基于遗传算法的港口作业最优路径规划仿真方法及系统技术方案

本发明专利技术具体公开了一种基于遗传算法的港口作业最优路径规划仿真方法，包括：S1，设置与港口作业路径规划相关的船舶、岸桥起吊设备及集装箱卡车的作业参数值及作业参数范围；S2，对待规划的港口作业路径进行编码操作；S3，藉由遗传算法进行港口作业最优路径规划仿真；S4，输出港口作业最优路径的仿真结果。本发明专利技术又具体公开了一种基于遗传算法的港口作业最优路径规划仿真系统，包括：中央控制软件模块、参数集处理软件模块、阈值校验软件模块、仿真推演结果分析软件模块、数据存储处理软件模块和远程通信处理软件模块。本发明专利技术能快速精准地获得港口作业最优作业路径，从整体上提高港口自动化堆场的运营效率、资源配置能力、仿真准确性以及可信度。确性以及可信度。确性以及可信度。

【技术实现步骤摘要】
基于遗传算法的港口作业最优路径规划仿真方法及系统


[0001]本专利技术涉及港口信息管理
，具体涉及基于遗传算法的港口作业最优路径规划仿真方法及系统。

技术介绍

[0002]集装箱码头是港口中专门存放集装箱的地方，它是港口的一个重要组成部分，它在整个港口的运作过程中扮演着举足轻重的角色，因此，码头的资源分配将直接关系到整个港口的运营效率，在作业之前需要通过合理规划仿真港口作业路径，通过仿真模拟出一条最优的作业路径，以此优化集装箱港口堆场的资源配置；
[0003]国内对于港口作业最优路径规划仿真研究起步比较晚，现有的理论与技术还不够成熟，在实际中规划的最优路径距离比较长，并且传统算法计算时间比较长，传统算法已经无法满足实际需求，为此提出基于遗传算法的港口作业最优路径规划仿真研究。

