System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及船舶作业,更具体地,涉及一种基于仿真优化的散货码头堆场垛位分配方法及系统。
技术介绍
1、在全球经济一体化和信息网络迅速发展的时代背景下,水路运输逐渐成为全球大宗货物运输的重要方式之一。而散货在水路运输中占有十分重要的地位,在码头业务中占有很大的比重。堆场作为码头内的重要组成部分,通过对其空间资源进行合理的分配,能有效提高堆场的堆存能力,提高码头的整体作业能力。同时,在进行货物堆存时需要考虑多种因素,如散货种类、散货重量、作业线的占用情况以及堆场堆存状态等,这些因素都会对垛位分配结果产生影响。当前码头企业的堆场调度方式也存在着各种各样的问题,如:堆场散货往往采用粗放的堆存方式,空间利用不充分;局部计划合理,但缺乏全局性的统筹安排,这些问题严重影响了散货码头的作业能力。因此,探究散货码头堆场垛位分配方法,对于提高堆场的作业效率,提高码头的竞争力具有重要意义。
技术实现思路
1、本专利技术针对现有技术中存在的技术问题,提供一种基于仿真优化的散货码头堆场垛位分配方法及系统,本专利技术的目的是避免现有堆场存在的问题,提高散货码头的堆场堆存能力,考虑了堆场堆存状态、散货种类、作业线的占用情况等因素以及卸车作业对垛位分配结果产生的影响,提高了堆场的堆存能力,同时还保障堆存作业的顺畅进行,有助于提高散货码头的作业能力。
2、根据本专利技术的第一方面,提供了一种基于仿真优化的散货码头堆场垛位分配方法,包括以下步骤:
3、步骤s1:获取港口码头的列车信息和堆场堆
4、步骤s2:对不同散货可用堆区进行划分,基于改进的鲸鱼优化算法,对可堆存垛位进行初步选择,得到初步垛位分配结果;
5、步骤s3:基于作业均衡下固定-随机结合的堆存策略对初步垛位分配结果进行调整,确定最终堆存垛位;
6、步骤s4:获取仿真布局和仿真作业逻辑,构建仿真模型,输入码头参数,使用仿真模型运行垛位分配方法,得到散货堆存方案。
7、在上述技术方案的基础上,本专利技术还可以作出如下改进。
8、可选的,所述列车信息包括:列车到达时间、列车所载散货种类、列车所载散货重量、列车在候车区的排队情况和列车型号;
9、所述堆场堆存状态包括:堆场散货种类、堆场作业线占用情况、已堆放散货的具体堆放位置和空闲垛位的位置。
10、可选的,所述对不同散货可用堆区进行划分包括:
11、获取往年港口散货的种类、每种散货的周转量以及往年全年散货的总周转量,计算每种散货周转量所占总周转量的比例;
12、把散货周转量比例按大小进行排序,并把散货按一定的比例划分为高周转量散货与低周转量散货,得到高周转量散货种类信息与低周转量散货种类信息;
13、对堆场进行网格化处理,把堆场细分为具有固定容积的小网格,根据每个堆场的长度确定每个堆场的网格数目;
14、在网格化的堆场中,对于周转量大的货种,在靠近码头前沿的区域,按比例划分堆场;对于周转量小的货种,堆区在远离码头前沿的区域。
15、可选的,所述基于改进的鲸鱼优化算法,对可堆存垛位进行初步选择,得到初步垛位分配结果包括:
16、参数初始化,确定个体维度d,搜索空间范围[lb,ub],确定鲸鱼数量n和最大迭代次数;
17、确定鲸鱼个体编码与解码方式,根据列车所载货种与列车到港顺序进行初始化种群构建并以堆场空间利用最大化为目标计算鲸鱼种群个体适应度值;
18、根据适应度函数计算出每条鲸鱼的适应度值,并找到吃的最饱的鲸鱼;
19、更新鲸鱼位置,引入自适应惯性权重对算法进行改进,保留当前全局最优解;
20、判断算法是否达到最大迭代次数,是则算法终止,得出最后的垛位信息;否则转到计算出每条鲸鱼的适应度值步骤上。
21、可选的,所述引入自适应惯性权重对算法进行改进,保留当前全局最优解包括:根据迭代次数自适应改变惯性权重,公式如下:
22、
23、上式中,f为[0,1]之间的随机数,使惯性权重随机分布,t为迭代次数,t为总迭代次数;引入惯性权重后,位置更新公式为:
24、x(t+1)=ω(t)xpre-a×d1
25、x(t+1)=ω(t)xrand-a×d2
26、上式中,xpre表示当前最优鲸鱼的位置,xrand为随机一条鲸鱼的位置,x(t)表示当前鲸鱼的位置,t为当前迭代次数,a为系数,d1表示当前鲸鱼和最优鲸鱼之间的距离;d2表示当前鲸鱼和随机鲸鱼之间的距离。
27、可选的,所述基于作业均衡下固定-随机结合的堆存策略对初步垛位分配结果进行调整,确定最终堆存垛位包括:
28、针对散货种类,判断其为高周转量货种或低周转量货种:
29、若为高周转量货种,则确定占用率低的堆场;若经由鲸鱼优化算法得出的初始堆存垛位在该堆场,则初始堆存垛位则为最终所堆存的位置;若不在,则对散货在该堆场内的堆存区域进行遍历,得到所有可堆存的空闲垛位;
30、若为低周转量货种,在该散货所划分的可堆存堆区内进行遍历,找出可堆存堆区是否存在该种散货,若存在该种散货,则对存在该种散货垛位的相邻位置进行遍历,判断是否有可用空闲垛位,若有,则分别计算可用空闲垛位所在堆场的占用率;对计算得到的占用率进行排序,找到占用率最低的堆场,若初始堆存垛位在该堆场中,则该位置即为堆存垛位;否则,与已堆存该种散货垛位相邻的空闲垛位即为散货的堆存垛位;
