区域和第三停靠区域之间的停泊属性相似度。
更为优选的，图2是本发明实施例公开的进行卸货序列确定的流程示意图，如图2所示，在所述对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列之后，还包括：
S1061：获取与相应船舶数据中的货物移动任务序列关联的起重机数据和车辆数据，所述起重机数据包括起重机数量和装卸时间信息，所述车辆数据包括车辆数量和车辆移动速度；
S1062：根据所述货物移动任务序列以及起重机数据来生成相应的卸货任务序列；
S1063：基于所有所述运输货物信息来确定货物类型数据，并基于所述货物类型数据与预先存储的堆场货物数据进行匹配以确定所有运输货物在堆场存放区域的堆场位置信息集；
S1064：基于所述堆场位置信息集以及船舶停靠区域的位置信息来确定所有货物待存放地点与船舶停靠区域之间的存放距离信息，并根据所述存放距离信息来确定所有所述运输货物信息的运输时间信息集；
S1065：根据所述卸货任务序列来对所有的车辆进行第一次任务分配操作以将相应的卸货任务与车辆信息进行关联，并将相应车辆信息配置为第一状态；
S1066：基于所述装卸时间信息以及运输时间信息集来确定将所有车辆上运输货物卸至堆场区域的卸货时间信息，并根据所述卸货时间信息来确定所有车辆的第二状态；并为处于第二状态的车辆进行第二次任务序列分配操作以将相应的卸货任务与车辆信息进行关联，并将处于第二状态的车辆信息调整为第一状态；直至所有卸货任务序列中数据均被配置完成。
在进行具体卸货操作的时候，一般一船货物可以配置有多辆运输车辆，然后对多辆运输车辆来进行运输货物的分配；前面的多个车辆工作被分配，也即是每个货物分配给一辆车。然后，将下一个货物分配给第一辆可用的车辆。具体来说，当分配一个卸货工作时，第一个到达码头起重机的可用车辆将被派往进行该货物的运输工作。根据这些时间，我们会选择能在最早时间到达下一个装货地点的车辆。然后通过不断的优化分配来得到每个车辆的最优装货序列来进行装货操作。对于这样的卸货序列，一旦车辆接受了一个卸货工作，它就必须把货物送到它在堆场的对应位置，然后它必须空车回到船舶停靠区域，接受下一个货物运输工作。在进行具体实施时，即使起重机的处理时间是针对货物的，即与货物相关的码头起重机时间是非固定的，也即是不是常数s，上述算法仍然是最优的。同样，即使每个工作的车辆行驶时间和码头起重机处理时间是随机变量，它也是最优的。
更为优选的，在将所有车辆上运输货物卸至堆场区域过程中，当检测到相应的运输货物为非易碎物品时，则确定相应运输货物在堆场区域高度为第一高度，当检测到相应的运输货物为易碎物品时，则确定堆场区域高度为第二高度，其中，所述第一高度小于第二高度，所述第二高度为堆场区域的最大高度。
由于在实际过程中有可能会存在一些易碎物品，这些易碎物品一般都是防止在所有集装箱最上面，其不能够被压迫，因为如果被压迫；则比较容易产生损坏；这个集装箱必须存放在堆栈的顶部。这些信息，加上集装箱的目的地，被用来确定一个装载顺序。在进行具体实施的时候，可以针对性设置一层，该层为易碎物品层，通过上述逻辑设置能够较高效的完成货物调度设置。
在进行设置的时候，可以设置暂存区用于存储易碎物品的集装箱；来进行区分，这里可以先将易碎物品防止在一定区域，然后等到所有序列完成之后，再将位于易碎区域的物品搬运至最高层。
更为优选的，图3是本发明实施例公开的进行装货序列确定的流程示意图，如图3所示，在所述对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列之后，还包括：
S1071：获取与相应船舶数据中的货物移动任务序列关联的起重机数据和车辆数据，所述起重机数据包括起重机数量和装卸时间信息，所述车辆数据包括车辆数量和车辆移动速度；
S1072：根据所述货物移动任务序列以及起重机数据来生成相应的装货任务序列；并对所述装货任务序列进行顺序反转操作以得到反转装货序列；
S1073：基于所有待装货数据以及船舶停靠区域的位置信息来确定所有货物待存放地点与船舶停靠区域之间的装货距离信息，并根据所述装货距离信息来确定所有待装货数据的运输时间信息集；
S1074：根据所述反转装货序列来对所有的车辆进行第一次任务分配操作以将相应的装货任务与车辆信息进行关联，并将相应车辆信息配置为第一状态；
S1075：基于所述装卸时间信息以及运输时间信息集来确定将所有车辆上运输货物装至船舶上的装货时间信息，并根据所述装货时间信息来确定所有车辆的第二状态；并为处于第二状态的车辆进行第二次任务序列分配操作以将相应的装货任务与车辆信息进行关联，并将处于第二状态的车辆信息调整为第一状态；直至所有反转装货序列中数据均被配置完成。
更为优选的，所述位置类别组还关联有最大装卸能力值，所述最大装卸能力值为在最高负荷状态下，各个位置的最大装卸能力数值。
