一、如何减少集装箱箱区两次翻箱（论文文献综述）
丁一,王聪[1]（2021）在《以自动化码头为中心的船舶配载优化》文中提出针对自动化码头船舶配载效率较低的问题,为了提高设备资源利用率,提出了一种基于船舶配载特点设计的固定集搜索（FSS）算法。首先,在考虑一般船舶配载原则的基础上,以桥吊作业计划为依据,引入箱区作业均衡因素,将最小化箱区翻箱量、总装船时间以及尽可能的箱区作业均衡作为目标,建立自动化码头船舶配载混合整数规划模型;其次,通过固定较优解中多次出现的元素来寻求最优解。实验结果表明,不同规模的实例下,FSS算法相较于Cplex,翻箱量和不均衡箱数分别平均减少了22.3%和11.7%,目标函数值平均优化了6.5%;所提固定集搜索算法与粒子群优化（PSO）算法、遗传算法（GA）和蚁群优化（PSO）算法相比,目标函数值平均优化了2.1%,凸显了FSS算法更高的配载效率。而为了增加案例的多样性,对箱区堆栈分布和比例进行了调整。在这个情况下,FSS算法的不均衡箱数相较上述三种算法平均减少了19.3%,设备资源利用率更高。
夏孟珏[2]（2021）在《集装箱码头智能船控序贯决策研究》文中研究表明集装箱码头是国际物流的枢纽节点,随着国际航运发展带来逐年提升的运力需求,集装箱码头的作业瓶颈进一步凸显。船控决策通过指令序列控制集装箱码头船舶作业,是集装箱码头装卸船作业的主要控制过程,船控决策的优劣直接决定了装卸船作业效率,直接影响码头的行业竞争力。因此,如何合理优化船控决策,进一步提高装船作业效率是集装箱码头的核心研究课题。目前集装箱码头传统船控决策通常是以作业路或单船为决策单元的局部船控决策,存在整体性不足,全局性差等问题,难以在集装箱码头全岸线多船并行连续作业进程中持续保证各个作业路装船作业均衡有序高效进行;由于船控决策影响因素多,约束限制复杂,决策空间大,全岸线船控决策难以通过人工决策实现。此外,船控决策是随装船作业过程进行的动态决策过程,在该决策过程中呈现无后效特征,因此船控决策是序贯决策过程。因此,为解决传统船控决策存在的问题,本文应用序贯决策理论,提出智能船控序贯决策框架,采用人工智能相关技术与方法进行智能船控序贯决策,实现对集装箱码头船控指令序列的整体优化。本文针对集装箱码头智能船控序贯决策问题,提出了智能船控序贯决策框架,将智能船控序贯决策分解为取箱序贯决策和指令序贯决策两个接续进行的关键决策,以从整体上实现装船指令序列优化。在决策框架中,取箱序贯决策通过优化各作业路取箱序列保证装船作业的均衡性、高效性;指令序贯决策通过优化各作业路指令序列保证装船作业的连续性、有序性。建立了智能船控序贯决策仿真评价平台,通过仿真实验以及实际应用,验证了决策方法的有效性。针对集装箱码头智能船控决策的主要研究内容和主要创新成果包括:1.提出了考虑全岸线作业因素的集装箱码头智能船控序贯决策基本问题及整体决策方法。在分析全岸线船控作业要求的基础上,依据序贯决策理论,提出了智能船控序贯决策基本问题,并将智能船控决策分解为取箱序贯决策以及指令序贯决策,提出了智能船控序贯决策整体框架及决策方法。通过应用智能船控序贯决策仿真评价平台进行仿真验证以及在集装箱码头生产作业中对智能船控序贯决策进行实际应用,证明了提出的智能船控序贯决策方法的有效性。2.针对集装箱码头智能船控取箱序贯决策,建立了智能船控取箱序贯决策模型;改进设计了智能船控取箱序贯决策S-MCTS算法用以求解该决策问题。通过对取箱序贯决策案例的求解及仿真实验,验证了智能船控取箱序贯决策方法的有效性。该方法可有效减少装船作业中的取箱冲突,依据该方法获得的取箱序列控制执行,可保证均装船作业均衡高效进行。3.针对集装箱码头智能船控指令序贯决策,建立了智能船控指令序贯决策模型;改进设计了智能船控指令序贯决策深度强化学习pp DDQN算法用以求解该决策问题,在该算法中提出了智能船控指令序贯决策的关键决策特征从而实现对指令序贯决策的训练求解。通过对智能船控指令序贯决策案例进行求解及仿真实验,验证了智能船控指令序贯决策方法的有效性。该方法可有效减少装船作业过程中的场桥反复移机、翻箱作业,依据该方法获得的指令序列控制执行,可保证均装船作业连续有序进行。本文提出了集装箱码头智能船控序贯决策的系统决策方法。通过单船及全岸线决策仿真分析,验证了该智能船控序贯决策方法的有效性。应用该智能船控序贯决策方法代替人工决策在实际生产作业中执行装船指令控制作业,在40余航次作业过程中,平均岸桥作业效率达30.84loops/h,有效减少了翻箱、场桥移动,在关键作业效率参数方面优于人工决策水平,进一步验证该方法能够控制实现均衡有序高效的全岸线装船作业过程。本文提出的集装箱码头船控序贯决策方法对解决港口和物流企业其他序贯决策问题具有借鉴意义。
朱阳飞[3]（2021）在《考虑装船效率的出口集装箱箱位自动分配方法研究》文中研究说明集装箱的标准化和相应物流体系的构建使得集装箱运输成为国际贸易最重要的运输方式。船舶的装卸效率是港口竞争力的重要体现,采取合理的堆场堆存策略可以有效提升装船作业效率,对码头运营具有重要的经济价值。本文以国内某大型集装箱码头出口箱堆存过程为研究背景,综合考虑分析出口箱装船作业效率,设计了考虑水平运输距离的箱区分配策略和考虑装船效率的出口箱箱位自动分配方法,并通过对出口箱堆存和装船的仿真实验验证了方法的有效性。本文首先提出了一种考虑堆存时间和堆场使用率的动态箱区分配策略,通过实验发现该策略提高了靠近泊位箱区的周转率,在降低水平运输距离上具有良好的表现;接着,本文结合两种常用的考虑装船效率的出口箱箱位自动分配方法:封闭式堆存区方法和允许混堆的开放式全场箱位打分方法,提出了开放式堆存区箱位分配方法,实验表明第三种方法在考虑装船效率的多个评价指标上都具有良好的表现;最后建立了箱位分配方法参数调优的多目标优化数学模型,并采用NSGA-Ⅲ算法进行求解,实验表明NSGA-Ⅲ求解得到的帕累托解集不仅使各个目标函数有了更好的表现,而且还提供了多组适用于不同场景的参数设置。
