亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        考慮碳排放和預(yù)約機(jī)制的送箱集卡多碼頭調(diào)度問題

        2018-10-17 10:51:20范厚明郭振峰
        關(guān)鍵詞:作業(yè)

        范厚明, 郭振峰, 李 陽

        (1. 大連海事大學(xué) 交通運(yùn)輸工程學(xué)院, 遼寧 大連 116026; 2. 大連海事大學(xué) 戰(zhàn)略管理與系統(tǒng)規(guī)劃研究所, 遼寧 大連 116026)

        國際貿(mào)易量的快速增長和集裝箱船舶的大型化趨勢,對集裝箱碼頭的集港效率和服務(wù)能力提出了更高的要求.一方面,大型集裝箱船掛靠的碼頭作業(yè)量和作業(yè)強(qiáng)度增大,另一方面,大量送箱集卡高峰時間集中在集裝箱碼頭閘口及堆場排隊等待作業(yè),消耗了大量的能源,排放了大量的CO2及污染氣體,迫切需要應(yīng)對和解決.服務(wù)于集港作業(yè)的送箱集卡調(diào)度一直是集裝箱碼頭集港作業(yè)流程的關(guān)鍵環(huán)節(jié),合理優(yōu)化送箱集卡調(diào)度方案對提高車輛資源配置效率、節(jié)約能耗、減少碳排放等有直接的影響.目前有關(guān)集卡調(diào)度的研究多集中于港口碼頭內(nèi)集卡的研究,對港外集卡進(jìn)港提送箱作業(yè)的相關(guān)研究較少.相對于港口碼頭內(nèi)集卡而言,外集卡服務(wù)多個碼頭且運(yùn)輸距離更遠(yuǎn),碼頭調(diào)度方案對其等待時間的影響更大,同時由于外集卡資源數(shù)量也同樣有限,其等待時間過長勢必將降低集卡整體周轉(zhuǎn)效率.由于大型集裝箱船舶對掛靠港口的停泊時間有嚴(yán)格要求,碼頭集港時間較短,且集港量大;同時集裝箱碼頭往往服務(wù)的航線多、掛靠的船舶多,使得碼頭作業(yè)高峰期有大量集卡在同一時段到達(dá)港口進(jìn)行操作,容易使碼頭閘口、堆場和作業(yè)線路的內(nèi)外集卡產(chǎn)生排隊、擁堵等諸多問題.這一方面是對碼頭及堆場核心資源的浪費(fèi),另一方面也增加了集卡在等待過程中的能耗及CO2排放,提高了運(yùn)營成本.針對這些問題,一些港口從建立碼頭預(yù)約機(jī)制著手,嘗試使送箱集卡在可控的規(guī)定預(yù)約時段內(nèi)到港,以緩解作業(yè)高峰時段碼頭集卡的擁堵問題,降低堆場碼頭作業(yè)能耗,減少其總碳排放量,提高碼頭的服務(wù)效率和質(zhì)量.

        從1999年加拿大溫哥華首先實(shí)施預(yù)約集港以來,長灘、洛杉磯、新加坡和天津等港口引入了集卡預(yù)約系統(tǒng).一些學(xué)者針對預(yù)約集港及預(yù)約機(jī)制下送箱集卡調(diào)度進(jìn)行了研究.曾慶成等[1]利用Baskett-Chandy-Muntz-Palacios排隊網(wǎng)絡(luò)優(yōu)化了每個時段的預(yù)約份額,其可以有效地減少集卡在碼頭的周轉(zhuǎn)時間,較好地處理到達(dá)過程不平穩(wěn)的排隊問題.Namboothiria等[2]以降低車隊運(yùn)輸成本為目標(biāo)構(gòu)建了集卡調(diào)度模型,研究集卡預(yù)約系統(tǒng)對提高周轉(zhuǎn)效率的影響.蔣美仙等[3]提出了基于Poisson過程的港口碼頭集卡預(yù)約調(diào)度模型,根據(jù)到港船舶船期表和預(yù)出口集裝箱數(shù)目,模型對每艘到港船舶進(jìn)行了預(yù)約時間段和各時間段計劃預(yù)約集裝箱數(shù)量分配.Huynh等[4]模擬了集卡在堆場的作業(yè)過程,利用數(shù)學(xué)模型求解了每個時間段最多可接受的預(yù)約份額.邵乾虔等[5]構(gòu)建了碼頭集疏港聯(lián)動預(yù)約模式,以時間殘值矩陣為核心的線性仿真數(shù)學(xué)模型驗證了聯(lián)動預(yù)約模式的有效性.許巧莉等[6]研究了非平穩(wěn)到達(dá)情況下的集卡預(yù)約優(yōu)化問題.Guan等[7]基于M/Ek/c排隊模型(顧客到達(dá)間隔時間分布為M負(fù)指數(shù)分布,Ek表示服務(wù)時間分布為k階愛爾蘭分布,服務(wù)臺數(shù)目為c)建立了集卡預(yù)約優(yōu)化模型.Chen等[8]建立了預(yù)約機(jī)制下集卡服務(wù)非穩(wěn)態(tài)排隊模型,在此基礎(chǔ)上設(shè)計了包括集卡到達(dá)優(yōu)化、擁堵收費(fèi)設(shè)計的兩階段碼頭外部集卡管理方法.此外,曾慶成等[9]研究了集裝箱碼頭裝卸過程中集卡調(diào)度問題,建立了集卡調(diào)度動態(tài)模型,應(yīng)用Q學(xué)習(xí)算法(Q-learning algorithm,一種強(qiáng)化學(xué)習(xí)算法)進(jìn)行了求解.丁一等[10]以橋吊調(diào)度計劃為依據(jù),通過給定輪胎吊和集卡關(guān)聯(lián)任務(wù)集與作業(yè)要求時間,研究了輪胎吊-集卡的調(diào)度問題特性.Phan等[11]、Zhang等[12]及Chen等[13]對具有能源約束、集卡到達(dá)時間、時間窗限制的集裝箱碼頭集卡調(diào)度優(yōu)化問題進(jìn)行了分析求解.綜上,目前的相關(guān)研究多是對單一外堆場與單一碼頭間的集卡調(diào)度問題,而現(xiàn)實(shí)中的港外堆場服務(wù)能力較強(qiáng),一般同時為多個碼頭執(zhí)行集港服務(wù).本文在考慮堆場、碼頭節(jié)能減排發(fā)展要求的基礎(chǔ)上,從碳排放和預(yù)約機(jī)制的視角出發(fā),對單一港外堆場服務(wù)多碼頭的送箱集卡調(diào)度問題進(jìn)行研究,通過合理安排堆場集卡的送箱作業(yè)順序,降低調(diào)用集卡數(shù)量,提高集卡作業(yè)效率,減少其在碼頭的作業(yè)等待時間,從而降低集卡多碼頭調(diào)度作業(yè)CO2總排放量,提升堆場與碼頭的協(xié)作水平.