通过上述方式能够实现自动化的任务数据分配；在进行具体实施时，使用货物的旅行时间（船舶停靠区域和具体货物位置之间）来表示每个货物运输工作。假设N是起重机的工作列表中的工作数量。给每个运输工作配置一个权重。且每项工作的权重代表了完成起重机清单上剩余工作所需的最小时间，其中不包括起重机和排队时间；通过上述方式来确定相应货物运输序列中各个工作的耗时信息。当车辆到达船舶停靠区域时，它确定在最早的时间可以取货的工作（这是由相应的起重机的最早可用时间决定的）。如果只有一个这样的工作，那么就选择这个工作来取货。另一方面，如果在同一时间有多个货物运输工作，那么车辆会选择具有最大重量的货物工作。因此，在后一种情况下，车辆将优先考虑行驶时间较长的工作，或优先考虑剩余工作时间较长的起重机工作序列。当整个运输工作中还剩下一定数量的工作时，可以进行明确的列举，以确定这些剩余工作的最佳时间表。并根据上述最佳时间表来进行相应的工作分配，通过上述方式能够更好的实现货物分配运输。
在进行具体实施时，还可以在港口区域设置入口浮标、泊位浮标以及堆场身份识别设备等，这里的入口浮标和泊位浮标具有身份识别的功能，能够及时检测是否有船舶通过以及识别与船舶关联的数据信息。通过上述浮标设置来实现相应的货物监控，并通过上述检测方式来实现船舶数据的驱动入链，能够实现较高效的驱动入链操作，大大提升了整体信息的安全性，也能够保持多方及时了解到相应的货物状态。
在进行港口调度的时候，更多的还会涉及到车辆调度，通过对车辆的调度来实现相应的货物运输和船舶运输管控。在进行具体实施时，还可以进行最优时间预测，可以结合货车取货时间、货车送货时间、货车等待时间等多种因素、来对泊位进行设置。因为堆场位置以及船舶停靠区域都是确定的，可以通过对各个堆场的货物存储类型来进行配置，并通过货物历史车辆到各个堆场的位置来确定历史交通数据信息，然后根据历史交通数据信息来确定从船舶停靠区域到各个堆场的最优距离，然后进行相应的船舶停靠区域设置，进而完成更加高效的船舶运输。
在进行具体设计的时候，还可以对不同泊位调用不同车队，每次针对一个货船生成一组车队，然后该车队在船区和货场之间来回移动；即每辆车在单位时间内行驶一个单位的距离，船区和堆场特定位置之间的所有车辆行驶时间都是确定的；可以对车辆速度设置不同的速度区间使其能有不同的装载能力，这里的装载能力为单位时间的装卸货物数量。
本发明的调度方法，还包括：获取该港口区域的气象信息，基于所述气象信息来进行车辆优化，当检测到在一定时间之后会出现恶劣天气时，则启动该港口的最大装卸能力，提前进行各项港口调度安排，进而减少恶劣天气对船舶停靠港口整体时间的影响；使船期最小化；船期是指所有集装箱从船上卸下后，最后一辆车回到船区的时间；并将所有新的集装箱装载到船上。
本发明实施例中基于大数据的港口调度方法通过对到港船舶数据进行分析以确定货物的时间结果数据，并根据时间结果数据以船舶停靠数据来确定船舶的位置分类区域以实现船舶的智能化调度，能够提升整体港口运行效率。
实施例二
请参阅图4，图4是本发明实施例公开的基于大数据的港口调度系统的结构示意图。如图4所示，该基于大数据的港口调度系统可以包括：
接收模块21：用于接收待入港口的船舶发送的船舶数据，其中，所述船舶数据包括船舶类型信息、航线信息、运输货物信息、与运输货物信息关联的货主信息；
时间分析模块22：用于对每个所述船舶数据确定该船舶数据中运输货物信息的货物时间信息，并分析每个所述船舶数据的货物时间信息以及所述运输货物信息得到每个所述船舶数据的时间分析结果，汇总所有所述船舶数据的时间分析结果得到时间数据结果集合；
停靠确定模块23：用于位置确定港口区域的船舶停靠区域中的泊位数据信息，并根据船舶停靠空间的第一泊位信息确定相应船舶停靠区域的船舶停靠信息；所述泊位数据信息包括所述船舶停靠区域中所包括的每个所述船舶停靠空间的第一泊位信息；
分类操作模块24：用于根据所有所述船舶数据以生成待处理数据集合，基于所述时间数据结果集合以及所述船舶停靠信息对所述待处理数据集合中所包括的每个所述船舶数据执行位置分类操作，得到至少一个位置类别组，每个所述位置类别组至少包括一个所述船舶数据；
装卸确定模块25：用于对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列，并将所述货物移动发送至港口系统以控制港口系统中各个设备基于所述货物移动任务序列来对船舶上的货物来进行卸货操作或者上货操作。
本发明实施例中基于大数据的港口调度方法通过对到港船舶数据进行分析以确定货物的时间结果数据，并根据时间结果数据以船舶停靠数据来确定船舶的位置分类区域以实现船舶的智能化调度，能够提升整体港口运行效率。
实施例三
请参阅图5，图5是本发明实施例公开的一种电子设备的结构示意图。电子设备可以是计算机以及服务器等，当然，在一定情况下，还可以是手机、平板电脑以及监控终端等智能设备，以及具有处理功能的图像采集装置。如图5所示，该电子设备可以包括：
存储有可执行程序代码的存储器510；
与存储器510耦合的处理器520；
其中，处理器520调用存储器510中存储的可执行程序代码，执行实施例一中的基于大数据的港口调度方法中的部分或全部步骤。
