【技术实现步骤摘要】
本专利技术涉及船运软件开发，具体涉及一种基于蚁群算法的船舶配载优化方法、装置、设备及介质。
技术介绍
1、近年来，船舶运输行业发展迅速，由于船舶具有运输量大且成本低的优点，越来越多的运输方式选择船舶。对于半潜船，其运输的货物模块大小不一致，货物与货物之间的装卸港口可能不同，装卸时间也可能不同，在选择一个航次的承运船和装配方案，确定运输成本时，就涉及到诸多方面的因素。如果有多个承运船可选择，则通过不同的航次和待装配货物组合，能够产生不同的运输成本。通过对不同方案的比较，选择最佳方案，可以降低成本。
2、目前单个海运项目中会涉及到多个承运船和大量货物运输的船舶模块配载问题，大多依靠人工经验进行配载以完成货物的运输。这种依靠人工经验的配载方法需要花费大量人力，且当问题过于复杂时，难以得到最优解。如何通过船、港、货的最优匹配，达到降低航运成本的目的，是目前需要解决的问题。
技术实现思路
1、针对现有技术的不足，本专利技术提出一种基于蚁群算法的船舶配载优化方法，包括航次成本函数，所述方法包括：
2、获取船舶集合及待配载货物集合以构建信息素矩阵；为每只蚂蚁都建立一个解决项；
3、在所述解决项中建立单个航次，随机选择所述航次的承运船舶，根据浮箱方案计算所述承运船舶的甲板可用面积；
4、基于节点转移策略从所述待配载货物中选取并建立备选货物集合，将所述备选货物集合配载至甲板上；
5、将所述备选货物集合从所述待配载货物中删除，更换承运船舶并再
6、通过比较操作获取最优解决项集合并更新信息素矩阵，重复迭代直到迭代次数达到预设值，获取最优配载方案。
7、其中一实施例，所述蚁群算法的节点转移策略的概率决定因素包括启发式因子以及信息素浓度，将每条路径上的所述信息素浓度的初始值设为50，所述启发式因子为待装配货物的计划装货时间距离所述航次的最早计划装货时间的天数之差的倒数。
8、其中一实施例，在将所述备选货物集合从所述待配载货物中删除，更换承运船舶并再次进行配载直到所述待配载货物为空，计算所述解决项的航次成本函数，还包括：
9、选定第一承运船以及备选货物集合后，根据所述航次成本函数计算出第一成本；
10、根据所述备选货物集合再次选择第二承运船，重新装配且计算第二成本。比较第一成本和第二成本，保留成本最小的承运船；
11、依次获取每个航次的承运船舶以及备选货物集合直至所有待配载货物装配完成，通过航次成本函数计算每个航次的成本并相加，以获取所述解决项的总成本。
12、其中一实施例，在根据浮箱方案计算所述承运船舶的甲板可用面积时，将所述承运船舶实际可用面积的3.5倍作为所述甲板可用面积。
13、其中一实施例，在基于节点转移策略从所述待配载货物中选取并建立备选货物集合，将所述备选货物集合配载至甲板上时，还包括：将甲板可用面积和货物模块都设为矩形，并通过剩余矩阵法填充所述承载船舶。
14、其中一实施例，在基于节点转移策略从所述待配载货物中选取并建立备选货物集合，将所述备选货物集合配载至甲板上后，还包括：
15、获取航次中承运船舶的船舶信息，获取其上备选货物集合的各个货物模块的装卸港口信息及装卸日期信息；
16、根据所述船舶信息、装卸港口信息及装卸日期信息计算所述航次的港序、路线以及航速。
17、本专利技术还提供了一种基于蚁群算法的船舶配载优化装置，包括：
18、条件设定模块，其用于获取船舶集合及待配载货物集合以构建信息素矩阵；为每只蚂蚁都建立一个解决项；
19、船舶选择模块，其用于在所述解决项中建立单个航次，随机选择所述航次的承运船舶，根据浮箱方案计算所述承运船舶的甲板可用面积；
20、货物选择模块，其用于基于节点转移策略从所述待配载货物中选取并建立备选货物集合，将所述备选货物集合配载至甲板上；
21、成本计算模块，其用于将所述备选货物集合从所述待配载货物中删除，更换承运船舶并再次进行配载直到所述待配载货物为空，计算所述解决项的航次成本函数；
22、优化更新模块，其用于通过比较操作获取最优解决项集合并更新信息素矩阵，重复迭代直到迭代次数达到预设值，获取最优配载方案。
23、其中一实施例，所述蚁群算法的节点转移策略的概率决定因素包括启发式因子以及信息素浓度，将每条路径上的所述信息素浓度的初始值设为1，所述启发式因子为待装配货物的计划装货时间距离所述航次的最早计划装货时间的天数之差的倒数。
