学位论文 > 优秀研究生学位论文题录展示
基于多目标遗传算法的集装箱泊位—岸桥分配优化研究
作 者: 于敏
导 师: 王诺
学 校: 大连海事大学
专 业: 交通工程
关键词: 多目标遗传算法 泊位-岸桥分配 多目标优化
分类号: TP18
类 型: 硕士论文
年 份: 2010年
下 载: 236次
引 用: 1次
阅 读: 论文下载
内容摘要
泊位作为集装箱码头的稀缺资源,其调度工作质量的高低直接影响码头装卸作业的效率,影响集装箱班轮的船期和港口企业的声誉,同时,也体现着码头的管理水平和综合竞争实力。实践中,泊位分配的同时也进行相应作业岸桥数目的安排,即码头调度人员根据一定的优化策略及泊位、岸桥是否空闲等约束条件,为一系列到港船舶安排靠泊顺序、靠泊泊位及确定作业岸桥数目。与单纯的泊位分配和岸桥分配相比,泊位-岸桥分配把两者当成一个整体,能有效反映其相互影响相互制约的关系,更符合码头生产组织的实际情况。集装箱码头泊位、岸桥分配问题是典型的NP难题,一直以来很难用精确算法求解。目前,大多数研究以缩短船舶在港时间或者码头生产成本最低为目标,采用启发式算法或全局搜索进化算法进行求解。但这些研究倾向于单目标求解算法或者将多目标转化为单目标进行求解,而集装箱码头泊位优化分配本应对多个目标同时进行优化,这对算法实施的结果影响较大。因此,在多目标模型求解过程中显然需要加以考虑。考虑到泊位-岸桥多目标优化分配模型求解的复杂性,本文在前人研究的基础上,提出了一种改进多目标遗传算法,用以求解集装箱码头泊位-岸桥优化分配问题。模型部分,从船舶服务需求和码头综合效益两方面出发,主要选取以船舶平均在港时间和码头生产成本为目标的数学模型。模型求解采用改进多目标遗传算法,首先采用染色体组的方式表示个体即模型的可行解,为保证Pareto最优解集的分散性和均匀性,采用随机方法生成初始种群;其次,给出了多个约束条件下的交叉算子运算规则,同时引入岸桥分配启发式算法确定模型从属变量,以求得个体的目标函数值,并应用Pareto分级方法和个体拥挤距离计算进行适应度值评价;最后,针对算法求出的Pareto最优解集,给出了一种泊位-岸桥分配最终实施方案的选择策略。经过算例表明,与传统单目标优化相比,本文提出的优化方法能获得使码头综合效益较大的满意解,同时也证明了该优化模型和算法的有效性。
|
全文目录
摘要 5-6 Abstract 6-10 第1章 绪论 10-20 1.1 研究背景和意义 10-12 1.1.1 选题背景 10-11 1.1.2 研究意义 11-12 1.2 国内外研究综述 12-17 1.2.1 研究现状 12-14 1.2.2 多目标优化研究现状 14-15 1.2.3 多目标遗传算法研究现状 15-17 1.3 本文研究的主要内容 17-18 1.4 采取的研究方法和技术路线 18-20 第2章 泊位-岸桥分配的数学模型 20-30 2.1 问题描述 20-21 2.2 数学模型 21-24 2.2.1 模型参数 21-22 2.2.2 目标函数 22-24 2.2.3 约束条件 24 2.3 模型优化方法选择 24-30 2.3.1 传统多目标优化方法 25-26 2.3.2 多目标智能优化算法 26-29 2.3.3 对比分析 29-30 第3章 泊位-岸桥分配模型的求解 30-50 3.1 多目标遗传算法相关理论 30-36 3.1.1 遗传算法 30-34 3.1.2 多目标遗传算法相关定义 34-36 3.2 多目标遗传算法选择方法及约束处理 36-40 3.2.1 多目标遗传算法选择方法 36-39 3.2.2 约束条件处理 39-40 3.3 多目标遗传算法的准备 40-41 3.3.1 个体的编码 40-41 3.3.2 种群初始化 41 3.3.3 适应度函数确定 41 3.4 多目标遗传算法的执行过程 41-47 3.4.1 交叉运算 42-43 3.4.2 变异运算 43-44 3.4.3 Pareto分级法 44 3.4.4 拥挤距离计算 44-46 3.4.5 选择过程 46 3.4.6 终止条件判断 46-47 3.5 从属变量的确定 47-49 3.6 最终方案选择策略 49-50 第4章 算例研究 50-58 4.1 算例建模 50-51 4.1.1 基础数据 50-51 4.1.2 实例模型 51 4.2 算例求解 51-58 4.2.1 多目标遗传算法求解 51-53 4.2.2 单目标优化求解 53-55 4.2.3 结果与分析 55-58 第5章 结论与展望 58-60 5.1 结论 58 5.2 展望 58-60 参考文献 60-64 攻读学位期间公开发表论文 64-65 致谢 65-66
|
相似论文
- 基于蚁群算法的电梯群优化控制研究,TU857
- 海底管道修复连接器的研究,TE973
- 基于遗传算法的矿山资源优化调度模型的研究,O224
- 基于粒子群算法的区域水资源优化配置研究,TV213.4
- 电火花加工参数优化的研究,TG661
- 基于克隆免疫算法的应急物流车辆路径模型的研究,U116.2
- 基于遗传算法的快速航迹规划方法研究,TP18
- 面向可穿戴生理检测的无线传感器网络QoS路由研究,TP212.9
- 参数化产品族定位优化方法研究,TB472
- 基于多目标遗传算法的认知无线电决策引擎,TN925
- 企业集团订单分配模型研究,F224
- 基于多目标遗传算法的配送路径问题研究,TB114.1
- 基于遗传算法的转炉炉修优化研究,TF748.2
- 面向节能的铝工业生产调度问题模型与算法研究,TF808
- 基于多目标粒子群优化算法的节能发电调度机组组合问题研究,TM73
- 基于多目标遗传算法求解Steiner树问题,O224
- 炼油厂氢气网络系统调度方法研究,TE624
- 基于支持向量机的电解液成分预测,TQ151
- 多目标人工免疫算法及其在无功优化中的应用,TM714
- 汽车动力传动系参数匹配与仿真优化,U463.2
- 有限推力轨道转移优化方法与应用研究,V412.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|