CN117592703A - 一种货主码头的船舶监控与作业方法、系统及设备 - Google Patents
一种货主码头的船舶监控与作业方法、系统及设备 Download PDFInfo
- Publication number
- CN117592703A CN117592703A CN202311546292.4A CN202311546292A CN117592703A CN 117592703 A CN117592703 A CN 117592703A CN 202311546292 A CN202311546292 A CN 202311546292A CN 117592703 A CN117592703 A CN 117592703A
- Authority
- CN
- China
- Prior art keywords
- ship
- plan
- shipping
- arrival time
- determining
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012544 monitoring process Methods 0.000 title claims abstract description 34
- 238000004519 manufacturing process Methods 0.000 claims abstract description 52
- 239000000463 material Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000011017 operating method Methods 0.000 abstract description 4
- 230000002354 daily effect Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
-
- 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
- G06Q10/0633—Workflow analysis
-
- 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
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种货主码头的船舶监控与作业方法、系统及设备,所述方法包括:获取船舶的运行状态,基于所述运行状态确定船舶的到港时间;根据装船计划和堆场库存调整每日的生产计划;结合所述到港时间、装船计划、堆场库存和生产计划,确定船舶靠泊计划。本申请有效解决了作业船舶等待靠泊耗时过长等问题,从而实现货主码头货物轮转效率最优。
Description
技术领域
本申请属于自动化作业的技术领域,涉及一种货主码头作业方法,特别是涉及一种基于货主码头的船舶监控的码头作业方法、系统及设备。
背景技术
目前,货主码头基于货物当前实际库存以及历史装船计划数据,利用同比、环比数据以及市场趋势预测数据分析,制定各类产品生产计划;执行过程中,定期根据后续实际船期表与装船计划,动态修正装船计划与生产计划。
由于上述过程未形成及时有效的信息闭环,尤其是船舶因故障、江面拥堵等问题延期到港,甚至取消装船计划,导致被迫调整生产计划和装船计划,而往往由于反馈时效性低,计划调整不及时,从而导致码头作业效率较低,因此基于企业信息化数据与算法去解决货主码头的综合效率低下问题,是各货主码头后续发展的关键。
发明内容
本申请提供一种货主码头的船舶监控与作业方法、系统及设备,用于解决作业船舶等待靠泊耗时过长的问题。
第一方面,本申请提供一种货主码头的船舶监控与作业方法,所述方法包括:获取船舶的运行状态,基于所述运行状态确定船舶的到港时间;根据装船计划和堆场库存调整每日的生产计划;结合所述到港时间、装船计划、堆场库存和生产计划,确定船舶靠泊计划。
在第一方面的一种实现方式中,所述获取船舶的运行状态,基于所述运行状态确定船舶的到港时间的步骤,包括:在预设间隔内,获取船舶两个行驶位置点的定位数据;根据两个定位数据确定船舶的平均速率;通过船舶平均速率数据流,利用滑动窗口算法,计算船舶瞬时速率;确定船舶与当前航线数据的最近点位,计算到码头的距离;基于船舶到码头的距离和所述瞬时速率确定船舶的到港时间。
在第一方面的一种实现方式中,所述获取船舶的运行状态,基于所述运行状态确定船舶的到港时间的步骤,还包括:响应于所述运行状态为船舶故障,获取船舶故障信息,结合所述船舶故障信息确定船舶的到港时间;响应于所述运行状态为航道拥塞,获取航道拥塞信息,结合所述航道拥塞信息确定船舶的到港时间。
在第一方面的一种实现方式中,在所述根据装船计划和堆场库存调整每日的生产计划的步骤之前,所述方法还包括:结合所述船舶故障信息和所述航道拥塞信息调整所述装船计划。