        1 送箱集卡調(diào)度模型

        1.1 問題描述

        在傳統(tǒng)集裝箱碼頭針對遠(yuǎn)洋運(yùn)輸?shù)募蹣I(yè)務(wù)流程中,船方會在船舶到港前一段時間(如前96 h)向碼頭預(yù)報船期,并在船舶到港前24 h還會有船期確報,集裝箱碼頭根據(jù)船期以及碼頭的出口箱量、碼頭閘口和場內(nèi)機(jī)械的作業(yè)效率確定每條船舶的集港時間.港外堆場根據(jù)各碼頭公布的各集裝箱對應(yīng)船舶的集港時間、對應(yīng)碼頭的集港箱量大小、集港時間緊迫程度等信息,考慮自身的運(yùn)力配置情況,制定集卡調(diào)度方案將集裝箱運(yùn)抵集裝箱碼頭.

        由于船舶集中到達(dá)、碼頭場橋和岸橋等核心調(diào)度資源能力不足、碼頭閘口擁擠等原因,這種傳統(tǒng)的集卡調(diào)度方案容易產(chǎn)生集卡資源過度占用,在碼頭閘口、港內(nèi)堆場等待時間過長等問題,因此傳統(tǒng)集卡調(diào)度在制定方案時需要堆場保持一定數(shù)量的集卡來應(yīng)付各種突發(fā)需求.由于堆場集卡保有量較高,集卡在作業(yè)過程中怠速等待時間過長,導(dǎo)致車輛能耗及CO2總排放量較高大,堆場運(yùn)營成本較高.

        依托現(xiàn)代信息和網(wǎng)絡(luò)通信技術(shù)有效建立碼頭和堆場之間的聯(lián)系.集裝箱碼頭根據(jù)船期以及碼頭的出口箱量、碼頭閘口和場內(nèi)機(jī)械的作業(yè)效率確定每條船舶的集港時間.碼頭將集港時間平均分成若干時間間隔相同的預(yù)約時段.堆場根據(jù)自身運(yùn)力情況選擇合適的預(yù)約時段,并給出該時段的集港箱量.碼頭經(jīng)過平衡確定最終的集港計劃,并通知各個堆場,堆場按照具體的集港計劃來安排自身運(yùn)力并進(jìn)行集港工作.

        圖1顯示了單一港外堆場向多個集裝箱碼頭的送箱集卡作業(yè)流程.在碼頭預(yù)約機(jī)制下,為了讓集卡可以在其所預(yù)約時段到達(dá)閘口,碼頭需要保證一定長度的預(yù)約時段.碼頭一般將24 h劃分為12個預(yù)約時段(每時段2 h),每個時段碼頭給各個堆場一定的預(yù)約份額,堆場可根據(jù)各個碼頭的集港計劃以及自身實(shí)時運(yùn)力情況選擇預(yù)約時段.碼頭根據(jù)各堆場所提交的預(yù)約時段及相應(yīng)預(yù)約箱量確定最終的堆場集港計劃.堆場按照最終的碼頭集港計劃制定集卡調(diào)度計劃方案.

        圖1 單港外堆場對多碼頭的送箱集卡作業(yè)流程示意圖

        由于碼頭在預(yù)約時段內(nèi)的集卡預(yù)約份額是有限的,碼頭不允許堆場在全天12個時段均申請集港作業(yè).在預(yù)約機(jī)制下各碼頭提前通知堆場其船舶集港計劃(一般提前24 h),碼頭會按照計劃為堆場分配相應(yīng)的送箱時間窗(即可接受其集港的預(yù)約時段區(qū)間).堆場與碼頭最終確定集港作業(yè)計劃.一般船舶在本港的裝箱量決定了碼頭的集港箱量,不同碼頭船舶的出口箱集港時間對堆場而言可能在預(yù)約時段上有所重疊,在該時間窗內(nèi)堆場運(yùn)抵碼頭的集裝箱數(shù)量必須滿足碼頭集港計劃要求.因此本文研究的是在堆場現(xiàn)有集卡資源基礎(chǔ)上,在碼頭預(yù)約機(jī)制下,單一港外堆場向多集裝箱碼頭的送箱集卡調(diào)度的優(yōu)化問題,滿足碼頭預(yù)約時段有限集卡預(yù)約份額要求,使堆場最終調(diào)用的集卡數(shù)量最少的同時節(jié)約能耗,減少集卡調(diào)度方案中CO2的總排放量,提高堆場的運(yùn)營效率和效益.

