【技术实现步骤摘要】
本专利技术涉及船舶运营，具体涉及一种新燃料干散货船航线的航次优化方法及系统。
技术介绍
1、传统燃料船在运营过程中产生大量废气和污染物，对环境造成严重影响。传统燃料船使用的燃料，如重油或柴油，燃烧时会释放出大量的二氧化碳(co2)、氮氧化物(nox)和硫氧化物(sox)。这些废气是主要的温室气体和空气污染物，对气候变化和空气质量造成直接影响。除此之外，传统燃料船的燃烧还会产生其他化学污染物，如一氧化碳(co)、挥发性有机物(vocs)和颗粒物(pm)。这些污染物对空气质量和人体健康造成危害，尤其是细颗粒物(pm2.5)可导致呼吸系统疾病和心血管问题。另外，传统燃料船在航行过程中会产生大量的废水，包括船舶排水、洗涤水和厕所污水等。这些废水中含有石油残渣、重金属和其他有害物质，如果不经过适当处理，直接排放到海洋中会对水生生物和海洋生态系统造成严重影响。传统燃料船的发动机和螺旋桨运转时会产生噪音污染，对海洋生物尤其是水生动物造成干扰和损害。噪声污染会影响水生生物的迁徙、通信和繁殖行为，对生态平衡产生不利影响。因此，为了减少传统燃料船对环境的影响，推广和应用新燃料技术、采用先进的废气处理设备、实施有效的油水分离和废水处理、控制噪声等措施都是非常重要的。新燃料船的引入，如液化天然气(lng)船舶和电动船舶，可以显著降低污染物排放和噪声污染，对保护环境具有积极意义。
2、然而，新燃料船与传统船的运营存在明显区别，例如，燃料加注点的改变会导致航线的调整，排放限制区的变化也需要考虑。因此，为了提高运营效率和降低成本，如何合理制定航路
3、在航路规划确定之后，制定合理的新燃料船年航行计划是为了优化船队的运营、降低成本并提高货物转运量的关键步骤。为了达到这一目标，可以运用运筹优化的方法，通过网络优化调度来对船队进行合理调配。网络优化调度是一个复杂的问题，需要考虑多个因素来做出最佳决策。首先，船舶的装载量、航程时间和港口停靠时间都是需要考虑的要素。船舶的装载量直接影响着每次航行能够携带的货物量，而航程时间和港口停靠时间则会影响船舶的运输效率和时间成本。此外，波动的装载信息也是非常重要的考虑因素。通过及时码头上的供应情况，可以更好地调整船队的运作策略。例如，如果港口雨季，装货时间边长，可以增加船舶的航行时间以满足该港口的装卸能力，并且还可降低油耗，减少成本；而如果某个季节的装货速度较快，可以适当加速航行，从而增加码头产量。为了实现高效的船队运营，智能调度算法是至关重要的工具。通过网络优化调度和智能调度算法，船队可以实现高效运营和整体运输效率的提高。这将带来许多好处，包括降低运营成本、提高货物转运量、减少空载行驶和等待时间，以及减少能源消耗和环境污染。智能调度算法的运用可以帮助实现船队的高效运营，最大化利益并达到运输效率的提升。总之，从运筹优化的角度来看，在航路规划确定之后，制定合理的年度航行计划对船队是非常重要的。
技术实现思路
1、为解决目前航次优化过程中存在的运营效率低下以及成本较高等问题，本专利技术提供了一种新燃料干散货船航线的航次优化方法，以最大化干散货总转运量和最小化总航程成本为目标，并以决策变量的取值范围、船队规模的限制范围、最少航次数、船舶在装货港的累计装货量的限制范围等为约束，建立第一、第二目标函数，进而构建综合目标函数，并设计定制化的非支配排序遗传算法获取该综合目标函数的最优解，从而实现干散货总转运量最大化的同时总航程成本最小化，能够有效提高运营效率，并降低成本。本专利技术还涉及一种新燃料干散货船航线的航次优化系统。
2、本专利技术的技术方案如下：
3、一种新燃料干散货船航线的航次优化方法，其特征在于，包括以下步骤：
4、参数获取步骤：获取新燃料干散货船的船舶参数和航行参数，所述船舶参数包括船舶的最大装载量、船队规模、最少航次数、船舶在装货港的累计装货量；所述航行参数包括航次的起始航行时间、航行持续时间以及航次成本；