31、若无,则对所有可堆存堆区进行遍历,找到所有可用垛位,在所有可用垛位中随机选择堆存空间,即为散货堆存垛位。
32、可选的,在得到所述所有可堆存的空闲垛位中,若存在可用空闲垛位,则设空闲垛位可用空间集合为(s1,s2,…,sn),对可用空间集合(s1,s2,…,sn)大小进行排序,得到可用空间最小的可堆存垛位;可用空间最小的可堆存垛位即为堆存垛位,在该可堆存垛位中,靠近码头前沿、紧靠已堆存垛位的区域即为该种散货的堆存位置;
33、若不存在可用垛位,则初始堆存垛位则为最终所堆存的位置。
34、可选的,所述仿真布局包括:根据所研究码头,获取其整体布局信息,整体布局信息包括堆场大小、堆场数目、作业线布局、翻车机位置;所述码头参数包括:列车到港时间、列车到港时间间隔、列车载重量、皮带机带速、堆场长度、堆场宽度、堆场数目、堆场堆存量、堆取料机作业效率、堆取料机数目、翻车机作业效率和翻车机数目。
35、可选的,所述仿真作业逻辑,包括卸车作业逻辑和堆场作业逻辑;所述卸车作业逻辑包括:
36、当有列车到达,获得列车所载散货种类及载重量;
37、判断翻车机是否空闲,若空闲,则执行堆场作业逻辑,否则,则在调车区等待;列车进入翻车机进行翻车作业,执行堆场作业逻辑。
38、根据本专利技术的第二方面,提供一种基于仿真优化的散货码头堆场垛位分配系统,包括:<本文档来自技高网...
【技术保护点】
1.一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述列车信息包括:列车到达时间、列车所载散货种类、列车所载散货重量、列车在候车区的排队情况和列车型号;
3.根据权利要求1所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述对不同散货可用堆区进行划分包括:
4.根据权利要求1所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述基于改进的鲸鱼优化算法,对可堆存垛位进行初步选择,得到初步垛位分配结果包括:
5.根据权利要求4所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述引入自适应惯性权重对算法进行改进,保留当前全局最优解包括:根据迭代次数自适应改变惯性权重,公式如下:
6.根据权利要求1所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述基于作业均衡下固定-随机结合的堆存策略对初步垛位分配结果进行调整,确定最终堆存垛位包括:
7.根据权利要求6所述
8.根据权利要求1所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述仿真布局包括:根据所研究码头,获取其整体布局信息,整体布局信息包括堆场大小、堆场数目、作业线布局和翻车机位置;所述码头参数包括:列车到港时间、列车到港时间间隔、列车载重量、皮带机带速、堆场长度、堆场宽度、堆场数目、堆场堆存量、堆取料机作业效率、堆取料机数目、翻车机作业效率和翻车机数目。
9.根据权利要求1所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述仿真作业逻辑,包括卸车作业逻辑和堆场作业逻辑;所述卸车作业逻辑包括:
10.一种基于仿真优化的散货码头堆场垛位分配系统,其特征在于,包括:
...【技术特征摘要】
1.一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述列车信息包括:列车到达时间、列车所载散货种类、列车所载散货重量、列车在候车区的排队情况和列车型号;
3.根据权利要求1所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述对不同散货可用堆区进行划分包括:
4.根据权利要求1所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述基于改进的鲸鱼优化算法,对可堆存垛位进行初步选择,得到初步垛位分配结果包括:
5.根据权利要求4所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述引入自适应惯性权重对算法进行改进,保留当前全局最优解包括:根据迭代次数自适应改变惯性权重,公式如下:
6.根据权利要求1所述的一种基于仿真优化的散货码头堆场垛位分配方法,其特征在于,所述基于作业均衡下固定-随机结合的堆存策略对初步垛位分配结果进行调整,确定最终堆存垛位包括:
7.根据权利要求6所述...
【专利技术属性】
技术研发人员:梁晓磊,陈鹏旭,黄永胜,周欢欢,
申请(专利权)人:武汉科技大学,
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。