        1.2 問題假設(shè)

        (1) 預(yù)約機(jī)制下碼頭將每天劃分為12個預(yù)約時段(每時段2h),各碼頭時段劃分一致.

        (2) 預(yù)約機(jī)制下堆場所調(diào)用集卡從1時段0時刻開始計時,其作業(yè)時間主要包括裝卸箱時間、運(yùn)輸時間、等待時間.在堆場的裝箱時間主要由其場橋決定,一般取平均值;碼頭內(nèi)卸箱時間及運(yùn)輸時間可統(tǒng)一為碼頭的集卡操作時間,一般取平均值,各碼頭操作時間各異;運(yùn)輸時間與堆場和碼頭間的距離直接相關(guān);等待時間包括堆場等待時間、碼頭等待時間及閘口排隊時間,堆場及碼頭的等待時間與集卡調(diào)度方案有關(guān),碼頭閘口排隊等待時間與碼頭相關(guān),各碼頭一般根據(jù)其情況取平均值.

        (3) 假設(shè)多集裝箱碼頭所需要的總箱量一定,集卡從單一堆場對多碼頭進(jìn)行送箱作業(yè)時其總的路程是不變的,但不同優(yōu)化方案的碼頭作業(yè)順序會對堆場集卡調(diào)用數(shù)量以及由于怠速等待運(yùn)行造成的碳排放量有直接的影響.

        (4) 集卡從堆場出發(fā)時僅能裝載一個集裝箱,在相應(yīng)碼頭完成卸箱操作后應(yīng)返回始發(fā)堆場等待繼續(xù)調(diào)度,集卡在碼頭等待及裝卸箱作業(yè)時怠速運(yùn)行,在堆場等待調(diào)度時無能耗.

        (5) 堆場集卡型號相同,行駛速度、油耗等性能相同,可在一個預(yù)約時段內(nèi)多次往返堆場碼頭完成集港任務(wù).

        (6) 在預(yù)約機(jī)制下,集卡能準(zhǔn)時到達(dá)集港作業(yè)計劃碼頭,不考慮其他干擾因素對集卡的影響.

        (7) 預(yù)約機(jī)制下,碼頭會為堆場分配集港時間窗,時間窗所包括的預(yù)約時段和預(yù)約份額由碼頭給定,碼頭堆場共同制定集港作業(yè)計劃后,堆場出口集裝箱必須在碼頭集港時間窗內(nèi)到達(dá)港口.

        1.3 模型建立

        目標(biāo)函數(shù)分為兩部分,K0表示堆場所調(diào)用集卡數(shù)量,E表示相應(yīng)集卡調(diào)度方案的總CO2排放量.目標(biāo)函數(shù)如下:

        (1)

        式中:i為預(yù)約時段,將24 h決策期等分為I個預(yù)約時段,i=1,2,…,I;j為集裝箱碼頭編號,j=1,2,…,J;n為集卡在某一時段的第n次送箱,n=1,2,…,N;k為堆場集卡編號,k=1,2,…,K;yi,k為決策變量,表示集卡k在預(yù)約時段i是否參與過送箱,若是則其值為1,否則為0;yijn,k為決策變量,若集卡k在i時段的第n次送箱至碼頭j,則yijn,k=1,否則yijn,k=0;tj2為集卡在碼頭j閘口的平均等待時間;tj3為集卡在碼頭j的平均操作時間;tijn2,k為集卡k在i時段第n次送箱到達(dá)碼頭j后,在碼頭的等待時間;cil為集卡的怠速油耗,L·min-1;Dj為堆場到碼頭j的距離,km;chl為集卡重載油耗,為L·km-1;cll為集卡輕載油耗,L·km-1;eCO2為燃油CO2排放系數(shù),kg·L-1.

        目標(biāo)函數(shù)計算時應(yīng)首先確定各時段堆場調(diào)用的集卡數(shù)量,再從中取最大值作為堆場總集卡調(diào)用量,取其最大值堆場能保證每個時段各個碼頭的送箱要求都能得到滿足,且未調(diào)用集卡可在堆場熄火等待,減少碳排放.其相應(yīng)集卡調(diào)度方案總的碳排放量與集卡調(diào)度方案中集卡行駛距離、作業(yè)及怠速等待時間直接相關(guān),目標(biāo)函數(shù)優(yōu)化目標(biāo)是使兩個目標(biāo)都盡可能達(dá)到最優(yōu),保證最終的優(yōu)化調(diào)度方案較少占用堆場集卡,減少總碳排放量.

        約束條件表示如下:

        (1) 數(shù)量約束

        (2)

        (3)

        xij≤hij,?i=1,2,…,I, ?j=1,2,…,J

        (4)

        yijn,k∈0,1,?i=1,2,…,I,?j=1,2,…,J,

        ?n=1,2,…,N,?k=1,2,…,K

        (5)

        yi,k∈0,1, ?i=1,2,…,I,?k=1,2,…,K

        (6)

        式 (2)~(6)中:xij為堆場在預(yù)約時段i送達(dá)碼頭j的箱量;Qj為碼頭j需要的集港總箱量;hij為預(yù)約時段i碼頭j允許堆場運(yùn)送的最大送箱量.