陈清伟[4]（2020）在《自动化集装箱堆场作业均衡研究》文中研究说明随着国际贸易的不断发展,在“海上丝绸之路”提倡下,自动化集装箱码头具有装卸高效稳定、节能安全等优势,已经成为我国港口集装箱码头发展建设的必然趋势。随着自动化集装箱码头的发展,如何实现自动化集装箱堆场作业的高效科学管理已成为行业内迫切需要解决的新问题。为了提高自动化集装箱堆场的作业效率和利用率,本文在自动化集装箱堆场进出口集装箱混合堆存方式下,针对其作业均衡问题进行研究。主要研究内容如下:（1）对自动化集装箱堆场作业均衡等相关研究现状及研究成果进行研究,同时,通过对自动化集装箱堆场堆存作业以及翻箱作业进行了概述基础上,分析了集装箱堆存方式以及翻箱原因,定义了堆场主要作业的集装箱箱型。（2）通过对厦门远海自动化集装箱码头的实地调研,根据自动化集装箱堆场箱区作业量分配问题性质,采用了平均差方法和滚动计划模式,综合考虑船舶AGV端装卸计划、外集卡端装卸计划,分别以各个箱区作业量均衡以及整体自动化集装箱堆场箱区作业总量均衡为目标,建立了自动化集装箱堆场作业量分配均衡模型,设计了基于模拟退火算法的自动化集装箱堆场箱区间作业量均衡算法。（3）在自动化集装箱堆场箱区间作业量分配均衡的研究基础上,依据集装箱堆存原则,在滚动计划模式下,提出了以集装箱指派箱位后所产生的压箱数最小化和堆存高度总和最小化为目标函数,建立自动化集装箱堆场箱位指派作业均衡模型,设计了自动化集装箱堆场箱位指派作业均衡模型启发式算法。（4）对厦门远海自动化集装箱码头堆场作业均衡进行了验证分析,取得了计划周期内的各箱区集装箱作业量均衡分配计划和箱位指派作业方案,结果表明应用本研究建立的自动化集装箱堆场作业均衡模型和算法,均衡偏差目标值总和为310TEU,压箱数为1,堆存层高总和为36,均衡度明显提高,指派给出口集装箱的箱位靠近船舶和AGV交换区,而指派给进口集装箱的箱位靠近外集卡交换区,可以较有效地均衡厦门远海自动化集装箱堆场的作业。本文通过自动化集装箱堆场作业均衡的研究,建立了自动化集装箱堆场箱区间作业量分配均衡模型和堆场箱位指派作业均衡模型,设计了自动化集装箱堆场箱区间作业量均衡算法和箱位指派作业均衡模型启发式算法。为自动化集装箱堆场作业的高效科学管理提供支持。
贺裕雁[5]（2020）在《集装箱港口出口箱单贝箱位分配模型与算法研究》文中提出我国集装箱港口在快速发展的同时面临着巨大挑战。一方面,在目前新冠肺炎疫情的影响下,港口出口箱数量明显减少,各地港口堆场装卸效率偏低,船舶在港停留时间延长;另一方面,船舶大型化要求集装箱港口在相对小的时间窗内（几天）装卸相当规模的出口箱,短期内对港口生产活动造成较大的压力,对出口箱的箱位分配提出了更高的要求。因此,在码头现有资源和设备的前提下,如何快速装卸堆场的出口箱,最大程度地减少箱位分配产生的翻箱和运作成本,已经成为集装箱码头面临解决的热点问题之一。但集装箱港口是一个综合复杂的系统,对出口箱进行箱位分配时涉及许多因素,例如堆存策略、船舶到达等,获取相关信息时也存在不确定的情况,因此如何在信息完备情况下堆放出口箱,如何在信息不确定情况下堆放出口箱使翻箱数最少,这些问题都需要进行深入的分析与探讨。在港口数字化的推动下,众多港口已经累积了大量的业务数据,但是利用率低,分析决策能力也较差,因此,以数据驱动为基础研究出口箱箱位分配问题具有重要的现实意义,也成为当下集装箱港口研究的热点。在此背景下,如何运用现实数据创新性地预测出口箱重量分组和进场顺序,如何处理出口箱装船前的堆存和预翻箱优化问题,以提升箱位分配的质量,降低船舶在港停留时间,也是需要进行深入研究的重要课题。基于此,本文主要做了如下工作:（1）从系统角度出发,进行了集装箱港口出口箱箱位分配模型的研究。集装箱码头是一个高度复杂的系统,各个环节和要素之间是相互影响的,将复杂的问题具体决策化是解决港口问题的一种有效方式。因此,本文在分析码头总体布局和的基础上,系统研究了堆场存储规划与泊位分配、船舶配载计划和资源调度之间的关系,进而分析了出口箱箱位分配的影响因素,同时确定了信息完备和信息不完备情况下出口箱箱位分配问题涉及的相关因素,最后建立了出口箱箱位分配模型的约束条件集、决策变量集和目标集,形成了解决出口箱箱位分配问题的体系架构,作为后续各章决策模型的理论基础。（2）建立信息完备情况下的出口箱单贝箱位分配模型,提出基于堆垛规则的启发式算法。在出口箱进场顺序和重量优先级信息完备的情况下,考虑出口箱堆存规则和堆存状态等约束条件,以翻箱数最少为优化目标,建立0-1整数规划模型。为求解此模型,从文献研究与港口实践调研中提取最少翻箱数、最矮堆栈和最近堆栈三种堆存原则,设计了LRR→LSR→NSR、LRR→NSR、LRR→LSR、LSR→LRR→NSR和LSR→LRR五种不同的启发式算法。最后,通过方法对比验证了所提算法的优越性,通过数值分析确定了不同贝位规模下的翻箱数和翻箱率,为港口管理者选择合适的位置提供了有效的决策依据。（3）建立船舶到达不确定情况下的出口箱单贝箱位分配模型,提出二阶段启发式算法。在信息完备情况下模型的基础上,考虑信息不完备情况对出口箱进场顺序的影响,以翻箱数最少为优化目标,建立随机规划模型。不同程度的信息质量对结果影响不同,为此将不完备船舶到达信息分为高、中和低等信息水平三种情形进行处理。为求解模型,设计二阶段启发式算法,在第一阶段对进场顺序确定的出口箱使用CPLEX求解,第二阶段使用提出的五种启发式算法求解。最后,通过数值分析确定了不同信息质量水平情况下的翻箱数和翻箱率,证明了算法的有效性和实用性。（4）结合出口箱进场顺序和重量的现实数据,研究数据驱动的出口箱单贝箱位分配问题。运用港口数据捕捉相关规律,使得到的结果更好地为港口服务,从而提高船舶装载效率。但粤港澳大湾区港口群调研结果发现,预翻箱作业也是影响出口箱装船的重要因素。因此,研究进场堆存和预翻箱两个阶段的箱位分配问题对于加快船舶装载速度,减少在港停留时间意义重大。此部分主要解决三个问题:首先,运用机器学习方法预测出口箱重量分类,运用马尔科夫链预测方法确定出口箱进场顺序,为构建模型提供基础数据;其次,在已知贝位初始堆场状态的情况下,从文献研究和实践调研提取有效的翻箱移动规则,设计基于翻箱移动规则的启发式算法解决预翻箱问题;最后,从重量、目的港以及目的港和重量多属性三个不同角度进行结果分析,确定不同情况下正常与紧急进入堆场的出口箱数量的最佳比例,为港口工作人员合理安排出口箱数量提供依据。本课题紧密结合码头堆场管理实践,研究成果有助于提高整个码头的运营水平,为港口工作人员合理安排出口箱位置提供了依据。同时对港口相关调度的研究也提供了理论和方法上的借鉴。针对出口箱单贝箱位分配问题设计的启发式算法,对例如自动化立体仓库物品堆放的同类优化问题的解决有重要的参照意义。研究中涉及的信息不完备情况和数据驱动情况,旨在解决港口的复杂性问题,对码头的实际操作有一定的指导意义。