在第一方面的一种实现方式中,所述根据装船计划和堆场库存调整每日的生产计划的步骤,包括:根据预设触发机制,利用线性规划算法调整每日的生产计划。
在第一方面的一种实现方式中,所述根据预设触发机制,利用线性规划算法调整每日的生产计划的步骤,包括:针对总生产能力、单个产品生产能力、单个产品最大生产能力、产品初始库存、产品最大库存、装船计划单个船舶所需产品数量、装船计划所有船舶所需总产品数量以及码头装船能力,使用线性规划算法求生产满足装船计划的物料所需的最少耗时。
在第一方面的一种实现方式中,所述结合所述到港时间、装船计划、堆场库存和生产计划,确定船舶靠泊计划的步骤,包括:设置船舶的靠泊优先级;船舶装船计划物料与库存匹配优先;泊位装船能力与船舶匹配优先;船舶到港时间越早优先进入靠泊推荐;设置优先级由高到低为:库存匹配优先级高于泊位装船能力优先级,泊位装船能力优先级高于到港时间优先级。
第二方面,本申请提供一种货主码头的船舶监控与作业系统,所述系统包括:到港预测模块,被配置为获取船舶的运行状态,基于所述运行状态确定船舶的到港时间;计划调整模块,被配置为根据装船计划和堆场库存调整每日的生产计划;靠泊推荐模块,被配置为结合所述到港时间、装船计划、堆场库存和生产计划,确定船舶靠泊计划。
第三方面,本申请提供一种电子设备,所述电子设备包括:处理器及存储器;所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述电子设备执行所述的方法。
如上所述,本申请所述的货主码头的船舶监控与作业方法、系统及设备,具有以下有益效果:
本申请一方面基于生产数据、堆场库存与船舶位置监控等实时数据,依托多种算法组合,实现计划的制定,避免了堆场库存不足或无场位堆存等问题。另一方面,本申请解决了作业船舶等待靠泊耗时过长等问题,从而实现了码头货物轮转效率最优。
附图说明
图1显示为本申请实施例所述的货主码头的船舶监控与作业方法的应用场景示意图。
图2显示为本申请实施例所述的货主码头的船舶监控与作业方法的原理流程图。
图3显示为本申请实施例所述的货主码头的船舶监控与作业方法的到港时间预测流程图。
图4显示为本申请实施例所述的货主码头的船舶监控与作业系统的结构原理图。
图5显示为本申请实施例所述的电子设备的结构连接示意图。
元件标号说明
4 货主码头的船舶监控与作业系统
41 到港预测模块
42 计划调整模块
43 靠泊推荐模块
5 电子设备
51 处理器
52 存储器
53 通信接口
54 系统总线
S21~S23 步骤
S211~S215 步骤
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本申请的基本构想,遂图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
本申请以下实施例提供了货主码头的船舶监控与作业方法、系统及设备,包括但不限于船舶航行至目的港进行码头作业这一应用场景中,以下将以该应用场景为例进行描述。
请参阅图1,显示为本申请实施例所述的货主码头的船舶监控与作业方法的应用场景示意图。如图1所示,本实施例提供一种货主码头的船舶监控与作业方法的应用场景。船舶在规定航线内行驶,利用本申请的货主码头的船舶监控与作业方法预测该船舶的到港时间,以使船在到达目的港时等待靠泊耗时不会过长。具体地,通过船期表、生产配置、堆场动态库存、装船计划几者的原始数据,通过多种算法应用组合,实现生产计划与靠泊计划的制定,以实现效率最优,核心内容为船舶实时位置获取与精准预测到港时间,并动态反馈与更新船舶到港计划,基于到港计划的实时数据,从而驱动生产计划调整,最后基于生产计划与实际堆场库存,来实现船舶靠泊推荐,简化了企业计划员的工作,并在原人工排计划的基础上,提高了作业效率。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行详细描述。
请参阅图2,显示为本申请实施例所述的货主码头的船舶监控与作业方法的原理流程图。
如图2所示,本实施例提供一种货主码头的船舶监控与作业方法,具体包括以下步骤:
S21,获取船舶的运行状态,基于所述运行状态确定船舶的到港时间。
请参阅图3,显示为本申请实施例所述的货主码头的船舶监控与作业方法的到港时间预测流程图。如图3所示,于一实施例中,步骤S21具体包括:
S211,在预设间隔内,获取船舶两个行驶位置点的定位数据。
请继续参阅图1,基于预设间隔时间Δt(即采样间隔),并获取Δt时间间隔中的两个点位Pi和Pi+1。
S212,根据两个定位数据确定船舶的平均速率。具体如下:
其中,表示第i个平均速率,(Pi-Pi+1)表示从i到i+1个点的距离。
S213,通过船舶平均速率数据流,利用滑动窗口算法,计算船舶瞬时速率VΔt;具体如下:
其中,假设滑动窗口大小为n;n>0且n为正整数,表示第k次到第k+n此的船舶平均速率总和。
S214,确定船舶与当前航线数据的最近点位,计算到码头的距离。
具体地,通过系统中采集的长江水域关键点位数据,基于GeoHash算法计算水运距离。
于实际应用中,结合图1,通过GeoHash=f(经度,维度)算法与航道数据点位对比,求得最近的点位Pn,若此时有Pn和Pm位置相同均为D1,通过船舶目标Pk点位,确定船舶方向,坐标位置在航线侧的即为最终确定的最近点位是Pn还是Pm。
S215,基于船舶到码头的距离和所述平均速率确定船舶的到港时间。
具体地,通过船舶在航线上最近点位(如Pn),将航道中从Pn到Pk的数据点位查询出来,并求和得到当前到码头的距离∑Di,再加上船舶到Pn的距离D0从而预测后续到港时间:
其中,i为项数,Di表示第i个点和第i-1个点位之间的距离,Tj表示第j条船到达目的港的时间(单位s),D0表示船舶离航线中最近点位距离。
于实际应用中,可以通过提前采集地理位置坐标先得到航道,并连续存储各点位信息,通过船舶位置与目的港位置,确定预计的航线。
于一实施例中,所述获取船舶的运行状态,基于所述运行状态确定船舶的到港时间的步骤,还包括:
响应于所述运行状态为船舶故障,获取船舶故障信息,结合所述船舶故障信息确定船舶的到港时间。
具体地,船舶故障监控分为2类:第一种主动上报,通过货主平台主动进行上报;第二种船舶在长时间位置不变化,判定为故障,然后基于船舶位置预警。具体地,获取的船舶故障信息可以是船舶位置、故障类型、故障时间等有利于到港时间进行预测的各类信息。
响应于所述运行状态为航道拥塞,获取航道拥塞信息,结合所述航道拥塞信息确定船舶的到港时间。
具体地,航道拥塞是指在各码头区域可以通过江面雷达管控雷达覆盖区域船舶密度,识别拥塞。具体地,获取的航道拥塞信息可以是拥塞位置、拥塞长度、拥塞时间等有利于到港时间进行预测的各类信息。
S22,根据装船计划和堆场库存调整每日的生产计划。
于一实施例中,在所述根据装船计划和堆场库存调整每日的生产计划的步骤之前,所述方法还包括:结合所述船舶故障信息和所述航道拥塞信息调整所述装船计划。
具体地,后续装船计划的调整,依赖船舶故障和航道拥塞等数据,如船舶位置长时间停留,则剔除后续计划,位置变更后则再次进入计划队列;航道拥塞可通过过往船舶通过拥堵路径耗时,推测目标船舶到港时间,重新调整计划。
于一实施例中,所述根据装船计划和堆场库存调整每日的生产计划的步骤,包括:根据预设触发机制,利用线性规划算法调整每日的生产计划。
具体地,预设触发机制可以是每日凌晨自动触发,或人工干预触发。调整内容为系统自动依据未来48小时装船计划、当前库存以及码头场位空余情况,通过线性规划算法,保证生产计划的自动推荐。例如,条件是(库存+物料*生产速率*时间)需要大于装船计划,同时需要装船的物料的库存需要在合理区间内。
本申请中生产计划监控与反馈策略主要目的是避免某些产品生产过多或过少,影响后续的堆存或码头装船作业。
于一实施例中,所述根据预设触发机制,利用线性规划算法调整每日的生产计划的步骤,包括:针对总生产能力、单个产品生产能力、单个产品最大生产能力、产品初始库存、产品最大库存、装船计划单个船舶所需产品数量、装船计划所有船舶所需总产品数量以及码头装船能力,使用线性规划算法求生产满足装船计划的物料所需的最少耗时。
具体地,基于S21中的到港时间Tj,再基于船舶的装船计划时间tj与产品堆场库存情况,使用线性规划算法,针对总生产能力C,产品i生产能力为xi,产品i最大生产能力为Xi;产品i初始库存为ni,产品i最大库存为Ni;船舶j装船计划所需的产品i的重量mij,船舶j装船前可对产品i进行生产的时间tij,船舶j所需的所有产品重量wj;所有装船计划船舶所需的产品i的重量Mi,所有装船计划所需的所有产品重量W;以及码头装船能力k,求最少耗时Σtj,由此转换为如下函数,求解minimize(Σtj)下xi的值:
由此,xi的量决定了物料的生产,将最先满足装船wj的物料优先在S23中形成靠泊推荐。
S23,结合所述到港时间、装船计划、堆场库存和生产计划,确定船舶靠泊计划。
于一实施例中,所述结合所述到港时间、装船计划、堆场库存和生产计划,确定船舶靠泊计划的步骤,包括:设置船舶的靠泊优先级。
具体地,设置船舶的靠泊优先级具体包括:
(1)船舶装船计划物料与库存匹配优先。
(2)泊位装船能力与船舶匹配优先。
具体地,船舶靠泊发运计划是基于产品生产速率、实际库存以及到港船舶的装船计划,进行多目标优化算法的结果。基于船舶装运计划形成靠泊泊位发运计划。
(3)船舶到港时间越早优先进入靠泊推荐。
(4)设置优先级由高到低为:库存匹配优先级高于泊位装船能力优先级,泊位装船能力优先级高于到港时间优先级。
于实际应用中,常见优先级规则可以包括:库存即将超预警物料船舶、上昼夜进入靠泊计划未完成靠泊、到港最早船舶、重点船(重点客户船舶)、申报到港准确率以及评分高船舶等。