        式(2)表示在碼頭j的預(yù)約送箱時間窗內(nèi),堆場各時段總的送箱量應(yīng)滿足碼頭j的要求.式(3)表示i預(yù)約時段下從堆場送往碼頭j的總箱量.式(4)表示預(yù)約時段i內(nèi)堆場到碼頭j的送箱量要滿足其在該時段內(nèi)最大送箱量的約束.式(5)、(6)為決策變量屬性.

        (2) 時間約束

        Tijn,k=Tidn,k+tj1

        ?i=1,2,…,I,?j=1,2,…,J,

        ?n=1,2,…,N,?k=1,2,…,K

        (7)

        Tirn,k=Tijn,k+tj2+tj3+tj1

        ?i=1,2,…,I,?j=1,2,…,J,

        ?n=1,2,…,N,?k=1,2,…,K

        (8)

        Tid1,k=T(i-1)rn,k+tij11,k+t0

        ?i=1,2,…,I,?j=1,2,…,J,

        ?n=1,2,…,N,?k=1,2,…,K

        (9)

        Tidn,k=Tir(n-1),k+tijn1,k+t0

        ?i=1,2,…,I,?j=1,2,…,J,

        ?n=1,2,…,N,?k=1,2,…,K

        (10)

        Ts+(i-1)L≤Tijn,k≤Ts+iL

        ?i=1,2,…,I,?j=1,2,…,J,

        ?n=1,2,…,N,?k=1,2,…,K

        (11)

        式(7)~(11)中:Tijn,k為集卡k在i時段第n次送箱至碼頭j的時刻,若Tijn,k處于時段i,則Tidn,k,Tirn,k計入時段i而不考慮其實(shí)際所處時段;Tidn,k為集卡k在i時段第n次離開堆場的時刻;Tirn,k為集卡k在i時段第n次返回堆場的時刻;tj1為集卡從堆場到碼頭j的行駛時間;t0為集卡在堆場的裝箱時間,min;L為每個預(yù)約時段長度,min;Ts為第一個預(yù)約時段開始時刻;tijn1,k為集卡k在i時段第n次送箱至碼頭j前,在堆場的等待時間.

        式(7)表示集卡k第i時段第n次送箱到達(dá)碼頭j的時刻.式(8)表示集卡k第i時段第n次回到堆場的時刻.式(9)表示集卡在第i時段第1次送箱離開堆場的時刻,式中T(i-1)rn,k表示集卡k在第i-1時段最后一次返回堆場的時刻,tij11,k表示集卡k第i時段第1次離開堆場前在堆場內(nèi)的等待時間.式(10)表示集卡k第i時段第n(n≥2)次離開堆場送箱的時刻,式中Tir(n-1),k表示集卡k第i時段第n-1次送箱返回堆場的時刻.式(11)保證在預(yù)約時段i送往碼頭j的集裝箱要滿足其預(yù)約時段i的時間限制.模型中相關(guān)的數(shù)量及時間約束能保證堆場集卡在預(yù)約時間段內(nèi)滿足各個碼頭的送箱要求.

        2 算法設(shè)計

        本文設(shè)計了改進(jìn)的蟻群算法,采用人工螞蟻來模擬堆場送箱集卡進(jìn)行調(diào)度優(yōu)化[14].在每次循環(huán)中,每只螞蟻分別模擬K輛集卡,K即為本次循環(huán)中堆場所調(diào)用的集卡數(shù)量.在所設(shè)計算法中,狀態(tài)轉(zhuǎn)移規(guī)則和信息素更新規(guī)則是集卡調(diào)度模擬的2個重要的規(guī)則,直接決定了螞蟻的搜索狀態(tài),結(jié)合集卡調(diào)度特點(diǎn),算法對其做了相應(yīng)改進(jìn),以提高算法對最優(yōu)方案的搜索效率,保證集卡作業(yè)順序的合理性.

        2.1 解的結(jié)構(gòu)設(shè)計

        針對所構(gòu)建集卡調(diào)度模型的特點(diǎn),本文首先在基本蟻群算法中加入時間窗和分割配送的設(shè)計[15].時間窗設(shè)置能使螞蟻有效地判別碼頭不同預(yù)約時段內(nèi)的送箱需求,進(jìn)而合理安排最適合的集卡執(zhí)行相應(yīng)配送.與車輛路徑問題及旅行商問題等不同,在集卡調(diào)度問題中車輛往往需要在堆場和各集裝箱碼頭間執(zhí)行多行程反復(fù)配送,因此結(jié)合其多行程的調(diào)度特點(diǎn),算法引入了分割配送設(shè)計,當(dāng)螞蟻在時間窗和運(yùn)量約束下完成第1輛集卡調(diào)度后,從其開始的預(yù)約時段對第2輛集卡進(jìn)行模擬直到所有任務(wù)都被完成,以每輛集卡的路徑串序列代表部分解方案,所有螞蟻所模擬集卡路徑及時間過程即為完整的求解方案.