满孝颐[6]（2019）在《考虑任务不确定性的集装箱码头场桥调度优化研究》文中研究指明港口集装箱运输是连接国际间货物贸易的重要载体,在全球贸易中发挥着越来越重要的作用,而作为衔接水路运输和陆路运输的节点,集装箱码头是整个港口集装箱运输网络的枢纽。在集装箱码头中,堆场则是连接海侧集装箱船和陆侧内陆客户的重要缓冲区,堆场内场桥的作业效率对集装箱码头整体的作业水平有着重要的影响。同时,场桥作业任务在实践中存在各种不确定性因素,因此,本文考虑任务的不确定性对场桥作业的影响。针对堆场内场桥的调度优化,围绕场桥作业中的任务不确定性,本文的工作及其贡献点主要包括三个部分。研究了任务到达时间随机的提箱调度优化。在集装箱码头的日常作业中,外集卡提箱到达时间的不确定是一种普遍现象,而外集卡提箱到达的不确定对堆场内场桥的提取作业计划有着严重的影响。因此,在考虑任务到达时间随机的情形下,以最小化所有任务的期望总延迟为目标,建立了两阶段随机规划模型,其中第一阶段是在不考虑提取任务的前提下,生成存储任务的调度方案;第二阶段则是当所有提取任务的释放时间已知时,调整第一阶段的调度方案。同时,对任务到达时间的随机情形进行分类,进而设计了样本均值近似算法、改进遗传算法和基于规则的启发式算法进行求解。通过实验分析验证了所设计基于规则的启发式算法相比于样本均值近似算法和改进遗传算法具有更强的收敛性与全局寻优能力。研究了任务处理时间依赖加工方案的翻箱调度优化。提取任务引起的翻箱作业是导致任务处理时间依赖加工方案的主要因素,根据翻箱作业的特点,将其分为翻箱放回原栈位和翻箱不放回原栈位两种情形。对于翻箱放回原栈位情形,以最小化任务的总延迟为目标,构建了混合整数线性规划模型,并设计了遗传算法和基于贪婪时间的启发式算法进行求解。对于翻箱不放回原栈位情形,以最小化任务总延迟为目标,建立了非线性模型,并开发了遗传算法和最底层算法进行求解。针对以上结果,其对堆场场桥翻箱方案的设计具有理论指导作用。研究了提取任务配送地点可选择的配送调度优化。在自动化存储系统中,不存在翻箱问题,同时,存储任务的确切位置是已知的,但是提取任务的配送点是由多种因素决定的,相比于存储任务,提取任务的配送点是不确定的,这也是自动化存储系统中的主要决策变量。因此,在考虑提取任务释放时间和截止时间的基础上,以最小化堆垛机总移动时间和任务总延迟为目标,建立了新的双目标线性数学模型,剖析给出了问题解的相关性质,进而设计了Epsilon约束法、非支配排序遗传算法和基于规则比较的启发式算法进行求解。综上所述,按照场桥作业时处理任务的顺序,论文对三种任务不确定因素进行了分析,并根据不同问题的性质,论文分别建立了更能凸显问题特征的数学规划模型。同时,在模型特点和问题性质的基础上,改进和设计了智能算法进行求解。最后,对论文的全部内容进行了归纳总结,并提出了未来研究方向。
常祎妹[7]（2019）在《铁水联运港口核心作业计划的优化》文中研究表明随着“一带一路”倡议的提出,我国与其他国家的国际贸易得到了迅速地发展。集装箱运输作为一种先进的现代化运输方式,具有方便、快捷、节能、安全、环保等优势。在当前国际贸易的形势下,集装箱运输在国际贸易中的货物运输方面发挥着越来越重要的作用。集装箱铁水联运作为集装箱运输中重要的组成部分,将铁路运输的优势和水路运输的优势较好地结合起来,成为现阶段迅速崛起的运输方式。铁水联运港口作为集装箱铁水联运的主要发生场所,其运营效率和生产效率对铁水联运港口的运作有着至关重要的影响。同时,铁水联运港口中的作业不仅涉及传统的集装箱港口的作业,还涉及铁路集装箱中心站的作业,故铁水联运港口的作业更加复杂。因此,合理地确定铁水联运港口各个作业的作业计划,对提高整个铁水联运港口的运营效率和生产效率具有重要的意义。本文的研究对象为铁水联运港口的核心作业计划,研究重点为核心作业计划优化,并深入地分析与研究了铁水联运港口核心作业计划优化的理论与方法。本文研究的主要内容如下:（1）铁水联运港口以及其核心作业的界定。首先,通过与传统的集装箱港口进行对比,对铁水联运港口进行了界定。之后,分析了铁水联运港口的功能布局、作业模式以及作业流程等方面,对本文研究的铁水联运港口的布局模式进行了确定。最后,根据进出口集装箱作业流程的描述,确定了铁水联运港口的核心作业的构成以及其核心作业计划。（2）铁水联运港口核心作业计划优化总体框架的建立。通过对铁水联运港口核心作业计划优化问题的简要分析,构建了铁水联运港口核心作业计划优化的总体框架;并在总体框架的基础上,分析了优化问题的约束条件、决策变量和优化目标,简单地描述了铁水联运港口核心作业计划优化问题的模型构建,从而为接下来的核心作业计划优化问题的研究提供了理论依据。（3）考虑岸桥操作的集装箱配载计划优化研究。在铁水联运港口核心作业计划优化的总体框架下,通过分析船舶的结构、船舶的稳性和强度约束以及配载原则,在传统的配载计划优化问题的基础上考虑了岸桥操作对配载计划的影响,构建了以最小化集装箱在所有港口的停留时间以及集装箱的总移动次数为目标的多目标优化模型,并根据模型的特点,设计了基于新的编码方式的遗传算法求解模型,即,根据集装箱的属性、装卸船作业的策略以及岸桥的操作策略对染色体进行编码。最后,利用算例对模型和算法进行了验证。（4）考虑配载计划的铁路运输箱和公路运输箱混合堆存的箱位指派研究。在铁水联运港口核心作业计划优化的总体框架下,通过分析铁水联运港口的堆存模式、堆存原则以及铁路运输箱和公路运输箱的到达特点,在考虑集装箱配载计划的同时考虑了铁路运输箱和公路运输箱的到达特点以及混合堆存的特点,构建了以堆存过程中压箱数最小为目标的出口集装箱箱位指派模型。为了有效地对模型进行求解,首先利用马尔科夫链对公路运输箱的到达顺序进行预测,从而确定公路运输箱的到达顺序,然后利用启发式算法对箱位指派模型进行求解。最后,利用算例对模型和算法进行了验证。（5）“堆场-铁路作业区”集装箱双向同步装卸作业计划优化研究。在铁水联运港口核心作业计划优化的总体框架下,通过分析龙门吊、集卡和场吊的操作特点,在考虑了进出口集装箱同步装卸、集卡堵塞、龙门吊和场吊的走行时间、龙门吊间的安全距离等多个实际约束条件的基础上,构建了以装卸作业总完成时间最短为目标的“龙门吊-集卡-场吊”的混合整数规划模型,并且为了求解模型,设计了改进的多层遗传算法,即,在传统的多层遗传算法中引入均衡操作以及解决集卡堵塞问题的集卡走行时间浮动比例。最后,利用算例对模型和算法进行了验证。