5、目标函数建立步骤：基于船舶在航次的起始航行时间是否开始航行的判断结果及航行持续时间构建决策变量，并在以决策变量的取值范围、船队规模的限制范围、最少航次数、船舶在装货港的累计装货量的限制范围为约束建立的多个约束条件下，根据船舶的最大装载量和决策变量建立第一目标函数，并根据以航次的起始航行时间和航行持续时间确定的航次成本和决策变量建立第二目标函数，再基于预设的权重系数并采用加权和方法将第一目标函数和第二目标函数进行合并，得到综合目标函数；
6、初始种群生成步骤：将船舶的总航行时间按照时间顺序分成多个时间段以生成初始种群，并将初始种群中的每个时间段均作为一个个体；
7、适应度值计算及子代个体生成步骤：根据第一目标函数值及其权重系数、以及第二目标函数值及其权重系数计算出初始种群中每个个体的适应度值，并采用非支配排序遗传算法中的遗传算子对初始种群中的多个个体进行邻域搜索进化操作以生成多个新子代个体，并计算出每个新子代个体的适应度值；
8、新种群生成步骤：将新子代个体与父代个体进行合并生成临时种群，并将临时种群中的个体数量与预设数量阈值进行比较，若临时种群中的个体数量大于预设数量阈值，则将临时种群中每个个体的适应度值按照大小进行排序，并从小到大依次将排序后的临时种群中超出数量阈值的个体进行删除，得到新种群；
9、最优解计算步骤：基于新种群并重复适应度值计算及子代个体生成步骤和新种群生成步骤，直至达到预设迭代次数时为止，将达到预设迭代次数时新种群中适应度值最小的个体作为综合目标函数的最优解，进而实现最大化干散货总转运量且最小化总航程成本。
10、优选地，所述适应度值计算及子代个体生成步骤中，所述遗传算子包括选择算子、新血液算子、交叉算子、插入算子和变异算子；采用非支配排序遗传算法中的遗传算子对初始种群中的多个个体进行邻域搜索进化操作以生成多个新子代个体具体包括：
11、s1：选择算子根据适应度值并采用轮盘赌选择方法从初始种群中选择出多个个体作为父代个体；
12、s2：新血液算子随机产生多个新的个体，并加入到父代个体中；
13、s3：根本文档来自技高网...
【技术保护点】
1.一种新燃料干散货船航线的航次优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的新燃料干散货船航线的航次优化方法，其特征在于，所述适应度值计算及子代个体生成步骤中，所述遗传算子包括选择算子、新血液算子、交叉算子、插入算子和变异算子；采用非支配排序遗传算法中的遗传算子对初始种群中的多个个体进行邻域搜索进化操作以生成多个新子代个体具体包括：
3.根据权利要求1或2所述的新燃料干散货船航线的航次优化方法，其特征在于，所述参数获取步骤中，还获取港口参数，所述港口参数包括装货港的初始库存和在某个时刻装货港的装货能力。
4.根据权利要求3所述的新燃料干散货船航线的航次优化方法，其特征在于，所述目标函数建立步骤中，所述多个约束条件包括第一约束条件、第二约束条件、第三约束条件和第四约束条件，所述第一约束条件根据决策变量和预设的数值阈值构建，所述第二约束条件根据决策变量和船队规模构建，所述第三约束条件根据决策变量和最少航次数构建，所述第四约束条件根据船舶在装货港的累计装货量和船舶的最大装载量构建。
5.根据权利要求4所述的新燃料干散货船
6.根据权利要求1所述的新燃料干散货船航线的航次优化方法，其特征在于，所述初始种群生成步骤中，还将每个时间段按照时间顺序分别划分成多个时间单位，并对每个时间单位进行编码，得到编码后的各个时间单位。
7.一种新燃料干散货船航线的航次优化系统，其特征在于，包括依次连接的参数获取模块、目标函数建立模块、初始种群生成模块、适应度值计算及子代个体生成模块、新种群生成模块和最优解计算模块，