        改進(jìn)的蟻群算法初始解路徑串由集卡編號、預(yù)約時段、送箱序數(shù)、送箱碼頭、前一次送箱完成后返回堆場時刻、堆場等待時間等元素組成,例如(1,1,1,3,0,0)→(1,2,1,1,15,5)→(1,2,2,4,30,0)表示1號集卡的全部調(diào)度過程,集卡從0開始,在等待0后進(jìn)行第1時段的第1次送箱,送箱目標(biāo)為碼頭3;返回堆場的時刻為15,等待5后執(zhí)行第2時段的第1次送箱,送箱目標(biāo)為碼頭1;再次返回堆場的時刻為30,等待0后進(jìn)行第2時段的第2次送箱,送箱目標(biāo)為碼頭4.集卡全部路徑串即組成了港外堆場在多集裝箱碼頭間的總調(diào)度方案.

        2.2 信息素更新規(guī)則

        信息素更新規(guī)則主要包括集卡行駛后信息素更新時間及更新量.根據(jù)模型的特點(diǎn),算法設(shè)定在所有螞蟻均都遍歷一次循環(huán)后更新信息素,對每只螞蟻m,更新規(guī)則如下:

        τijn,k(t+1)=(1-ρ)τijn,k(t)+Δτ(t)yijn,k

        (12)

        2.3 狀態(tài)轉(zhuǎn)移規(guī)則

        算法在求解過程螞蟻會根據(jù)道路上遺留的信息素按照概率來進(jìn)行下一路段路徑的選擇,信息素濃度越高,路徑被選中的概率越大.因此需要設(shè)定狀態(tài)轉(zhuǎn)移規(guī)則來計算路徑被選中的概率,完成集卡路徑的構(gòu)造.在蟻群算法中,螞蟻對于路徑的選擇主要是由信息素濃度和啟發(fā)函數(shù)決定的,狀態(tài)轉(zhuǎn)移規(guī)則如式(13)所示.

        (13)

        式中:pijn,k(t)表示第t次循環(huán)時集卡k在第i時段第n次前往碼頭j的概率;τijn,k(t)表示第t次循環(huán)時集卡k在第i時段第n次送箱前往碼頭j的路徑上的信息素濃度;ηijn,k(t)表示第t次循環(huán)時集卡k在第i時段第n次送箱前往碼頭j的啟發(fā)函數(shù);α、β分別表示集卡調(diào)度過程中信息素濃度和啟發(fā)函數(shù)的相對重要度;Jin,k表示集卡k第i時段第n次送箱所允許前往的碼頭集合.

        2.3.1啟發(fā)函數(shù)的構(gòu)造

        在基本蟻群算法中,啟發(fā)函數(shù)主要與路段的路徑長度有關(guān),路徑越短其被選中概率越高,由于本問題集卡送箱量是固定的,其送箱與否與路徑長度無關(guān),因此在構(gòu)建啟發(fā)函數(shù)時主要考慮集卡在堆場的等待時間,保證集卡能在各碼頭間高效周轉(zhuǎn).集卡相應(yīng)的啟發(fā)函數(shù)如式(14)、(15)所示.

        ηijn,k(t)=wijn,k

        (14)

        (15)

        式(14)、(15)中:wijn,k表示集卡在選擇下一前往的碼頭時能否被選中的概率,與其在堆場的等待時間tijn1,k直接相關(guān),以有等待時間的集卡1和無等待時間的集卡2為例,由于tijn1,1>0使wijn,1<1,tijn1,2=0使wijn,2=1,因此集卡2被選中概率大于集卡1,tijn1,k越大,集卡被選中前往的概率越?。沪艦橐粯O小的正數(shù);Jin,k表示螞蟻k在第i時段第n次送箱時能到達(dá),且滿足時間窗及最大送箱量約束的碼頭集合.

        2.3.2禁忌表設(shè)計

        在滿足堆場碼頭時間窗、預(yù)約時段碼頭最大預(yù)約份額以及碼頭總集港箱量約束下,集卡調(diào)度問題并不限制每輛集卡訪問某碼頭的次數(shù).碼頭禁忌表設(shè)計如下:設(shè)螞蟻k在堆場空閑,可以接受任務(wù).若Jin,k=?,則表明集卡k在第i時段的送箱任務(wù)全部完成;Jin,k≠?,則計算碼頭集合J中的轉(zhuǎn)移概率pijn,k(t).

        2.4 算法步驟

        改進(jìn)的蟻群算法流程如圖2所示.

        算法步驟如下:

        Step 1 輸入碼頭初始信息J、I,碼頭送箱時間窗[Tj,s,Tj,f],其中Tj,s和Tj,f分別表示碼頭開始接箱時間和碼頭終止接箱時間,Qj,hij,各時間信息t0、tj1、tj2、tj3,螞蟻數(shù)量M,堆場集卡總量K;設(shè)置初始信息素濃度τijn,k(0)、Q、ρ,相對重要度α、β,最大迭代次數(shù)N;令當(dāng)前循環(huán)次數(shù)t=1.

        Step 2 令當(dāng)前集卡數(shù)量km=1,i=1,n=1,xij=0,qj=0,T1r0,k設(shè)置為第1預(yù)約時段開始時刻(qj表示碼頭j已完成的送箱量,km表示螞蟻m模擬的集卡數(shù)量).

        圖2 改進(jìn)蟻群算法流程圖

        Step 3 計算集卡k在第i時段第n次前往碼頭j之前,在堆場的等待時間tijn1,k和到達(dá)碼頭j的時刻Tijn,k(假設(shè)每輛集卡都希望盡早到達(dá)碼頭),判定其可行性,即碼頭是否有集港需求,堆場在第i時段最大送箱量是否飽和,是否可以在時段i到達(dá),是否有時間窗可以響應(yīng).遍歷結(jié)束后,產(chǎn)生可行的碼頭集合Jin,k.若Jin,k=?,則轉(zhuǎn)入Step 5;若Jin,k≠?,則轉(zhuǎn)入Step 4.