本发明实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行实施例一中的基于大数据的港口调度方法中的部分或全部步骤。
本发明实施例还公开一种计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的基于大数据的港口调度方法中的部分或全部步骤。
本发明实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的基于大数据的港口调度方法中的部分或全部步骤。
在本发明的各种实施例中，应理解，所述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可获取的存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备（可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器）执行本发明的各个实施例所述方法的部分或全部步骤。
在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。
本领域普通技术人员可以理解所述实施例的各种方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器（Read-Only Memory，ROM）、随机存储器（Random Access Memory，RAM）、可编程只读存储器（Programmable Read-only Memory，PROM）、可擦除可编程只读存储器（Erasable Programmable Read-Only Memory，EPROM）、一次可编程只读存储器（One-time Programmable Read-Only Memory，OTPROM）、电子抹除式可复写只读存储器（Electrically-Erasable Programmable Read-Only Memory，EEPROM）、只读光盘（CompactDisc Read-Only Memory，CD-ROM）或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的基于大数据的港口调度方法、系统、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于大数据的港口调度方法，其特征在于，包括：
接收待入港口的船舶发送的船舶数据，其中，所述船舶数据包括船舶类型信息、航线信息、运输货物信息、与运输货物信息关联的货主信息；
对每个所述船舶数据确定该船舶数据中运输货物信息的货物时间信息，并分析每个所述船舶数据的货物时间信息以及所述运输货物信息得到每个所述船舶数据的时间分析结果，汇总所有所述船舶数据的时间分析结果得到时间数据结果集合；
确定港口区域的船舶停靠区域中的泊位数据信息，并根据船舶停靠空间的第一泊位信息确定相应船舶停靠区域的船舶停靠信息；所述泊位数据信息包括所述船舶停靠区域中所包括的每个所述船舶停靠空间的第一泊位信息；
根据所有所述船舶数据以生成待处理数据集合，基于所述时间数据结果集合以及所述船舶停靠信息对所述待处理数据集合中所包括的每个所述船舶数据执行位置分类操作，得到至少一个位置类别组，每个所述位置类别组至少包括一个所述船舶数据；
对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列，并将所述货物移动发送至港口系统以控制港口系统中各个设备基于所述货物移动任务序列来对船舶上的货物来进行卸货操作或者上货操作。
2.如权利要求1所述的基于大数据的港口调度方法，其特征在于，所述运输货物信息包括货物类型信息和货物数量信息；所述船舶类型为货运船舶或者客运船舶或者油轮船舶；
所述第一泊位信息包括每个所述船舶停靠空间所关联的船舶类型信息、每个所述船舶停靠空间所关联的货物时间信息、每个所述船舶停靠空间所关联货物数量信息中的一种或多种。
3.如权利要求2所述的基于大数据的港口调度方法，其特征在于，所述港口调度方法还包括：
确定所述船舶停靠区域中每个所述船舶停靠空间的第二泊位信息；对于每个所述船舶停靠空间，根据该船舶停靠空间的第二泊位信息，判断所有所述船舶停靠空间的第二泊位信息是否均满足预设的泊位停靠条件；
当判断出所有所述船舶停靠空间的第二泊位信息不均满足预设的所述泊位停靠条件时，将不满足预设的所述泊位停靠条件的船舶停靠空间确定为第一泊位停靠空间。
4.如权利要求1所述的基于大数据的港口调度方法，其特征在于，在所述对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列之后，还包括：
获取与相应船舶数据中的货物移动任务序列关联的起重机数据和车辆数据，所述起重机数据包括起重机数量和装卸时间信息，所述车辆数据包括车辆数量和车辆移动速度；
根据所述货物移动任务序列以及起重机数据来生成相应的卸货任务序列；
基于所有所述运输货物信息来确定货物类型数据，并基于所述货物类型数据与预先存储的堆场货物数据进行匹配以确定所有运输货物在堆场存放区域的堆场位置信息集；