张莹[8]（2019）在《预约提箱机制下的进口箱堆存优化研究》文中研究表明伴随着经济全球化的发展,国家之间的贸易愈发频繁,集装箱港口作为往来货物运输的重要节点,在货物交易的过程中发挥了重要的作用。同时伴随着船舶大型化发展,集装箱码头的吞吐量不断增大,其运营管理的难度也不断增加。如何提高现有空间资源和机械设备的作业效率已成为目前集装箱码头的研究热点。面对不断增大的集装箱量和有限的空间资源,有效的堆存策略和翻箱策略能充分利用堆场空间资源。实际操作中,货主集卡到港时间具有不确定性,导致集卡的提箱顺序与进口箱在堆场内的堆存位置不对应,造成大量翻箱。预约的方式可以约束集卡的到港时间,有助于更好地完成堆场计划,降低翻箱量,并提高提箱作业效率及货主满意度,对码头方和货主都有积极的影响。本文对造成进口箱在堆场中产生翻箱的影响因素进行整理和分析,发现合理的堆场计划能够从源头减少进口箱的翻箱量,所以引入预约提箱机制和激励惩罚机制,以实现进口箱在堆场堆存位置的合理分配,并约束货主车辆在预约时间窗内到达,在此基础上设计翻箱落位优选策略从而减少提箱过程中产生的二次翻箱。构建预约提箱机制下的进口箱箱位分配模型,利用包含启发式规则的遗传算法对模型进行求解,得到集卡按时到达和失约后到达情况下的进口箱堆存方案。本文通过改变待堆存的进口箱数量进行不同的数值实验来验证模型及求解算法的有效性与合理性。实验结果表明:本文所给出的预约提箱机制下的进口箱堆存方案可以有效地控制提箱过程中的翻箱操作的产生,降低码头作业成本,提高货主满意度。
苑中锴[9]（2019）在《集装箱堆场多资源集成调度与优化研究》文中研究表明随着经济和贸易全球化的不断推进,集装箱广泛应用于国际贸易运输。中国港口集装箱吞吐量的不断增长和船舶大型化的快速发展,都对集装箱码头堆场的作业效率提出了更高的要求。集装箱码头堆场的空间资源和机械设备资源是有限的,只有合理分配集装箱箱位和调度场桥,才有利于提高码头前方堆场资源利用效率和运作效率,提升对船舶公司及货主的服务水平。本文详细概述了集装箱码头堆场的多种资源,包括堆场空间资源、机械设备资源,介绍和分析了堆场作业流程及作业效率影响因素等。考虑到出口箱送箱集卡在给定集港时间段内的实际到港时间具有不确定性,对码头的生产调度提出了更严峻的考验。采用堆存位置与装船提箱顺序一致策略为到港出口箱分配具体箱位,并保证多场桥共同作业时避免相互干扰和作业量均衡,将出口箱的箱位分配问题和多场桥调度问题进行集成优化研究,以最小化翻箱时间和场桥完成所有任务时间为目标,建立堆场箱位分配与多场桥调度集成优化模型。通过设计混合遗传模拟退火算法求解模型,能够得到具体箱位分配和多场桥调度方案。本文通过改变出口箱任务箱量、堆存策略、贝位数以及场桥数量进行了数值实验,对模型和算法的有效性和适用性进行了验证。结果表明:与遗传算法相比,本文设计的混合遗传模拟退火算法收敛速度较快,且求得结果相对较优。本文采用的与装船提箱顺序一致策略可以有效地解决堆场具体箱位分配和多场桥调度问题,得到最优方案,降低翻箱时间、场桥完成任务总时间,可为集装箱码头堆场多资源集成调度优化提供理论研究的新思路。
丁一,田亮,龚杰[10]（2020）在《考虑箱区作业均衡的ACT船舶配载鲁棒优化研究》文中研究指明基于自动化集装箱码头堆场与传统堆场在布局与机械配置方面的区别,将箱区作业均衡因素引入船舶配载问题中,以最小化装船作业时间和箱区作业均衡为目标建立考虑箱区作业均衡的自动化集装箱码头船舶配载混合整数规划模型;同时引入解的保守性参数,将确定性模型转化为考虑桥吊作业时间不确定性的自动化集装箱码头船舶配载鲁棒优化模型,再设计基于编号与排序的禁忌搜索算法对算例进行求解。结果证明了模型的正确性与算法的有效性,且各案例在不考虑箱区作业均衡因素时得到的箱区作业不均衡箱量比考虑该因素时得到的箱区作业不均衡箱量平均高出17.8%,不确定性情况下",集中配载"现象更加显着。
二、如何减少集装箱箱区两次翻箱（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、如何减少集装箱箱区两次翻箱（论文提纲范文）
（2）集装箱码头智能船控序贯决策研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 智能决策技术发展 |
| 1.1.2 集装箱码头传统船控决策局限性 |
| 1.1.3 集装箱码头智能船控决策技术发展及现状 |
| 1.2 国内外研究现状 |
| 1.2.1 集装箱码头船控决策相关研究 |
| 1.2.2 序贯决策相关研究 |
| 1.2.3 人工智能算法相关研究 |
| 1.3 全岸线船控作业及其决策要求 |
| 1.3.1 全岸线船控作业模式分析 |
| 1.3.2 全岸线船控决策要求 |
| 1.4 研究思路 |
| 1.5 研究意义 |
| 1.5.1 理论意义 |
| 1.5.2 实际意义 |
| 1.6 论文研究内容及创新点 |
| 1.6.1 研究内容与总体结构 |
| 1.6.2 主要创新内容 |
| 第二章 集装箱码头智能船控序贯决策框架 |
| 2.1 智能船控决策问题分析 |
| 2.1.1 智能船控决策问题分析 |
| 2.1.2 智能船控决策问题定义 |
| 2.1.3 智能船控主要决策因素 |
| 2.1.4 智能船控决策的重点与难点 |
| 2.2 智能船控序贯决策框架设计 |
| 2.2.1 序贯决策概论 |
| 2.2.2 集装箱码头智能船控序贯决策定义 |
| 2.2.3 智能船控序贯决策框架 |
| 2.2.4 集装箱码头智能船控取箱序贯决策定义 |
| 2.2.5 集装箱码头智能船控指令序贯决策定义 |
| 2.2.6 智能船控序贯决策整体求解方法 |
| 2.2.7 智能船控序贯决策仿真评价与优化 |
| 2.3 智能船控序贯决策仿真评价系统 |
| 2.3.1 智能船控序贯决策仿真系统架构 |
| 2.3.2 智能船控序贯决策仿真系统主要逻辑 |
| 2.3.3 智能船控序贯决策仿真VV&A |
| 2.4 本章小结 |
| 第三章 集装箱码头智能船控取箱序贯决策模型与方法 |
| 3.1 集装箱码头智能船控取箱序贯决策问题分析 |
| 3.1.1 智能船控取箱序贯决策主要决策内容 |
| 3.1.2 智能船控取箱序贯决策主要决策因素 |