        Step 4 對Jin,k中的碼頭,按式(13)計算第t次循環(huán)螞蟻m在第i時段第n次前往的碼頭j的概率,決定本次前往的碼頭,計算返回堆場的時刻Tirn,k,將該元素加入路徑串序列.令yijn,k=1,n=n+1,xij=xij+1,qj=qj+1,記錄螞蟻m模擬集卡調(diào)度的解,返回Step 3.

        Step 5i=i+1.若i≤12,則令n=1,返回Step 3.若i>12,判斷所有碼頭的集港需求是否得到滿足,若是則kbest=minkm,記錄最優(yōu)解,轉(zhuǎn)Step 6;若不是,則km=km+1,i=1,n=1,T1r0,k=T1,s,返回Step 3.

        Step 6 若t

        3 算例分析

        3.1 算例描述

        某堆場擁有100輛可調(diào)度的集卡,堆場與港口的7個碼頭建立了相應(yīng)的預(yù)約機(jī)制.碼頭將一天24 h劃分為12個預(yù)約時段,每個預(yù)約時段長度為2 h.集卡平均行駛速度為60 km· h-1,其重載油耗為1.2 L·km-1,輕載油耗為0.8 L·km-1,怠速狀態(tài)下油耗為2.5 L·h-1,燃油的CO2排放系數(shù)為2.65 kg·L-1,集卡在堆場的平均裝箱時間t0為3 min.堆場與各碼頭間的距離lj,碼頭集港箱量Qj,碼頭送箱時間窗信息Tj,s、Tj,f,集卡在各碼頭閘口的平均等待時間tj2,在碼頭平均操作時間tj3等信息如表1所示,不同預(yù)約時段碼頭對堆場的最大預(yù)約份額如表2所示.為了便于計算,案例中的時間單位在計算時都用分鐘表示.

        表1 各碼頭集港信息

        3.2 算例求解

        為檢驗本文調(diào)度模型及算法的適用性,算法采用MATLAB2012進(jìn)行模型求解,在奔騰雙核處理器E5400,主頻2.7 GHz,內(nèi)存為3.00 GB的計算機(jī)上運(yùn)行.為了選擇較好的算法參數(shù)組合,令α、β、ρ在[1,2]、[1,3]、[0,1]中取值[16],通過對算例進(jìn)行大量實(shí)驗驗證,確定所設(shè)計改進(jìn)蟻群算法的各項參數(shù)取值如下:信息素初始濃度設(shè)置為1,Kn=30,信息素?fù)]發(fā)系數(shù)ρ=0.5,相對重要度α=1,相對重要度β=2,螞蟻數(shù)量M=30,信息素增加常量Q=100.當(dāng)?shù)螖?shù)設(shè)為500時,算法可在迭代次數(shù)內(nèi)找到較優(yōu)的解,調(diào)度結(jié)果如圖3所示.

        表2各碼頭預(yù)約時段允許堆場的最大送箱量

        Tab.2Maximumdeliveryvolumeofcontainerallowedineachterminalatappointmentperiods箱

        由圖3可知,隨著迭代次數(shù)的增加,最優(yōu)調(diào)度方案中集卡數(shù)量漸漸趨于穩(wěn)定,當(dāng)算法迭代到400代時,所調(diào)用的集卡數(shù)量波動越來越小,目標(biāo)值趨于收斂.此時的送箱集卡最優(yōu)調(diào)度方案所使用的集卡數(shù)量為34,最優(yōu)方案中集卡調(diào)度順序及其作業(yè)情況如表3所示.在各集卡的路徑方案中,由1×5的數(shù)組來標(biāo)記其送箱及作業(yè)情況.數(shù)組中的5個數(shù)字依次為該集卡本次送箱的預(yù)約時段、本時段的送箱序數(shù)、送箱碼頭序號、前一次送箱完成后返回堆場的時刻、本次送箱在堆場的等待時間.表4中數(shù)據(jù)給出了表3各集卡及最終調(diào)度方案中運(yùn)輸里程、作業(yè)時間及CO2排放量等信息.

