论文部分内容阅读
随着海上运输的集装箱化以及集装箱船的大型化,集装箱码头吞吐量以及单船载运量均大幅度增加。集装箱船智能配载决策对保障船舶安全、提高运营效率尤为重要。为解决全航线集装箱配载现有规划模型不适用或建模不理想的难题,本文以“全航线集装箱船智能配载决策”为选题,进行系统性的理论探索研究。期望建立考虑倒箱量、特殊箱型、多项船舶静力学约束的全航线配载决策模型,设计兼顾目标函数多模态和决策空间多样性的求解算法,本文主要工作如下。(1)集装箱船航次配箱量的预测。针对集装箱船全航线配载决策中后续港口装箱信息延迟问题,提出了基于混合核函数SVM的集装箱航次配箱量预测方法。该方法利用灰色关联分析理论确定影响因素与预测序列间的关联度,度量各影响因素的差异性,赋予其不同的权重。采用径向基核函数和多项式核函数混合核函数,改善了支持向量机预测模型的泛化能力。采用遗传算法为支持向量机预测模型参数寻优,提升了模型的预测性能和鲁棒性。本文提出的预测模型最小相对误差率为-0.11%,预测性能优于单一核函数模型,泛化能力优于BP神经网络模型。(2)集装箱船配载主贝计划问题。在航次装箱量预测的基础上,本文研究了全航线集装箱配载两阶段主贝计划问题。以全航线倒箱量最少、货物对船舶初稳性高度影响最小以及因船舶纵倾时额外油耗最小为目标,同时考虑了船体总纵强度、局部强度、肋位剪力与弯矩、舱盖影响、危险货物集装箱以及不同规格箱型混装等现实约束,构建了混合整数线性规划(Mixed Integer Linear Programming,MILP)模型。设计了两阶段启发式算法,第1阶段求出的全航线总倒箱量下界为第2阶段启发式算法的搜索提供了初始可行解,实现了在有限时间内求解MILP模型。针对20,000标准箱船舶开展配载方案生成实验,结果表明,基于两阶段启发式算法的MILP配载方案求解时间为分钟级,配载方案可行,求解耗时较短。(3)集装箱船配载贝内排箱问题。在主贝计划的输出作为输入的基础上,本文研究了全航线集装箱配载两阶段中贝内排箱问题。本文考虑冷藏箱、超高箱、危险货物集装箱以及不同规格箱型混装,构建贝内排箱整数规划(Integer Programming,IP)模型。设计了结合预先构造和随机化策略的贪婪随机自适应算法(Greedy Randomized Adaptive Search Procedure,GRASP),将配载规则和人工经验嵌入到GRASP中,提升GRASP解算IP模型的能力。针对公开测试实例和本文生成实例进行实验验证,结果表明,本文IP模型发现了更高的下界和更低的上界,GRASP求解时间为秒级,算法参数无需调整。针对冷藏箱和危险货物箱的特殊性考虑,增强了本文模型实际操作的可行性。(4)集装箱船配载约束松弛问题。本文研究了多目标进化算法如何解决全航线集装箱智能配载问题,从全局角度收紧两阶段分解方法带来的约束松弛。考虑船体结构和堆场堆存布局等现实约束,构建了高维多目标集装箱配载决策模型,设计了基于局部搜索分量的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithms,NSGA)Ⅲ的改进算法求解模型。采用紧凑染色体编码技术表示配载可行解,使用三元数组表示染色体每个基因,避免大量决策变量时配载模型无法求解的难题。提出了染色体修复技术,避免产生不合法染色体。设计了邻域操作符,提升变异算子和局部搜索性能。性能实例测试表明:高维多目标集装箱配载计划求解中,基于局部搜索的NSGA-Ⅲ算法可行和有效,且优于NSGA-II和随机加权遗传算法。本文所有实验采用Matlab编程实现,数学规划模型采用CPLEX求解器,在模拟真实配载算例的实验结果和为实船生成的航次配载方案验证了所提出集装箱智能配载决策的有效性。该研究对提高船舶海上安全保障、推进智能船舶装备研制具有现实意义,为实现高效航运奠定了重要理论基础。