| 3.2 集装箱码头智能船控取箱序贯决策模型 |
| 3.2.1 模型假设 |
| 3.2.2 符号说明 |
| 3.2.3 模型优化目标 |
| 3.2.4 约束条件 |
| 3.2.5 状态转移 |
| 3.3 集装箱码头智能船控取箱序贯决策S-MCTS算法 |
| 3.3.1 MCTS算法框架 |
| 3.3.2 S-MCTS算法设计 |
| 3.4 集装箱码头智能船控取箱序贯决策实例仿真 |
| 3.5 本章小结 |
| 第四章 集装箱码头智能船控指令序贯决策模型与方法 |
| 4.1 集装箱码头智能船控指令序贯决策问题分析 |
| 4.1.1 智能船控指令序贯决策主要决策内容 |
| 4.1.2 智能船控指令序贯决策主要决策因素 |
| 4.2 集装箱码头智能船控指令序贯决策模型 |
| 4.2.1 模型假设 |
| 4.2.2 符号说明 |
| 4.2.3 模型优化目标 |
| 4.2.4 约束条件 |
| 4.2.5 状态转移 |
| 4.3 集装箱码头智能船控指令序贯决策pp DDQN算法 |
| 4.3.1 深度强化学习框架模型 |
| 4.3.2 深度强化学习价值函数逼近 |
| 4.3.3 集装箱码头智能船控指令序贯决策特征设计 |
| 4.3.4 集装箱码头智能船控指令序贯决策动作选择设计 |
| 4.3.5 集装箱码头智能船控指令序贯决策深度网络设计 |
| 4.3.6 集装箱码头智能船控指令序贯决策经验回放设计 |
| 4.4 集装箱码头智能船控指令序贯决策实例仿真 |
| 4.5 本章小结 |
| 第五章 集装箱码头智能船控序贯决策应用分析 |
| 5.1 集装箱码头智能船控决策应用案例概述 |
| 5.2 集装箱码头单船智能船控序贯决策应用分析 |
| 5.2.1 单船智能船控决策案例概述 |
| 5.2.2 单船智能船控序贯决策求解分析 |
| 5.2.3 单船智能船控序贯决策仿真分析 |
| 5.3 集装箱码头全岸线智能船控序贯决策应用分析 |
| 5.3.1 全岸线智能船控序贯决策案例概述 |
| 5.3.2 全岸线智能船控序贯决策仿真分析 |
| 5.3.3 全岸线智能船控序贯决策应用分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间已发表论文 |
（3）考虑装船效率的出口集装箱箱位自动分配方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 集装箱码头总体发展背景 |
| 1.1.2 中国集装箱码头发展背景 |
| 1.2 研究意义与创新点 |
| 1.2.1 研究意义 |
| 1.2.2 研究创新点 |
| 1.3 研究现状 |
| 1.3.1 出口箱箱位分配模型研究现状 |
| 1.3.2 出口箱箱位自动分配方法研究现状 |
| 1.4 研究内容与章节安排 |
| 1.4.1 研究内容 |
| 1.4.2 章节安排 |
| 第2章 出口箱箱位分配问题分析 |
| 2.1 集装箱码头概述 |
| 2.1.1 集装箱码头的基本组成 |
| 2.1.2 集装箱码头的作业流程 |
| 2.1.3 集装箱码头的作业系统 |
| 2.2 集装箱堆场概述 |
| 2.2.1 集装箱堆场的布局 |
| 2.2.2 集装箱堆场的位置描述 |
| 2.2.3 集装箱堆场的堆存分区 |
| 2.3 考虑装船效率的出口箱箱位分配问题分析 |
| 2.3.1 出口箱箱位分配的一般堆存规则 |
| 2.3.2 出口箱箱位分配的装船效率指标 |
| 2.3.3 出口箱堆场堆存仿真流程 |
| 2.4 本章小结 |
| 第3章 考虑水平运输距离的出口箱箱区分配策略 |
| 3.1 基于堆存时间的水平运输距离最小化整数规划模型 |
| 3.1.1 模型构建 |
| 3.1.2 算例验证 |
| 3.2 基于堆存时间和堆场使用率的动态箱区分配策略 |
| 3.2.1 箱区优先级排序 |
| 3.2.2 箱位分配算法设计 |
| 3.3 策略验证与分析 |
| 3.3.1 算例设计 |
| 3.3.2 结果分析 |
| 3.4 本章小结 |
| 第4章 考虑装船效率的出口箱箱位自动分配方法 |
| 4.1 箱位分配方法 |
| 4.1.1 考虑要素 |
| 4.1.2 封闭式堆存区-箱位分配方法(M1) |
| 4.1.3 开放式全场箱位打分分配方法(M2) |
| 4.1.4 开放式堆存区-箱位分配方法(M3) |
| 4.1.5 箱位分配方法特点总结 |
| 4.2 箱位分配方法的求解速度优化策略 |
| 4.2.1 箱位分配求解分析 |
| 4.2.2 最优性剪枝搜索优化策略 |
| 4.3 实验验证与分析 |
| 4.3.1 算例设计 |
| 4.3.2 箱位分配方法验证与对比分析 |
| 4.3.3 最优性剪枝策略验证与对比分析 |
| 4.4 本章小结 |
| 第5章 基于NSGA-Ⅲ算法的箱位分配方法参数调优 |
| 5.1 箱位分配方法参数调优的多目标优化数学模型 |
| 5.1.1 问题分析 |
| 5.1.2 参数调优多目标优化模型 |
| 5.2 多目标优化算法 |
| 5.2.1 非支配排序遗传算法介绍 |
| 5.2.2 NSGA-Ⅲ算法应用 |
| 5.3 参数多目标优化案例分析 |
| 5.3.1 算例设计 |
| 5.3.2 参数调优模型算例求解结果 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间参加的科研项目和取得的成果 |
| 致谢 |
（4）自动化集装箱堆场作业均衡研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状综述 |
| 1.3 主要研究内容及创新点 |
| 1.3.1 主要研究内容 |
| 1.3.2 创新点 |
| 1.4 本章小结 |
| 第2章 自动化集装箱码头作业系统 |
| 2.1 自动化集装箱码头概述 |
| 2.1.1 自动化集装箱码头组成介绍 |
| 2.1.2 自动化集装箱码头平面布局及装卸工艺 |
| 2.2 自动化集装箱堆场作业概述 |
| 2.2.1 集装箱堆存方式 |
| 2.2.2 箱型定义及作业过程 |
| 2.3 自动化集装箱堆场翻箱作业概述 |
| 2.3.1 堆场箱位编码规则 |
| 2.3.2 堆场集装箱堆存原则 |