24、本专利技术还提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述的基于蚁群算法的船舶配载优化方法。
25、本专利技术还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述所述的基于蚁群算法的船舶配载优化方法。
26、本专利技术实施例通过蚁群算法的节点转移策略，针对半潜船运输项目中半潜船货物多、承运船舶多、途径港口多等特点，对半潜船的货物配载进行优化，通过迭代计算每个航次的最优货物配载方案，使得船、货、港相匹配，得到每个航次运输成本最优的承运船舶和货物，本实施例能够加快实半潜船项目的最优配载方案的获取，在满足约束条件的前提下使得项目运输成本最小化，极大的降低了半潜船运输成本。
本文档来自技高网...【技术保护点】
1.一种基于蚁群算法的船舶配载优化方法，其特征在于，包括航次成本函数，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述蚁群算法的节点转移策略的概率决定因素包括启发式因子以及信息素浓度，将每条路径上的所述信息素浓度的初始值设为50，所述启发式因子为待装配货物的计划装货时间距离所述航次的最早计划装货时间的天数之差的倒数。
3.如权利要求1所述的方法，其特征在于，在将所述备选货物集合从所述待配载货物中删除，更换承运船舶并再次进行配载直到所述待配载货物为空，计算所述解决项的航次成本函数，还包括：
4.如权利要求1所述的方法，其特征在于，在根据浮箱方案计算所述承运船舶的甲板可用面积时，将所述承运船舶实际可用面积的3.5倍作为所述甲板可用面积。
5.如权利要求1所述的方法，其特征在于，在基于节点转移策略从所述待配载货物中选取并建立备选货物集合，将所述备选货物集合配载至甲板上时，还包括：将甲板可用面积和货物模块都设为矩形，并通过剩余矩阵法填充所述承载船舶。
6.如权利要求1所述的方法，其特征在于，在基于节点转移策略从所述待
7.一种基于蚁群算法的船舶配载优化装置，其特征在于，包括：
8.如权利要求7所述的装置，其特征在于，所述蚁群算法的节点转移策略的概率决定因素包括启发式因子以及信息素浓度，将每条路径上的所述信息素浓度的初始值设为1，所述启发式因子为待装配货物的计划装货时间距离所述航次的最早计划装货时间的天数之差的倒数。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述的基于蚁群算法的船舶配载优化方法。
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6任意一项所述的基于蚁群算法的船舶配载优化方法。
...【技术特征摘要】
1.一种基于蚁群算法的船舶配载优化方法，其特征在于，包括航次成本函数，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述蚁群算法的节点转移策略的概率决定因素包括启发式因子以及信息素浓度，将每条路径上的所述信息素浓度的初始值设为50，所述启发式因子为待装配货物的计划装货时间距离所述航次的最早计划装货时间的天数之差的倒数。
3.如权利要求1所述的方法，其特征在于，在将所述备选货物集合从所述待配载货物中删除，更换承运船舶并再次进行配载直到所述待配载货物为空，计算所述解决项的航次成本函数，还包括：
4.如权利要求1所述的方法，其特征在于，在根据浮箱方案计算所述承运船舶的甲板可用面积时，将所述承运船舶实际可用面积的3.5倍作为所述甲板可用面积。
5.如权利要求1所述的方法，其特征在于，在基于节点转移策略从所述待配载货物中选取并建立备选货物集合，将所述备选货物集合配载至甲板上时，还包括：将甲板可用面积和货物模块都设为矩形，并通过剩...
【专利技术属性】
技术研发人员：姚壮乐，袁梦，郭蕴华，吴禄彬，黄达望，林炜南，霍浩杰，姚汉文，
申请(专利权)人：中远海运特种运输股份有限公司，
类型：发明
国别省市：
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。