        圖3 算法迭代500次優(yōu)化結(jié)果

        集卡編號送箱服務(wù)次序123456789101112131415161(1,1,2,0,0)(2,1,2,94,0)(2,2,2,188,0)(3,1,1,282,0)(4,1,3,401,0)(5,1,1,495,0)(6,1,5,614,0)(6,2,5,668,0)(7,1,5,722,0)(7,2,5,776,0)(8,1,4,830,0)(8,2,4,902,0)(9,1,4,974,0)(9,2,4,1 046,0)(10,1,7,1 118,0)(11,1,7,1 213,0)2(1,1,2,0,0)(2,1,2,94,0)(2,2,2,188,0)(3,1,2,282,0)(4,1,1,376,0)(5,1,1,495,0)(6,1,7,614,0)(7,1,6,709,0)(7,2,5,787,0)(8,1,4,841,0)(8,2,4,913,0)(9,1,4,985,0)(10,1,7,1 057,0)(10,2,7,1 152,0)(11,1,7,1 247,0)3(1,1,2,0,0)(2,1,1,94,0)(3,1,2,213,0)(3,2,2,307,0)(4,1,1,401,0)(5,1,5,520,0)(5,2,5,574,0)(6,1,5,628,0)(6,2,5,682,0)(7,1,5,736,0)(7,2,5,790,0)(8,1,6,844,0)(9,1,6,994,0)(10,1,7,1 072,0)(11,1,7,1 167,0)(11,2,7,1 262,0)4(1,1,2,0,0)(2,1,2,94,0)(2,2,2,188,0)(3,1,2,282,0)(4,1,2,376,0)(5,1,3,470,0)(5,2,5,564,0)(6,1,1,618,0)(7,1,5,737,0)(7,2,5,791,0)(8,1,4,845,0)(8,2,6,917,0)(9,1,7,972,0)(10,1,7,1 090,0)(11,1,7,1 185,0)5(1,1,2,0,0)(2,1,1,94,0)(2,2,2,188,0)(3,1,2,282,0)(4,1,2,376,0)(5,1,3,470,0)(5,2,5,564,0)(6,1,4,618,0)(6,2,5,690,0)(7,1,6,744,0)(8,1,6,822,0)(8,2,4,900,0)(9,1,7,995,0)(10,1,7,1 067,0)(11,1,7,1 162,0)(11,2,7,1 257,0)6(1,1,2,0,0)(2,1,1,94,0)(3,1,3,213,0)(3,2,2,307,0)(4,1,2,401,0)(5,1,1,495,0)(6,1,3,614,0)(7,1,4,708,0)(7,2,6,780,0)(8,1,6,858,0)(9,1,7,936,0)(9,2,6,1 031,0)(10,1,7,1 109,0)(11,1,7,1 204,0)7(1,1,2,0,0,)(2,1,1,94,0)(3,1,1,213,0)(4,1,1,332,0)(4,2,5,451,0)(5,1,3,505,0)(6,1,4,599,0)(6,2,5,671,0)(7,1,1,725,0)(8,1,4,844,0)(8,2,6,916,0)(9,1,7,994,0)(10,1,7,1 089,0)(11,1,7,1 184,9)8(1,1,2,0,0)(2,1,1,94,0)(3,1,1,213,0)(3,2,2,307,0)(4,1,2,332,0)(4,2,5,426,0)(5,1,1,480,0)(6,1,4,599,0)(7,1,4,725,0)(7,2,5,797,0)(8,1,4,851,0)(8,2,4,923,0)(9,1,7,995,0)9(1,1,2,0,0)(2,1,1,94,0)(3,1,1,213,0)(4,1,1,332,0)(4,2,5,451,0)(5,1,4,505,0)(6,1,4,577,0)(6,2,5,649,0)(7,1,7,703,0)(7,2,6,798,0)(8,1,1,876,0)(9,1,4,995,0)10(1,1,2,0,0)(2,1,1,94,0)(3,1,3,213,0)(3,2,3,307,0)(4,1,2,401,0)(5,1,3,495,0)(6,1,1,589,0)(7,1,4,708,0)(7,2,6,780,0)(8,1,7,858,0)(9,1,4,953,0)(10,1,2,1 025,0)11(1,1,2,0,0)(2,1,1,94,0)(3,1,1,213,0)(4,1,2,332,0)(4,2,5,426,0)(5,1,1,480,0)(6,1,4,599,0)(6,2,5,671,0)(7,1,1,725,0)(8,1,7,820,0)(8,2,6,915,0)(9,1,4,993,0)12(1,1,2,0,0)(2,1,1,94,0)(3,1,1,213,0)(4,1,3,332,0)(4,2,5,426,0)(5,1,1,480,0)(6,1,7,599,0)(6,2,5,694,0)(7,1,7,748,0)(8,1,4,843,0)(8,2,4,915,0)(9,1,4,987,0)

        表3(續(xù))

        表4 預(yù)約機(jī)制下最優(yōu)集卡調(diào)度方案作業(yè)信息表

        3.3 算例對比分析

        在通過改進(jìn)蟻群算法對預(yù)約機(jī)制下考慮碳排放的多碼頭集卡調(diào)度優(yōu)化方案進(jìn)行求解基礎(chǔ)上,表5、6中給出了以往傳統(tǒng)模式無預(yù)約機(jī)制下堆場面對同樣的多集裝箱碼頭集港任務(wù)時的集卡調(diào)度方案及相關(guān)的運(yùn)輸距離、作業(yè)時間、碳排放等數(shù)據(jù).同樣的多碼頭集港需求,傳統(tǒng)模式下調(diào)度方案需要堆場保有39輛集卡,其集卡最多集港次數(shù)為11次,單車最長行駛里程為820 km,其平均堆場等待時間為0 min,平均碼頭等待時間為403.33 min,其最終返回堆場的平均時間為1 182.41 min,集卡平均CO2排放量為1 888.77 kg.由表4預(yù)約機(jī)制最優(yōu)集卡調(diào)度優(yōu)化方案數(shù)據(jù)可知,其需求集卡保有量僅為34輛,調(diào)度方案中集卡最多服務(wù)次數(shù)為16次,單車最長行駛里程為1 140 km,堆場平均等待時間為145.26 min,碼頭平均等待時間為61.65 min,集卡最終返回堆場的平均時間為1 099.62 min,集卡平均CO2排放量為2 122.23 kg.