| 2.3.3 集装箱翻箱的概念及类型 |
| 2.3.4 集装箱翻箱原因分析 |
| 2.4 厦门远海自动化集装箱码头简介 |
| 2.5 本章小结 |
| 第3章 堆场箱区间作业量分配均衡研究 |
| 3.1 堆场箱区间作业量分配均衡问题描述 |
| 3.2 堆场箱区间作业量分配均衡模型 |
| 3.2.1 堆场箱区间作业量分配均衡模型假设 |
| 3.2.2 堆场箱区间作业量分配均衡模型变量定义 |
| 3.2.3 堆场箱区间作业量分配均衡模型目标函数 |
| 3.2.4 堆场箱区间作业量分配均衡模型约束条件 |
| 3.3 堆场箱区间作业量分配均衡算法 |
| 3.3.1 模拟退火算法的原理 |
| 3.3.2 算法相关参数设置 |
| 3.3.3 算法步骤及逻辑流程 |
| 3.4 本章小结 |
| 第4章 堆场箱位指派作业均衡研究 |
| 4.1 堆场箱位指派作业均衡问题描述 |
| 4.2 堆场箱位指派作业均衡模型 |
| 4.2.1 堆场箱位指派作业均衡模型假设 |
| 4.2.2 堆场箱位指派作业均衡模型变量定义 |
| 4.2.3 堆场箱位指派作业均衡模型目标函数 |
| 4.2.4 堆场箱位指派作业均衡模型约束条件 |
| 4.3 堆场箱位指派作业均衡算法 |
| 4.3.1 启发式算法原理 |
| 4.3.2 算法相关参数设置 |
| 4.3.3 算法步骤及逻辑流程 |
| 4.4 本章小结 |
| 第5章 厦门远海自动化集装箱堆场作业均衡分析 |
| 5.1 堆场箱区间作业量分配均衡分析 |
| 5.1.1 实例描述及数据 |
| 5.1.2 堆场箱区间作业量分配均衡结果及分析 |
| 5.2 堆场箱位指派作业均衡分析 |
| 5.2.1 实例描述及数据 |
| 5.2.2 堆场箱位指派作业均衡结果及分析 |
| 5.3 本章小结 |
| 第6章 研究总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
（5）集装箱港口出口箱单贝箱位分配模型与算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 出口箱堆存问题研究现状 |
| 1.2.2 出口箱预翻箱问题研究现状 |
| 1.2.3 集装箱港口数据驱动研究现状 |
| 1.3 研究内容和论文结构 |
| 1.4 论文研究特色和创新点 |
| 第二章 集装箱港口出口箱箱位分配模型研究 |
| 2.1 集装箱码头总体布局 |
| 2.1.1 集装箱码头基本布局模式 |
| 2.1.2 集装箱码头装卸设备资源 |
| 2.2 集装箱码头整体系统分析 |
| 2.3 出口箱箱位分配问题的影响因素分析 |
| 2.4 信息完备性与信息不完备性分析 |
| 2.4.1 出口箱箱位分配问题的信息完备性分析 |
| 2.4.2 出口箱箱位分配问题的信息不完备性分析 |
| 2.5 出口箱箱位分配问题的复杂性分析 |
| 2.5.1 约束条件分析 |
| 2.5.2 决策变量分析 |
| 2.5.3 目标分析 |
| 2.6 本章小结 |
| 第三章 信息完备情况下出口箱单贝箱位分配问题研究 |
| 3.1 问题的提出 |
| 3.2 问题描述和数学模型 |
| 3.2.1 问题描述和假设 |
| 3.2.2 箱位分配模型的建立 |
| 3.3 启发式算法求解 |
| 3.3.1 参数设置和堆存规则 |
| 3.3.2 算法设计 |
| 3.4 数值实验和结果分析 |
| 3.4.1 CPLEX与五种启发式算法的结果对比 |
| 3.4.2 与已有算法的结果对比 |
| 3.4.3 堆栈数量对翻箱数和翻箱率的影响 |
| 3.4.4 堆栈高度对翻箱数和翻箱率的影响 |
| 3.4.5 贝位利用率对翻箱数和翻箱率的影响 |
| 3.4.6 不同方法的翻箱率结果对比 |
| 3.4.7 算法性能分析 |
| 3.5 本章小结 |
| 第四章 船舶到达顺序不确定情况下出口箱单贝箱位分配问题研究 |
| 4.1 问题的提出 |
| 4.2 问题描述和假设 |
| 4.3 模型建立和求解 |
| 4.3.1 二阶段随机规划模型 |
| 4.3.2 信息不完备的处理方式 |
| 4.3.3 不确定情况下模型的建立和求解 |
| 4.4 数值实验和结果分析 |
| 4.4.1 堆栈数量对翻箱数和翻箱率的影响 |
| 4.4.2 堆栈高度对翻箱数和翻箱率的影响 |
| 4.4.3 贝位利用率对翻箱数和翻箱率的影响 |
| 4.4.4 船舶数量对翻箱数和翻箱率的影响 |
| 4.5 本章小结 |
| 第五章 数据驱动的出口箱单贝箱位分配问题研究 |
| 5.1 问题的提出 |
| 5.2 模型基础数据构建 |
| 5.2.1 出口箱重量分类预测 |
| 5.2.2 出口箱进场序列预测 |
| 5.2.3 模型基础数据的收集 |
| 5.3 预翻箱问题 |
| 5.3.1 问题描述和假设 |
| 5.3.2 启发式算法 |
| 5.3.3 数值实验与结果分析 |
| 5.4 案例分析 |
| 5.4.1 考虑目的港属性的结果分析 |
| 5.4.2 考虑重量属性的结果分析 |
| 5.4.3 考虑多属性的结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（6）考虑任务不确定性的集装箱码头场桥调度优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景和意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容和方法 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.3 研究创新点和框架 |
| 1.3.1 研究创新点 |
| 1.3.2 研究框架 |
| 第2章 相关理论基础及研究综述 |
| 2.1 集装箱码头场桥调度 |
| 2.1.1 场桥作业流程及功能 |
| 2.1.2 场桥调度研究现状 |
| 2.2 场桥调度不确定因素 |
| 2.2.1 不确定因素分类 |
| 2.2.2 不确定因素研究现状 |
| 2.3 不确定因素优化方法 |
| 2.3.1 整数规划 |
| 2.3.2 两阶段随机规划 |
| 2.3.3 启发式算法 |