基于所述堆场位置信息集以及船舶停靠区域的位置信息来确定所有货物待存放地点与船舶停靠区域之间的存放距离信息，并根据所述存放距离信息来确定所有所述运输货物信息的运输时间信息集；
根据所述卸货任务序列来对所有的车辆进行第一次任务分配操作以将相应的卸货任务与车辆信息进行关联，并将相应车辆信息配置为第一状态；
基于所述装卸时间信息以及运输时间信息集来确定将所有车辆上运输货物卸至堆场区域的卸货时间信息，并根据所述卸货时间信息来确定所有车辆的第二状态；并为处于第二状态的车辆进行第二次任务序列分配操作以将相应的卸货任务与车辆信息进行关联，并将处于第二状态的车辆信息调整为第一状态；直至所有卸货任务序列中数据均被配置完成。
5.如权利要求4所述的基于大数据的港口调度方法，其特征在于，在将所有车辆上运输货物卸至堆场区域过程中，当检测到相应的运输货物为非易碎物品时，则确定相应运输货物在堆场区域高度为第一高度，当检测到相应的运输货物为易碎物品时，则确定堆场区域高度为第二高度，其中，所述第一高度小于第二高度，所述第二高度为堆场区域的最大高度。
6.如权利要求1所述的基于大数据的港口调度方法，其特征在于，在所述对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列之后，还包括：
获取与相应船舶数据中的货物移动任务序列关联的起重机数据和车辆数据，所述起重机数据包括起重机数量和装卸时间信息，所述车辆数据包括车辆数量和车辆移动速度；
根据所述货物移动任务序列以及起重机数据来生成相应的装货任务序列；并对所述装货任务序列进行顺序反转操作以得到反转装货序列；
基于所有待装货数据以及船舶停靠区域的位置信息来确定所有货物待存放地点与船舶停靠区域之间的装货距离信息，并根据所述装货距离信息来确定所有待装货数据的运输时间信息集；
根据所述反转装货序列来对所有的车辆进行第一次任务分配操作以将相应的装货任务与车辆信息进行关联，并将相应车辆信息配置为第一状态；
基于所述装卸时间信息以及运输时间信息集来确定将所有车辆上运输货物装至船舶上的装货时间信息，并根据所述装货时间信息来确定所有车辆的第二状态；并为处于第二状态的车辆进行第二次任务序列分配操作以将相应的装货任务与车辆信息进行关联，并将处于第二状态的车辆信息调整为第一状态；直至所有反转装货序列中数据均被配置完成。
7.如权利要求1所述的基于大数据的港口调度方法，其特征在于，所述位置类别组还关联有最大装卸能力值，所述最大装卸能力值为在最高负荷状态下，各个位置的最大装卸能力数值。
8.一种基于大数据的港口调度系统，其特征在于，包括：
接收模块：用于接收待入港口的船舶发送的船舶数据，其中，所述船舶数据包括船舶类型信息、航线信息、运输货物信息、与运输货物信息关联的货主信息；
时间分析模块：用于对每个所述船舶数据确定该船舶数据中运输货物信息的货物时间信息，并分析每个所述船舶数据的货物时间信息以及所述运输货物信息得到每个所述船舶数据的时间分析结果，汇总所有所述船舶数据的时间分析结果得到时间数据结果集合；
停靠确定模块：用于位置确定港口区域的船舶停靠区域中的泊位数据信息，并根据船舶停靠空间的第一泊位信息确定相应船舶停靠区域的船舶停靠信息；所述泊位数据信息包括所述船舶停靠区域中所包括的每个所述船舶停靠空间的第一泊位信息；
分类操作模块：用于根据所有所述船舶数据以生成待处理数据集合，基于所述时间数据结果集合以及所述船舶停靠信息对所述待处理数据集合中所包括的每个所述船舶数据执行位置分类操作，得到至少一个位置类别组，每个所述位置类别组至少包括一个所述船舶数据；
装卸确定模块：用于对所述位置类别组中所包括的每个所述运输货物信息以及预设的装载策略来匹配生成与每个船舶数据关联的货物移动任务序列，并将所述货物移动发送至港口系统出来控制港口系统中各个设备基于所述货物移动任务序列来对船舶上的货物来进行卸货操作或者上货操作。
9.一种电子设备，其特征在于，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行权利要求1至7任一项所述的基于大数据的港口调度方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行权利要求1至7任一项所述的基于大数据的港口调度方法。
CN202311293820.XA 2023-10-09 2023-10-09 基于大数据的港口调度方法及系统 Pending CN117035371A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311293820.XA CN117035371A (zh) 2023-10-09 2023-10-09 基于大数据的港口调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311293820.XA CN117035371A (zh) 2023-10-09 2023-10-09 基于大数据的港口调度方法及系统