        從調(diào)度方案中集卡數(shù)量來看,考慮預(yù)約機(jī)制的新調(diào)度模式僅為34臺,較傳統(tǒng)調(diào)度方案少5臺;傳統(tǒng)方案下CO2排放達(dá)73 662.19 kg,基于預(yù)約機(jī)制優(yōu)化方案CO2總排放量為72 155.91 kg,碳排放量減少了2.04%;預(yù)約機(jī)制下集卡總工作時間為37 387 min,較傳統(tǒng)模式減少18.92%(傳統(tǒng)模式下集卡工作總時間為46 114 min);從等待時間方面來看,預(yù)約機(jī)制下集卡優(yōu)化調(diào)度與傳統(tǒng)模式最大的區(qū)別在于,預(yù)約機(jī)制下某集卡服務(wù)路徑中等待時間多是在堆場產(chǎn)生的,而傳統(tǒng)模式中集卡由于沒有預(yù)約信息的溝通,只能在完成上一次集港任務(wù)返回堆場后馬上出發(fā),前往下一碼頭進(jìn)行集港,但往往其到達(dá)碼頭后由于碼頭方面種種原因需要在碼頭等待較長一段時間,怠速工況下增加了燃油消耗以及CO2排放量.

        由此可見,在基于預(yù)約機(jī)制的單堆場多碼頭集卡優(yōu)化調(diào)度模式中,由于有對碼頭集港時間窗及各預(yù)約時段最大預(yù)約份額等預(yù)約信息的溝通,堆場在安排集卡集港服務(wù)路徑時可以更加方便地安排集卡的服務(wù)次序及作業(yè)流程,合理規(guī)避碼頭集港作業(yè)的高峰時段,避免碼頭閘口或港內(nèi)堆場的過長等待.與傳統(tǒng)集卡調(diào)度模式相比,本文所構(gòu)建的調(diào)度優(yōu)化方案能降低堆場對集卡數(shù)量的要求,提高集卡集港作業(yè)效率,有效減少能源消耗,降低集港作業(yè)過程中的CO2排放總量,最終減少堆場的運(yùn)營成本.

        表5 傳統(tǒng)模式送箱集卡調(diào)度方案

        表5(續(xù))

        表6 傳統(tǒng)模式下集卡調(diào)度方案作業(yè)信息表

        表6(續(xù))

        4 結(jié)論

        在考慮集卡碳排放和碼頭預(yù)約機(jī)制的基礎(chǔ)上合理調(diào)度集卡車隊,完成各碼頭最終確定的各預(yù)約時段及其預(yù)約份額的集港任務(wù),可以有效降低堆場集卡的調(diào)用數(shù)量,提高其運(yùn)營效率,減少燃油消耗和CO2排放,降低堆場運(yùn)營成本.本文針對預(yù)約機(jī)制下單一堆場多集裝箱碼頭間送箱集卡優(yōu)化調(diào)度問題,在考慮碳排放基礎(chǔ)上構(gòu)建了相應(yīng)的優(yōu)化模型,設(shè)計了改進(jìn)的蟻群算法對其進(jìn)行求解.算例求解及對比分析表明了本文所構(gòu)建模型及算法的有效性.研究成果拓展了堆場、碼頭相關(guān)的理論研究,為堆場企業(yè)的集卡調(diào)度優(yōu)化決策和低碳港口建設(shè)的相關(guān)決策提供了一定參考.

        應(yīng)該指出,由于船舶集港所涉及的各個環(huán)節(jié)和影響因素較為復(fù)雜,在求解分析過程中本文沒有考慮集港過程中的集卡在港的排隊規(guī)律、相關(guān)干擾因素以及集卡失約等問題,這些都有待于未來繼續(xù)研究.

        猜你喜歡
        作業(yè)
        作業(yè),我終于打敗你了!
        小主人報(2022年1期)2022-08-10 08:28:44
        讓人羨慕嫉妒恨的“作業(yè)人”
        作業(yè)聯(lián)盟
        我愿作業(yè)少一點(diǎn)
        快來寫作業(yè)
        一次特殊的作業(yè)
        誰沒交作業(yè)
        修改“作業(yè)”
        跟一群抄作業(yè)的講垂直進(jìn)步?
        能源(2016年2期)2016-12-01 05:10:46
        作業(yè)
        故事大王(2016年7期)2016-09-22 17:30:08
        日韩人妻熟女中文字幕a美景之屋| 青青草免费激情自拍视频 | 99久久久无码国产精品性| 蜜臀av 国内精品久久久| 任你躁国产自任一区二区三区| 国产精品成人久久a级片| 国产一区亚洲二区三区| 亚洲成人色区| 久久人人做人人妻人人玩精| 久久亚洲一区二区三区四区五| 女人无遮挡裸交性做爰| 天堂8中文在线最新版在线| 免费一区二区三区视频狠狠| 国产亚洲一区二区精品| 国产成人精品久久亚洲高清不卡| 国产精品亚洲综合色区韩国| 人妻少妇人人丰满视频网站| 一区二区高清视频免费在线观看| 精品人妻少妇嫩草av无码专区| 国产真人无遮挡作爱免费视频 | 亚洲欧洲无码一区二区三区| 国产乱人视频在线观看播放器 | 羞羞色院99精品全部免| 强奷乱码中文字幕| 456亚洲人成影视在线观看| 日本中文字幕一区二区在线观看| 大陆老熟女自拍自偷露脸| 国产成人一区二区三区影院动漫| 久久免费观看国产精品| 国产一区二区三区18p| 后入到高潮免费观看| 少妇的丰满3中文字幕| 在线视频一区二区观看| 亚洲国产精品不卡av在线| 东北寡妇特级毛片免费| 日本道免费精品一区二区| 亚洲国产国语对白在线观看| 亚洲乱码日产精品一二三| 亚洲综合久久久| 国产精品一区二区黄色片| 精品国产一区二区三区2021|