| 2.4 研究现状综述 |
| 2.4.1 关于任务不确定因素 |
| 2.4.2 关于场桥调度优化模型 |
| 2.4.3 关于场桥调度求解算法 |
| 2.5 本章小结 |
| 第3章 考虑任务到达时间随机的提箱调度优化 |
| 3.1 研究背景 |
| 3.2 问题描述及数学模型 |
| 3.2.1 任务到达时间随机情形描述 |
| 3.2.2 随机情形的分类 |
| 3.2.3 两阶段随机数学模型 |
| 3.3 求解算法设计 |
| 3.3.1 样本均值近似算法 |
| 3.3.2 改进遗传算法 |
| 3.3.3 基于规则的两阶段启发式算法 |
| 3.4 数值实验及结果分析 |
| 3.4.1 数值实验 |
| 3.4.2 结果分析 |
| 3.5 本章小结 |
| 第4章 考虑任务处理时间依赖加工方案的翻箱调度优化 |
| 4.1 问题描述 |
| 4.2 考虑翻箱放回原栈位的情形 |
| 4.2.1 数学模型构建 |
| 4.2.2 求解算法设计 |
| 4.2.3 数值实验及结果分析 |
| 4.3 考虑翻箱不放回原栈位的情形 |
| 4.3.1 数学模型构建 |
| 4.3.2 求解算法设计 |
| 4.3.3 数值实验及结果分析 |
| 4.4 本章小结 |
| 第5章 考虑提取任务配送点可选择的配送调度优化 |
| 5.1 研究背景 |
| 5.2 问题描述及数学模型 |
| 5.2.1 任务配送点可选择情形描述 |
| 5.2.2 问题性质分析 |
| 5.2.3 双目标数学模型 |
| 5.3 求解算法设计 |
| 5.3.1 Epsilon约束法 |
| 5.3.2 NSGA II算法 |
| 5.3.3 基于规则比较的启发式算法 |
| 5.4 数值实验及结果分析 |
| 5.4.1 数值实验 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究结论 |
| 6.2 未来展望 |
| 参考文献 |
| 攻读学位期间发表的主要学术论文 |
| 致谢 |
（7）铁水联运港口核心作业计划的优化（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 论文选题背景 |
| 1.2 论文研究目的和意义 |
| 1.3 国内外研究综述 |
| 1.3.1 集装箱配载计划优化 |
| 1.3.2 堆存资源优化 |
| 1.3.3 装卸作业计划优化 |
| 1.3.4 研究现状评述 |
| 1.4 研究内容和结构框架 |
| 1.4.1 研究内容 |
| 1.4.2 结构框架 |
| 1.5 小结 |
| 2 铁水联运港口核心作业计划优化的总体框架 |
| 2.1 铁水联运港口的界定 |
| 2.1.1 铁水联运港口的含义 |
| 2.1.2 铁水联运港口的功能 |
| 2.1.3 铁水联运港口的作业设备 |
| 2.2 铁水联运港口的布局以及作业流程 |
| 2.2.1 铁水联运港口布局以及作业模式 |
| 2.2.2 铁水联运港口集装箱作业流程 |
| 2.2.3 铁水联运港口布局模式的确定 |
| 2.3 铁水联运港口核心作业的界定 |
| 2.3.1 集装箱装船作业 |
| 2.3.2 集装箱堆存作业 |
| 2.3.3 “堆场-铁路作业区”集装箱装卸作业 |
| 2.4 铁水联运港口核心作业计划优化问题的基本内容 |
| 2.4.1 考虑岸桥操作的集装箱配载计划优化问题 |
| 2.4.2 考虑配载计划的铁路运输箱和公路运输箱混合堆存的箱位指派问题 |
| 2.4.3 “堆场-铁路作业区”集装箱双向同步装卸作业计划优化问题 |
| 2.5 铁水联运港口核心作业计划优化问题的基本描述 |
| 2.5.1 约束条件的基本描述 |
| 2.5.2 决策变量的基本描述 |
| 2.5.3 优化目标的基本描述 |
| 2.6 小结 |
| 3 考虑岸桥操作的集装箱配载计划优化研究 |
| 3.1 考虑岸桥操作的集装箱配载计划优化问题的思路 |
| 3.1.1 优化前提 |
| 3.1.2 问题描述 |
| 3.2 考虑岸桥操作的集装箱配载计划优化模型 |
| 3.2.1 模型假设 |
| 3.2.2 符号与变量 |
| 3.2.3 目标函数 |
| 3.2.4 约束条件 |
| 3.3 模型求解 |
| 3.3.1 染色体编码 |
| 3.3.2 适应度函数与选择操作 |
| 3.3.3 交叉操作 |
| 3.3.4 变异操作 |
| 3.3.5 终止条件 |
| 3.3.6 惩罚因子的引入 |
| 3.4 算例分析 |
| 3.4.1 算例基本情况 |
| 3.4.2 结果分析 |
| 3.5 小结 |
| 4 考虑配载计划的铁路运输箱和公路运输箱混合堆存的箱位指派研究 |
| 4.1 箱位指派问题的思路 |
| 4.1.1 优化前提 |
| 4.1.2 问题描述 |
| 4.2 箱位指派模型 |
| 4.2.1 模型假设 |
| 4.2.2 符号与变量 |
| 4.2.3 目标函数 |
| 4.2.4 约束条件 |
| 4.3 模型求解 |
| 4.3.1 公路运输箱到达序列的预测 |
| 4.3.2 箱位指派求解算法 |
| 4.4 算例分析 |
| 4.4.1 算例基本情况 |
| 4.4.2 结果分析 |
| 4.5 小结 |
| 5 “堆场-铁路作业区”集装箱双向同步装卸作业计划优化研究 |
| 5.1 装卸作业计划优化问题的思路 |
| 5.1.1 优化前提 |
| 5.1.2 问题描述 |
| 5.2 装卸作业计划优化模型 |
| 5.2.1 模型假设 |
| 5.2.2 符号与变量 |
| 5.2.3 目标函数 |
| 5.2.4 约束条件 |
| 5.3 模型求解 |
| 5.3.1 染色体编码 |
| 5.3.2 适应度函数以及选择操作 |
| 5.3.3 交叉操作 |
| 5.3.4 变异操作 |
| 5.3.5 均衡操作 |
| 5.3.6 集卡走行时间的处理 |
| 5.3.7 终止条件 |
| 5.4 算例分析 |
| 5.4.1 算例基本情况 |
| 5.4.2 结果分析 |
| 5.5 小结 |
| 6 结论与展望 |
| 6.1 论文结论 |
| 6.2 论文主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录A |