Publications (1)

Publication Number Publication Date
CN117035371A true CN117035371A (zh) 2023-11-10

Family

ID=88630396

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311293820.XA Pending CN117035371A (zh) 2023-10-09 2023-10-09 基于大数据的港口调度方法及系统

Country Status (1)

Country Link
CN (1) CN117035371A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117361168A (zh) * 2023-11-14 2024-01-09 中交机电工程局有限公司 一种无人装船系统的路径规划辅助系统及方法
CN117391396A (zh) * 2023-11-27 2024-01-12 交通运输部水运科学研究所 基于大数据的智慧港口调度方法、系统及可读存储介质
CN117361168B (zh) * 2023-11-14 2024-06-04 中交机电工程局有限公司 一种无人装船系统的路径规划辅助系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030167214A1 (en) * 2002-03-04 2003-09-04 Kang Kyung Won Scheduling method for loading and unloading containers at the terminal and a computer readable recording medium recorded a computer programming of the same
CN108038672A (zh) * 2017-12-27 2018-05-15 中华人民共和国太仓海事局 船港货一体化信息服务系统
CN109711717A (zh) * 2018-12-20 2019-05-03 大连大学 智能化集装箱港口管理系统
CN109948968A (zh) * 2019-01-21 2019-06-28 船船数据技术(上海)有限公司 一种大宗商品贸易物流跟踪分析方法
US20200140242A1 (en) * 2018-11-07 2020-05-07 Shanghai Tusen Weilai Artificial Intelligence Technology Co., Ltd. Ship unloading control system, ship loading control system, and related systems and apparatuses
CN111785028A (zh) * 2020-07-31 2020-10-16 上海海事大学 一种车-港-船协同调度方法及系统
CN112016730A (zh) * 2019-05-31 2020-12-01 中电科海洋信息技术研究院有限公司 港口泊位装卸效率挖掘方法、装置、设备和储存介质
CN116502866A (zh) * 2023-06-20 2023-07-28 哪吒港航智慧科技(上海)有限公司 一种智能散货船舶计划和自动分类方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030167214A1 (en) * 2002-03-04 2003-09-04 Kang Kyung Won Scheduling method for loading and unloading containers at the terminal and a computer readable recording medium recorded a computer programming of the same
CN108038672A (zh) * 2017-12-27 2018-05-15 中华人民共和国太仓海事局 船港货一体化信息服务系统
US20200140242A1 (en) * 2018-11-07 2020-05-07 Shanghai Tusen Weilai Artificial Intelligence Technology Co., Ltd. Ship unloading control system, ship loading control system, and related systems and apparatuses
CN109711717A (zh) * 2018-12-20 2019-05-03 大连大学 智能化集装箱港口管理系统
CN109948968A (zh) * 2019-01-21 2019-06-28 船船数据技术(上海)有限公司 一种大宗商品贸易物流跟踪分析方法