8.根据权利要求7所述的新燃料干散货船航线的航次优化系统，其特征在于，所述适应度值计算及子代个体生成模块中，所述遗传算子包括选择算子、新血液算子、交叉算子、插入算子和变异算子；采用非支配排序遗传算法中的遗传算子对初始种群中的多个个体进行邻域搜索进化操作以生成多个新子代个体具体包括：
9.根据权利要求7或8所述的新燃料干散货船航线的航次优化系统，其特征在于，所述参数获取模块中，还获取港口参数，所述港口参数包括装货港的初始库存和在某个时刻装货港的装货能力。
10.根据权利要求9所述的新燃料干散货船航线的航次优化系统，其特征在于，所述目标函数建立模块中，所述多个约束条件包括第一约束条件、第二约束条件、第三约束条件、第四约束条件、第五约束条件、第六约束条件、第七约束条件以及第八约束条件；所述第一约束条件根据决策变量和预设的数值阈值构建，所述第二约束条件根据决策变量和船队规模构建，所述第三约束条件根据决策变量和最少航次数构建，所述第四约束条件根据船舶在装货港的累计装货量和船舶的最大装载量构建，所述第五约束条件根据船舶在装货港的累计装货量、装货港的初始库存、在某个时刻装货港的装货能力、船舶的最大装载量以及决策变量构建，所述第六约束条件根据船舶在装货港的累计装货量、在某个时刻装货港的装货能力、船舶的最大装载量以及决策变量构建，所述第七约束条件根据装货港的初始库存、船舶的最大装载量以及决策变量构建，所述第八约束条件根据船舶在装货港的累计装货量、船舶的最大装载量以及决策变量构建。
...【技术特征摘要】
1.一种新燃料干散货船航线的航次优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的新燃料干散货船航线的航次优化方法，其特征在于，所述适应度值计算及子代个体生成步骤中，所述遗传算子包括选择算子、新血液算子、交叉算子、插入算子和变异算子；采用非支配排序遗传算法中的遗传算子对初始种群中的多个个体进行邻域搜索进化操作以生成多个新子代个体具体包括：
3.根据权利要求1或2所述的新燃料干散货船航线的航次优化方法，其特征在于，所述参数获取步骤中，还获取港口参数，所述港口参数包括装货港的初始库存和在某个时刻装货港的装货能力。
4.根据权利要求3所述的新燃料干散货船航线的航次优化方法，其特征在于，所述目标函数建立步骤中，所述多个约束条件包括第一约束条件、第二约束条件、第三约束条件和第四约束条件，所述第一约束条件根据决策变量和预设的数值阈值构建，所述第二约束条件根据决策变量和船队规模构建，所述第三约束条件根据决策变量和最少航次数构建，所述第四约束条件根据船舶在装货港的累计装货量和船舶的最大装载量构建。
5.根据权利要求4所述的新燃料干散货船航线的航次优化方法，其特征在于，所述目标函数建立步骤中，所述多个约束条件还包括第五约束条件、第六约束条件、第七约束条件以及第八约束条件，所述第五约束条件根据船舶在装货港的累计装货量、装货港的初始库存、在某个时刻装货港的装货能力、船舶的最大装载量以及决策变量构建，所述第六约束条件根据船舶在装货港的累计装货量、在某个时刻装货港的装货能力、船舶的最大装载量以及决策变量构建，所述第七约束条件根据装货港的初始库存、船舶的最大装载量以及决策变量构建，所述第八约束条件根据船舶在装货港的累计装货量、船舶的最大装载量以及决策变量构建。
6.根据权利要求1所述的新燃料干散货船航线的航次优化方法，其特征在于，所述初始种群生成步骤中...
【专利技术属性】
技术研发人员：黄珍平，金建钢，季盛，张焱飞，冯亮，
申请(专利权)人：上海船舶运输科学研究所有限公司，
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。