| 附录B |
| 附录C |
| 附录D |
| 附录E |
| 附录F |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）预约提箱机制下的进口箱堆存优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状及发展趋势 |
| 1.2.1 箱位分配问题研究现状 |
| 1.2.2 时间窗与预约机制研究现状 |
| 1.2.3 翻箱问题研究现状 |
| 1.2.4 研究现状总结 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本章小结 |
| 2 集装箱码头堆场及预约机制相关理论简介 |
| 2.1 集装箱码头简介 |
| 2.2 装箱码头堆场简介 |
| 2.2.1 集装箱码头堆场布局 |
| 2.2.2 堆场中的集装箱堆存规则 |
| 2.2.3 堆场中的装卸机械设备 |
| 2.2.4 堆场作业流程 |
| 2.3 进口箱作业流程简介与分析 |
| 2.3.1 进口箱作业流程 |
| 2.3.2 集装箱翻箱问题分类 |
| 2.3.3 进口箱翻箱原因及解决方法 |
| 2.4 预约机制概述 |
| 2.5 本章小结 |
| 3 预约机制下进口箱堆存优化模型 |
| 3.1 问题描述 |
| 3.2 预约提箱机制设立 |
| 3.2.1 车辆方取箱成本 |
| 3.2.2 补助金函数 |
| 3.2.3 激励惩罚机制下的车辆到达概率 |
| 3.3 模型建立 |
| 3.3.1 模型假设 |
| 3.3.2 参数定义 |
| 3.3.3 建立模型 |
| 3.4 本章小结 |
| 4 预约机制下进口箱堆存优化算法设计 |
| 4.1 算法选择 |
| 4.2 堆存优化算法设计 |
| 4.2.1 遗传算法流程 |
| 4.2.2 进口箱箱位分配启发式规则 |
| 4.2.3 翻箱落位优选启发式规则 |
| 4.3 本章小结 |
| 5 算例验证与分析 |
| 5.1 集卡按时到达算例分析 |
| 5.2 考虑集卡失约算例分析 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（9）集装箱堆场多资源集成调度与优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.2.1 堆场箱位分配研究综述 |
| 1.2.2 堆场场桥调度研究综述 |
| 1.2.3 堆场多资源集成调度与优化研究综述 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 相关理论概述 |
| 2.1 集装箱码头堆场资源概述 |
| 2.1.1 堆场空间资源 |
| 2.1.2 堆场机械设备资源 |
| 2.2 集装箱码头堆场作业流程分析 |
| 2.2.1 进口作业流程 |
| 2.2.2 出口作业流程 |
| 2.2.3 中转作业流程 |
| 2.3 集装箱码头堆场作业效率影响因素分析 |
| 2.4 本章小结 |
| 3 堆场箱位分配与多场桥调度集成优化模型建立 |
| 3.1 问题描述 |
| 3.1.1 堆存策略 |
| 3.1.2 场桥调度 |
| 3.2 出口箱到达时间间隔描述 |
| 3.3 模型建立 |
| 3.3.1 假设条件 |
| 3.3.2 符号说明 |
| 3.3.3 堆场箱位分配与多场桥调度集成优化模型 |
| 3.4 本章小结 |
| 4 堆场箱位分配与多场桥调度集成优化模型求解算法 |
| 4.1 算法选择 |
| 4.1.1 遗传算法 |
| 4.1.2 模拟退火算法 |
| 4.1.3 混合遗传模拟退火算法 |
| 4.2 混合遗传模拟退火算法设计 |
| 4.2.1 染色体编码 |
| 4.2.2 初始种群生成 |
| 4.2.3 适应度函数 |
| 4.2.4 遗传操作 |
| 4.2.5 模拟退火操作 |
| 4.2.6 算法停止原则 |
| 4.3 本章小结 |
| 5 算例分析 |
| 5.1 算例描述 |
| 5.2 算例求解 |
| 5.3 结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录A HGASA MATLAB代码 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（10）考虑箱区作业均衡的ACT船舶配载鲁棒优化研究（论文提纲范文）
| 1 引言 |
| 2 问题描述 |
| 3 确定性模型建立 |
| 3.1 参数 |
| 3.2 决策变量 |
| 3.3 假设条件 |
| 3.4 完整模型 |
| 4 鲁棒性优化模型 |
| 4.1 鲁棒优化方法 |
| 4.2 鲁棒优化模型 |
| 5 基于改进的禁忌搜索算法 |
| 5.1 参数设置与初始解 |
| 5.2 算法步骤 |
| 6 算例分析 |
| 6.1 箱区作业均衡因素对配载结果的影响 |
| 6.2 桥吊作业时间不确定性对配载结果的影响 |
| 7 结论 |
四、如何减少集装箱箱区两次翻箱（论文参考文献）
- [1]以自动化码头为中心的船舶配载优化[J]. 丁一,王聪. 计算机应用, 2021(11)
- [2]集装箱码头智能船控序贯决策研究[D]. 夏孟珏. 上海海事大学, 2021
- [3]考虑装船效率的出口集装箱箱位自动分配方法研究[D]. 朱阳飞. 浙江大学, 2021(01)
- [4]自动化集装箱堆场作业均衡研究[D]. 陈清伟. 集美大学, 2020(08)
- [5]集装箱港口出口箱单贝箱位分配模型与算法研究[D]. 贺裕雁. 华南理工大学, 2020(01)
- [6]考虑任务不确定性的集装箱码头场桥调度优化研究[D]. 满孝颐. 东华大学, 2019(05)
- [7]铁水联运港口核心作业计划的优化[D]. 常祎妹. 北京交通大学, 2019(01)
- [8]预约提箱机制下的进口箱堆存优化研究[D]. 张莹. 大连海事大学, 2019(06)
- [9]集装箱堆场多资源集成调度与优化研究[D]. 苑中锴. 大连海事大学, 2019(06)
- [10]考虑箱区作业均衡的ACT船舶配载鲁棒优化研究[J]. 丁一,田亮,龚杰. 计算机工程与应用, 2020(13)