技术实现思路

[0004]有鉴于此，有必要针对上述的问题，提出一种基于遗传算法的港口作业最优路径规划仿真方法及系统，以解决上述
技术介绍
中如何在满足港口作业最大经济利益的前提下缩短港口作业最优路径规划的路径、提高港口作业最优路径规划仿真的计算效率以及提高港口作业最优路径规划仿真系统软件运行效率的技术问题，从而快速、精准地获得港口作业最优作业路径，从整体上提高港口自动化堆场的运营效率、资源配置能力、仿真准确性以及可信度。
[0005]为实现上述目的，本专利技术采取以下的技术方案：
[0006]本专利技术提出一种基于遗传算法的港口作业最优路径规划仿真方法，包括以下步骤：
[0007]S1，设置与港口作业路径规划相关的船舶、岸桥起吊设备及集装箱卡车的作业参数值及作业参数范围；
[0008]S2，对待规划的港口作业路径进行编码操作；
[0009]S3，藉由遗传算法进行港口作业最优路径规划仿真；
[0010]S4，输出港口作业最优路径的仿真结果。
[0011]进一步地，S1包括以下步骤：
[0012]S11，设置全局参数，全局参数包括船舶吨位值范围、岸桥起吊设备数量值范围、集装箱卡车吨位值范围；
[0013]S12，设置仿真界面参数值，仿真界面参数值包括岸桥起吊设备的大车速度、小车速度、吊具空载上升速度、吊具带载上升速度、吊具载货下降速度和吊具空载下降速度。
[0014]进一步地，于S2与S3之间还设有一步骤如下：
[0015]S23，采用有向图对最优路径规划仿真问题进行描述，建立港口作业路径模型，其用公式表示为：
[0016][0017]公式(1)中，A表示港口作业最优路径规划仿真问题有向图，即港口作业路径模型；C表示路径节点集合，包括拐点、交叉点以及转移点；K表示待运输集装箱的堆场箱区编号，P表示目标点位置。
[0018]进一步地，S3包括以下步骤：
[0019]S31，建立港口作业最优路径规划仿真目标函数；
[0020]S32，藉由于S31建立的港口作业最优路径规划仿真目标函数对港口作业情况进行约束；
[0021]S33，建立所述目标函数的适应度函数从而获得遗传物种染色体适应度值；
[0022]S34，进行仿真过程的编码处理、确定遗传物种规模、物种交叉及物种变异处理，从而获得港口作业最优路径规划仿真目标函数的最优解，即得到港口作业最优路径规划仿真结果。
[0023]进一步地，S31包括以下步骤：
[0024]S311，藉由指数函数将港口作业距离尺度转换，建立作业路径最短目标函数如下：
[0025][0026]公式(2)中，minH表示港口作业路径最短子目标函数；D1表示避障时间；D2表示实际总作业时间；E表示堆场箱区到船舶的直线距离；
[0027]并藉由指数函数将作业时间基础目标值放大，建立作业时间最短子目标函数如下：
[0028][0029]公式(3)中，minT表示港口作业时间最短子目标函数；t1表示作业车辆转弯、避障所用的时间；t2表示港口作业要求时间；
[0030]并建立最少燃油消耗子目标函数如下：
[0031][0032]公式(4)中，minL表示港口作业燃油消耗最少子目标函数；q1表示港口作业路径距离；e表示港口作业时间；q2表示燃油消耗系数；X表示全程燃油消耗总量；
[0033]S312，将作业路径最短目标函数、作业时间最短子目标函数、最少燃油消耗子目标函数整合在一起，建立港口作业最优路径规划仿真目标函数：
[0034]f(x)＝∑minH
·
minT
·
minL(5)
[0035]公式(5)中，f(x)表示港口作业最优路径规划仿真目标函数。
[0036]进一步地，于S32中，对于S31建立的港口作业最优路径规划仿真目标函数设立第一约束条件公式和第二约束条件公式，藉由第一约束条件公式和第二约束条件公式对港口作业情况进行约束；第一约束条件公式用于保证在规划时间内指定的集装箱均能完成装卸，第二约束条件公式用于保证运输到船舶的集装箱数量不超过堆场箱区容量；
[0037]第一约束条件公式如下：
[0038][0039]公式(6)中，V表示堆场箱区待装卸集装箱数量；N表示堆场箱区数量；M表示堆场箱区集合；Y表示作业车辆在泊位与堆场箱区之间的往返运行次数；W表示作业车辆沿路径的运行次数；
[0040]第二约束条件公式如下：
[0041][0042]公式(7)中，Q表示堆场箱区容量；N表示堆场箱区数量；M表示堆场箱区集合；Y表示作业车辆在泊位与堆场箱区之间的往返运行次数；W表示作业车辆沿路径的运行次数；所述公式(6)、(7)均表明了目标函数的取值范围。
[0043]进一步地，于S33中，藉由一适应度函数计算遗传物种染色体适应度值，适应度函数如下：
[0044][0045]公式(8)中，μ表示遗传物种染色体适应度值；m表示染色体数量；ε表示遗传物种染色体中不同基因的数目；ω表示遗传基因在染色体中出现的概率；σ表示整个遗传物种中染色体的平均基因值。
