【技术实现步骤摘要】
一种基于模拟退火BATA算法的弹性甩挂接驳运输系统
[0001]本专利技术属于智能算法优化和车辆接驳运输领域,特别涉及一种基于模拟退火BATA算法的弹性甩挂接驳运输系统。
技术介绍
[0002]集装箱接驳运输是远距离(如铁路,海洋)运输开始前和结束后的重要运输环节,而甩挂运输则是集装箱接驳运输中的一个重要运输模式。集装箱接驳运输车辆通常由牵引车和挂车两部分组成。牵引车具有动力装置,可以在不同地理位置间自行移动。挂车无动力装置,因而它的移动需要通过牵引车的拖带来完成。相比传统的集装箱接驳运输,甩挂运输允许牵引车和挂车相互分离。
[0003]在现如今集装箱接驳运输的诸多研究中,牵引车通常在运输计划期开启后便离开堆场进行相关运输活动。然而,客户需要一定时间才可完成对集装箱的装卸货作业。因此,当牵引车到达客户点时,如果客户对集装箱的装卸作业尚未完成,则需要等待。在等待的时间段内牵引车处于闲置状态,这会造成牵引车资源的浪费,进而会降低牵引车的利用率和运输效率。当客户处的集装箱装卸时间在整个运输活动中的占比较大时,上述负面问题会更加突出。因此,虽然现有的传统集装箱接驳运输系统已普遍应用于远距离运输,但是它们在以下这些方面仍然存在一些不足:
[0004](1)单个牵引车的利用率较低,闲置等待时间较长;
[0005](2)牵引车的使用数量过多,固定成本偏高;
[0006](3)系统运输效率不高,温室气体排放量较大。
[0007]由此可见,目前常见的传统集装箱接驳运输系统在上述这些方面还存在较多 ...
【技术保护点】
【技术特征摘要】
1.一种基于模拟退火BATA算法的弹性甩挂接驳运输系统,包括:问题确定模块、混合整数规划模型模块、模拟退火BATA算法模块、验证模块;其中,混合整数规划模型模块包括:非线性混合整数规划模型子模块、线性混合整数规划模型子模块;模拟退火BATA算法模块包括:初始解构建子模块、操作算子子模块;所述模块、子模块的连接关系为:问题确定模块和混合整数规划模型模块相连,混合整数规划模型模块和模拟退火BATA算法模块相连,模拟退火BATA算法模块和验证模块相连;混合整数规划模型模块中非线性混合整数规划模型子模块和线性混合整数规划模型子模块相连,模拟退火BATA算法模块中初始解构建子模块和操作算子子模块相连。2.根据权利要求1所述的一种基于模拟退火BATA算法的弹性甩挂接驳运输系统,其特征在于,所述问题确定模块,用于确定拟解决的甩挂接驳运输问题,问题可描述为:某区域内含有一个堆场(记为0)和进口第一阶段子任务、进口第二阶段子任务、出口第一阶段子任务和出口第二阶段子任务,子任务所构成的集合分别为I1、I2、O1和O2;其中,进口第一阶段子任务和进口第二阶段子任务数量相同,出口第一阶段子任务和出口第二阶段子任务数量相同;任何一个进/出口第一阶段子任务对应唯一一个出/进口第二阶段子任务,并且两者对应同一地理位置;用δ(j)表示第一阶段子任务j对应的第二阶段子任务,任何子任务j∈I1∪O1都必须在δ(j)∈I2∪O2之前完成;该问题可描述为图G=(N,A),其中,N=I1∪I2∪O1∪O2U{0}为节点集合,A={(i,j)|i∈N,j∈N,i≠j}\{(δ(j),j)|j∈I1∪O1}为弧集;堆场上停放着充足的牵引车、挂车,每个挂车上装有一个集装箱;一部分挂车上的集装箱里装载的是进口商需要的进口货物(简称进口重挂),另一部分挂车上装载的则是空集装箱(简称空挂);牵引车需要为每一个进口第一阶段子任务节点送去一个进口重挂,当集装箱里的进口货物被卸下后,进口重挂随即变成空挂;牵引车需要从对应的进口第二阶段子任务节点处将相应的空挂送回堆场,或者送至出口第一阶段子任务节点;牵引车要为每个出口第一阶段子任务节点送去一个空挂,用于装载出口货物;装满出口货物的挂车被称为出口重挂,牵引车需要将出口重挂从出口第二阶段子任务节点处拖回堆场;第一阶段子任务节点j∈I1∪O1需要的集装箱装卸时间为p
j
,第一和对应第二阶段子任务节点可以由不同的牵引车访问;一辆牵引车可同时拖带K(≥2)个挂车,这些挂车可以是同类型或者不同类型;假设牵引车在拖带挂车或者不拖带挂车时速度恒定;牵引车在任意两个节点i和j之间行驶的时间为t(i,j)(≥0);任意三个节点i、j和k之间,满足t(i,j)+t(j,k)>t(i,k)。3.根据权利要求1所述的一种基于模拟退火BATA算法的弹性甩挂接驳运输系统,其特征在于,所述混合整数规划模型模块,包括非线性混合整数规划模型子模块和线性混合整数规划模型子模块,用于建立甩挂接驳运输问题的求解模型;所述非线性混合整数规划模型子模块中的非线性混合整数规划模型即Mixed
‑
Integer Non
‑
Linear Programming Model Considering Flexible Work Time,简称MINLP
‑
FT模型,可以描述为以下公式:FT模型,可以描述为以下公式:
所述目标函数(1)负责最小化牵引车总工作时间,其中,∑
i∈N\{0}
x
i0
(s
i
+t(i,0))为牵引车最终返回堆场的时间总和,∑
i∈N\{0}
x
0i
(s
i
‑
t(0,i))为牵引车最初离开堆场的时间总和;约束(2)保证每个节点仅被访问一次;约束(3)保证出度和入度平衡;约束(4)和(5)对牵引车离开节点的时间进行限定;其中,约束(4)针对同一辆牵引车先后访问的两个节点,保证牵引车离开时间的连续性,M是足够大的正数;约束(5)对第一和对应第二阶段子任务建立先后服务关系;约束(6)
‑
(13)建立挂车数量约束;其中,约束(6)对牵引车可拖带的挂车总数量进行限定;如果牵引车在(i,j)∈A上行驶时,约束(6)保证牵引车拖带的挂车数量不超
过最大数量限制;否则,牵引车不拖带任何挂车;约束(7)
‑
(13)描述挂车数量变化情况;其中,约束(7)说明牵引车离开节点j∈I1时,拖带的进口重挂数量减1;约束(8)保证牵引车在离开非进口第一阶段子任务节点时,进口重挂数量不变;约束(9)说明牵引车离开节点j∈I2时,拖带的空挂数量加1;而约束(10)则说明牵引车离开节点j∈O1时,拖带的空挂数量减1;约束(11)针对除约束(9)和(10)所述两种情况外的其他情况,保证牵引车在离开相应节点时,拖带的空挂车数量保持不变;约束(12)说明牵引车在离开节点j∈O2时,出口重挂数量加1;约束(13)保证牵引车在离开节点j∈N\O2\{0}时,出口重挂数量保持不变;约束(14)
‑
(18)定义决策变量,其中,约束(14)规定了牵引车离开节点的最早时间和最晚时间,保证在计划期内完成所有任务;所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。