本申请实施例所述的货主码头的船舶监控与作业方法的保护范围不限于本实施例列举的步骤执行顺序,凡是根据本申请的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本申请的保护范围内。
本申请实施例还提供一种货主码头的船舶监控与作业系统,所述货主码头的船舶监控与作业系统可以实现本申请所述的货主码头的船舶监控与作业方法,但本申请所述的货主码头的船舶监控与作业方法的实现装置包括但不限于本实施例列举的货主码头的船舶监控与作业系统的结构,凡是根据本申请的原理所做的现有技术的结构变形和替换,都包括在本申请的保护范围内。
请参阅图4,显示为本申请实施例所述的货主码头的船舶监控与作业系统的结构原理图。如图4所示,本实施例提供一种货主码头的船舶监控与作业系统4,包括:到港预测模块41、计划调整模块42和靠泊推荐模块43。
所述到港预测模块41被配置为获取船舶的运行状态,基于所述运行状态确定船舶的到港时间。
于一实施例中,所述到港预测模块41具体被配置为在预设间隔内,获取船舶两个行驶位置点的定位数据;根据两个定位数据确定船舶的平均速率;通过船舶平均速率数据流,利用滑动窗口算法,计算船舶瞬时速率;确定船舶与当前航线数据的最近点位,计算到码头的距离;基于船舶到码头的距离和所述船舶瞬时速率确定船舶的到港时间。
所述计划调整模块42被配置为根据装船计划和堆场库存调整每日的生产计划。
于一实施例中,所述计划调整模块42具体被配置为根据预设触发机制,利用线性规划算法调整每日的生产计划。
所述靠泊推荐模块43被配置为结合所述到港时间、装船计划、堆场库存和生产计划,确定船舶靠泊计划。
于一实施例中,所述靠泊推荐模块43具体被配置为设置船舶的靠泊优先级;具体包括:船舶装船计划物料与库存匹配优先;泊位装船能力与船舶匹配优先;船舶到港时间越早优先进入靠泊推荐;设置优先级由高到低为:库存匹配优先级高于泊位装船能力优先级,泊位装船能力优先级高于到港时间优先级。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统或方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅是示意性的,例如,模块/单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或单元可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块/单元可以是或者也可以不是物理上分开的,作为模块/单元显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块/单元来实现本申请实施例的目的。例如,在本申请各个实施例中的各功能模块/单元可以集成在一个处理模块中,也可以是各个模块/单元单独物理存在,也可以两个或两个以上模块/单元集成在一个模块/单元中。
本领域普通技术人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请提供一种电子设备,所述电子设备包括:处理器及存储器;所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述电子设备执行所述的方法。
请参阅图5,显示为本申请实施例所述的电子设备的结构连接示意图。如图5所示,本申请的电子设备5包括:处理器51、存储器52、通信接口53或/和系统总线54。存储器52和通信接口53通过系统总线54与处理器51连接并完成相互间的通信,存储器52用于存储计算机程序,通信接口53用于和其他设备进行通信,处理器51用于运行计算机程序,使所述电子设备5执行货主码头的船舶监控与作业方法的各个步骤。
上述的处理器51可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
上述的存储器52可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述提到的系统总线54可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该系统总线54可以分为地址总线、数据总线、控制总线等。通信接口用于实现数据库访问装置与其他设备(如客户端、读写库和只读库)之间的通信。
上述各个附图对应的流程或结构的描述各有侧重,某个流程或结构中没有详述的部分,可以参见其他流程或结构的相关描述。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (9)
1.一种货主码头的船舶监控与作业方法,其特征在于,所述方法包括:
获取船舶的运行状态,基于所述运行状态确定船舶的到港时间;
根据装船计划和堆场库存调整每日的生产计划;