CN112016730A (zh) * 2019-05-31 2020-12-01 中电科海洋信息技术研究院有限公司 港口泊位装卸效率挖掘方法、装置、设备和储存介质
CN111785028A (zh) * 2020-07-31 2020-10-16 上海海事大学 一种车-港-船协同调度方法及系统
CN116502866A (zh) * 2023-06-20 2023-07-28 哪吒港航智慧科技(上海)有限公司 一种智能散货船舶计划和自动分类方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
童珊;: "基于船舶优先权的集装箱港口泊位分配问题", 交通运输工程与信息学报, no. 01, 15 March 2012 (2012-03-15), pages 105 - 110 *
陶经辉 等: "一种解决集装箱港口拖车调度的混合策略", 运筹学学报, vol. 13, no. 3, 30 September 2009 (2009-09-30), pages 10 - 22 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117361168A (zh) * 2023-11-14 2024-01-09 中交机电工程局有限公司 一种无人装船系统的路径规划辅助系统及方法
CN117361168B (zh) * 2023-11-14 2024-06-04 中交机电工程局有限公司 一种无人装船系统的路径规划辅助系统及方法
CN117391396A (zh) * 2023-11-27 2024-01-12 交通运输部水运科学研究所 基于大数据的智慧港口调度方法、系统及可读存储介质

Similar Documents

Publication Publication Date Title
CN111328404B (zh) 仓库和供应链协调器
US20170316379A1 (en) Computerized system and method for providing a delivery service of objects
CN107272686A (zh) 物流信息的处理方法、装置及物流仓储系统
US20060182527A1 (en) Automated container terminal scheduling
Güven et al. Trip allocation and stacking policies at a container terminal
CN117035371A (zh) 基于大数据的港口调度方法及系统
CN108275476A (zh) 集装箱码头水平运输车辆调度系统
CN111191994A (zh) 散货矿石码头管理系统
CN111738476A (zh) 一种物流配送方法、装置、系统、设备和存储介质
Dhingra et al. A cooperative quay crane-based stochastic model to estimate vessel handling time
KR101156617B1 (ko) 무선태그를 이용한 화물적재위치인식방법 및 시스템
CN208828567U (zh) 物流仓储场地
CN111191986A (zh) 一种港口货物管理系统及其使用方法
CN114331075A (zh) 堆场拖车调度方法、装置、设备及存储介质
CN116502866B (zh) 一种智能散货船舶计划和自动分类方法
JP4410515B2 (ja) コンテナヤードの荷役システム
CN108596446B (zh) 受集装箱吊车任务队列约束的港内集卡派发方法
CN113850487A (zh) 一种自动化码头调度系统、方法及存储介质
JP3890873B2 (ja) 入出庫制御装置及びその入出庫制御装置を有する自動倉庫
CN114529236A (zh) 一种货架的仓储管理方法、装置、电子设备及存储介质
JP4130340B2 (ja) 物流制御方法及び物流制御装置
CN115650067B (zh) 智慧码头轨道吊任务管理方法及系统
Wong et al. An Integrated Approach in Optimising Container Process at Seaport Container Terminals
Gujjula et al. The impact of storage block assignment for import containers on AGV dispatching in highly automated seaport container terminals
CN115258712A (zh) 一种基于工作流引擎的自动化码头集装箱全流程作业方法

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