[0046]进一步地，于34中，通过编码处理将目标函数求解问题转化为计算机能够识别的语言，港口作业路径的编码为船舶和堆场箱区节点不同顺序的组合。
[0047]本专利技术提出一种基于遗传算法的港口作业最优路径规划仿真系统，该系统包括：中央控制软件模块、参数集处理软件模块、阈值校验软件模块、仿真推演结果分析软件模块、数据存储处理软件模块和远程通信处理软件模块；
[0048]中央控制软件模块用于控制系统流程的所有数据的输出、输入及计算；
[0049]参数集处理软件模块用于处理系统流程的参数集；
[0050]阈值校验软件模块用于设置与港口作业路径规划相关的船舶、岸桥起吊设备及集装箱卡车的作业参数值及作业参数范围，对待规划的港口作业路径进行编码操作，藉由遗传算法进行港口作业最优路径规划仿真；
[0051]仿真推演结果分析软件模块用于输出港口作业最优路径的仿真结果；
[0052]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的港口作业最优路径规划仿真方法，其特征在于，包括以下步骤：S1，设置与港口作业路径规划相关的船舶、岸桥起吊设备及集装箱卡车的作业参数值及作业参数范围；S2，对待规划的港口作业路径进行编码操作；S3，藉由遗传算法进行港口作业最优路径规划仿真；S4，输出港口作业最优路径的仿真结果。2.如权利要求1所述的基于遗传算法的港口作业最优路径规划仿真方法，其特征在于，S1包括以下步骤：S11，设置全局参数，全局参数包括船舶吨位值范围、岸桥起吊设备数量值范围、集装箱卡车吨位值范围；S12，设置仿真界面参数值，仿真界面参数值包括岸桥起吊设备的大车速度、小车速度、吊具空载上升速度、吊具带载上升速度、吊具载货下降速度和吊具空载下降速度。3.根据权利要求1所述的基于遗传算法的港口作业最优路径规划仿真方法，其特征在于，于S2与S3之间还设有一步骤如下：S23，采用有向图对最优路径规划仿真问题进行描述，建立港口作业路径模型，其用公式表示为：A＝(C,K,P)(1)公式(1)中，A表示港口作业最优路径规划仿真问题有向图，即港口作业路径模型；C表示路径节点集合，包括拐点、交叉点以及转移点；K表示待运输集装箱的堆场箱区编号，P表示目标点位置。4.如权利要求1所述的基于遗传算法的港口作业最优路径规划仿真方法，其特征在于，S3包括以下步骤：S31，建立港口作业最优路径规划仿真目标函数；S32，藉由于S31建立的港口作业最优路径规划仿真目标函数对港口作业情况进行约束；S33，建立所述目标函数的适应度函数从而获得遗传物种染色体适应度值；S34，进行仿真过程的编码处理、确定遗传物种规模、物种交叉及物种变异处理，从而获得港口作业最优路径规划仿真目标函数的最优解，即得到港口作业最优路径规划仿真结果。5.如权利要求4所述的基于遗传算法的港口作业最优路径规划仿真方法，其特征在于，S31包括以下步骤：S311，藉由指数函数将港口作业距离尺度转换，建立作业路径最短目标函数如下：公式(2)中，minH表示港口作业路径最短子目标函数；D1表示避障时间；D2表示实际总作业时间；E表示堆场箱区到船舶的直线距离；并藉由指数函数将作业时间基础目标值放大，建立作业时间最短子目标函数如下：
公式(3)中，minT表示港口作业时间最短子目标函数；t1表示作业车辆转弯、避障所用的时间；t2表示港口作业要求时间；并建立最少燃油消耗子目标函数如下：公式(4)中，minL表示港口作业燃油消耗最少子目标函数；q1表示港口作业路径距离；e表示港口作业时间；q2表示燃油消耗系数；X表示全程燃油消耗总量；S312，将作业路径最短目标函数、作业时间最短子目标函数、最少燃油消耗子目标函数整合在一起，建立港口作业最优路径规划仿真目标函数：f(x)＝∑minH
·
minT
·
minL
ꢀꢀ
(5)公式(5)中，f(x)表示港口作业最优路径规划仿真目标函数。6.如权利要求4所述的基于遗传算法的港口作业最优路径规划仿真方法，其特征在于，于S32中，对于S31建立的港口作业最优路径规划仿真目标函数设立第一约束条件公式和第二约束条件公式，藉由第一约束条件公式和第二约束条件公式对港口作业情况进行约束；第一约束条件公式用于保证在规划时间内指定的集装箱均能完成装卸，第二约束条件公式用于保证运输到船舶的集装箱数量不超过堆场箱区容量；第一约束条件公式如下：公式(6)中，V表示堆场箱区待装卸集装箱数量；N表示堆场箱区数量；M表示堆场箱区...

【专利技术属性】
技术研发人员：肖炳林，丘伟浩，张航，庞颖威，刘睿，王运，任晓晴，黎伟东，吴梓榕，
申请(专利权)人：广州港股份有限公司广州港股份有限公司南沙集装箱码头分公司中南大学，
类型：发明
国别省市：