结合所述到港时间、装船计划、堆场库存和生产计划,确定船舶靠泊计划。
2.根据权利要求1所述的方法,其特征在于,所述获取船舶的运行状态,基于所述运行状态确定船舶的到港时间的步骤,包括:
在预设间隔内,获取船舶两个行驶位置点的定位数据;
根据两个定位数据确定船舶的平均速率;
通过船舶平均速率数据流,利用滑动窗口算法,计算船舶瞬时速率;
确定船舶与当前航线数据的最近点位,计算到码头的距离;
基于船舶到码头的距离和所述瞬时速率确定船舶的到港时间。
3.根据权利要求1所述的方法,其特征在于,所述获取船舶的运行状态,基于所述运行状态确定船舶的到港时间的步骤,还包括:
响应于所述运行状态为船舶故障,获取船舶故障信息,结合所述船舶故障信息确定船舶的到港时间;
响应于所述运行状态为航道拥塞,获取航道拥塞信息,结合所述航道拥塞信息确定船舶的到港时间。
4.根据权利要求3所述的方法,其特征在于,在所述根据装船计划和堆场库存调整每日的生产计划的步骤之前,所述方法还包括:
结合所述船舶故障信息和所述航道拥塞信息调整所述装船计划。
5.根据权利要求1所述的方法,其特征在于,所述根据装船计划和堆场库存调整每日的生产计划的步骤,包括:
根据预设触发机制,利用线性规划算法调整每日的生产计划。
6.根据权利要求5所述的方法,其特征在于,所述根据预设触发机制,利用线性规划算法调整每日的生产计划的步骤,包括:
针对总生产能力、单个产品生产能力、单个产品最大生产能力、产品初始库存、产品最大库存、装船计划单个船舶所需产品数量、装船计划所有船舶所需总产品数量以及码头装船能力,使用线性规划算法求生产满足装船计划的所有物料所需的最少耗时。
7.根据权利要求1所述的方法,其特征在于,所述结合所述到港时间、装船计划、堆场库存和生产计划,确定船舶靠泊计划的步骤,包括:设置船舶的靠泊优先级;
船舶装船计划物料与库存匹配优先;
泊位装船能力与船舶匹配优先;
船舶到港时间越早优先进入靠泊推荐;
设置优先级由高到低为:库存匹配优先级高于泊位装船能力优先级,泊位装船能力优先级高于到港时间优先级。
8.一种货主码头的船舶监控与作业系统,其特征在于,所述系统包括:
到港预测模块,被配置为获取船舶的运行状态,基于所述运行状态确定船舶的到港时间;
计划调整模块,被配置为根据装船计划和堆场库存调整每日的生产计划;
靠泊推荐模块,被配置为结合所述到港时间、装船计划、堆场库存和生产计划,确定船舶靠泊计划。
9.一种电子设备,其特征在于,所述电子设备包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述电子设备执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311546292.4A CN117592703B (zh) | 2023-11-17 | 2023-11-17 | 一种货主码头的船舶监控与作业方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311546292.4A CN117592703B (zh) | 2023-11-17 | 2023-11-17 | 一种货主码头的船舶监控与作业方法、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117592703A true CN117592703A (zh) | 2024-02-23 |
CN117592703B CN117592703B (zh) | 2024-06-11 |
Family
ID=89914484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311546292.4A Active CN117592703B (zh) | 2023-11-17 | 2023-11-17 | 一种货主码头的船舶监控与作业方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117592703B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012086948A (ja) * | 2010-10-20 | 2012-05-10 | Jfe Steel Corp | 輸送計画作成方法および輸送計画作成装置 |
CN109523173A (zh) * | 2018-11-20 | 2019-03-26 | 大连大学 | 一种集装箱港口生产调度方法 |
CN110782160A (zh) * | 2019-10-24 | 2020-02-11 | 中交水运规划设计院有限公司 | 船舶泊位分配方法、系统及装置 |
CN112712288A (zh) * | 2021-01-18 | 2021-04-27 | 大连海事大学 | 一种内河码头干散货作业集成调度方法 |
CN113850421A (zh) * | 2021-09-13 | 2021-12-28 | 张家港华达码头有限公司 | 一种码头高效生产管理系统、方法及存储介质 |
CN114662740A (zh) * | 2022-03-03 | 2022-06-24 | 中国交通信息科技集团有限公司 | 一种智能排船算法 |
CN115456387A (zh) * | 2022-09-02 | 2022-12-09 | 武汉理工大学 | 煤炭港口出港作业集成调度方法、装置、电子设备及介质 |
CN115564144A (zh) * | 2022-11-11 | 2023-01-03 | 北京南瑞数字技术有限公司 | 一种港口船舶调度优化方法、装置及存储介质 |
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 |
CN116797117A (zh) * | 2023-06-16 | 2023-09-22 | 深圳大学 | 港口拥堵状态监测与评估方法、系统、终端和存储介质 |
CN116822856A (zh) * | 2023-06-16 | 2023-09-29 | 合肥昕帆视讯科技有限公司 | 一种散货装船智能调度方法 |
CN117035349A (zh) * | 2023-08-24 | 2023-11-10 | 唐山曹妃甸煤炭港务有限公司 | 一种干散货码头作业调度推演方法及系统 |
-
2023
- 2023-11-17 CN CN202311546292.4A patent/CN117592703B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012086948A (ja) * | 2010-10-20 | 2012-05-10 | Jfe Steel Corp | 輸送計画作成方法および輸送計画作成装置 |
CN109523173A (zh) * | 2018-11-20 | 2019-03-26 | 大连大学 | 一种集装箱港口生产调度方法 |
CN110782160A (zh) * | 2019-10-24 | 2020-02-11 | 中交水运规划设计院有限公司 | 船舶泊位分配方法、系统及装置 |
CN112712288A (zh) * | 2021-01-18 | 2021-04-27 | 大连海事大学 | 一种内河码头干散货作业集成调度方法 |
CN113850421A (zh) * | 2021-09-13 | 2021-12-28 | 张家港华达码头有限公司 | 一种码头高效生产管理系统、方法及存储介质 |
CN114662740A (zh) * | 2022-03-03 | 2022-06-24 | 中国交通信息科技集团有限公司 | 一种智能排船算法 |
CN115456387A (zh) * | 2022-09-02 | 2022-12-09 | 武汉理工大学 | 煤炭港口出港作业集成调度方法、装置、电子设备及介质 |
CN115564144A (zh) * | 2022-11-11 | 2023-01-03 | 北京南瑞数字技术有限公司 | 一种港口船舶调度优化方法、装置及存储介质 |
CN116797117A (zh) * | 2023-06-16 | 2023-09-22 | 深圳大学 | 港口拥堵状态监测与评估方法、系统、终端和存储介质 |
CN116822856A (zh) * | 2023-06-16 | 2023-09-29 | 合肥昕帆视讯科技有限公司 | 一种散货装船智能调度方法 |
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 |
CN117035349A (zh) * | 2023-08-24 | 2023-11-10 | 唐山曹妃甸煤炭港务有限公司 | 一种干散货码头作业调度推演方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117592703B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Container terminal operation: current trends and future challenges | |
Dong et al. | Container fleet sizing and empty repositioning in liner shipping systems | |
Roy et al. | A non-linear traffic flow-based queuing model to estimate container terminal throughput with AGVs | |
Gupta et al. | Optimal stack layout in a sea container terminal with automated lifting vehicles | |
Petering | Real-time container storage location assignment at an RTG-based seaport container transshipment terminal: problem description, control system, simulation model, and penalty scheme experimentation | |
Kian et al. | Optimal spare parts management for vessel maintenance scheduling | |
Kimemia | Hierarchial control of production in flexible manufacturing systems | |
US20230267386A1 (en) | Method of operating a container carrier terminal | |
Štepec et al. | Machine learning based system for vessel turnaround time prediction | |
CN110490443A (zh) | 航运动态运力监测和调配方法 | |
Dhingra et al. | A cooperative quay crane-based stochastic model to estimate vessel handling time | |
Lee et al. | Analysis on container port capacity: A Markovian modeling approach | |
Abdirassilov et al. | Application of artificial neural networks for shortterm prediction of container train flows in direction of China–Europe via Kazakhstan | |
US20230252395A1 (en) | A quay crane operation method | |
CN117592703B (zh) | 一种货主码头的船舶监控与作业方法、系统及设备 | |
Aslam et al. | Dynamic and Continuous Berth Allocation using Cuckoo Search Optimization. | |
Kiani et al. | A simulation framework for optimizing truck congestions in marine terminals | |
Gao et al. | Learning-based open driver guidance and rebalancing for reducing riders’ wait time in ride-hailing platforms | |
Lefeber | Modeling and control of manufacturing systems | |
Expósito-Izquierdo et al. | A review of soft computing techniques in maritime logistics and its related fields | |
WO2022091377A1 (ja) | 計算機システム及び船舶の港到着時刻の予測方法 | |
Strelnikov et al. | Finding an optimal route of a consignment in a seaport | |
Nikolaieva et al. | Hierarchical Management System for Container Vessels Automated Cargo Handling. | |
US20190005414A1 (en) | Rubust dynamic time scheduling and planning | |
Dell'Olmo et al. | Planning activities in a network of logistic platforms with shared resources |
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 |