集裝箱運輸具有“快速、安全、質(zhì)優(yōu)、價廉”的優(yōu)勢,在世界范圍內(nèi)得到了飛速發(fā)展,已成為世界各國交通運輸現(xiàn)代化的重要標(biāo)志及保證國際貿(mào)易的最優(yōu)運輸方式.配載是集裝箱運輸過程的一個核心環(huán)節(jié),目的是尋求一種在滿足既定約束條件下倒箱最少、作業(yè)高效的裝載方案,是集裝箱碼頭作業(yè)規(guī)劃的重要組成部分.配載的優(yōu)劣直接關(guān)系到集裝箱海上運輸?shù)陌踩院徒?jīng)濟(jì)性,如何在眾多可行的方案中尋求一種相對最優(yōu)的配載方案,以保證船舶安全、降低運輸成本、提高營運效率和市場競爭力,是航運業(yè)致力追求的主要目標(biāo)之一。 由于配載問題是帶有復(fù)雜約束的多目標(biāo)組合優(yōu)化問題,隨著船舶載箱量增加和掛靠港口數(shù)量增多,問題的規(guī)模變得十分龐大,問題的解決也變得更為復(fù)雜.國內(nèi)外許多專家在此領(lǐng)域作了許多有益的探索,也提出了許多解決問題的方法,但到目前為止,還鮮有解決配載問題的完整模型.作者在深入集裝箱碼頭調(diào)研及查閱大量文獻(xiàn)資料的基礎(chǔ)上,探討了集裝箱船配載的特點、要求、過程及問題的復(fù)雜性,以集裝箱船全航線配載研究為主線,使用智能優(yōu)化算法與技術(shù),對全航線配載及其相關(guān)問題進(jìn)行研究,提出了求解配載問題的一些新方法。 大多數(shù)船在一個航次中要掛靠多個港口,編制配載計劃時... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：167 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
插圖和附表清單
1 緒論
    1.1 論文選題依據(jù)、研究背景及意義
        1.1.1 選題依據(jù)
        1.1.2 研究背景和問題的提出
        1.1.3 研究集裝箱配載問題的重要性
        1.1.4 研究集裝箱配載問題的必要性
        1.1.5 集裝箱配載問題的復(fù)雜性
    1.2 相關(guān)領(lǐng)域國外研究現(xiàn)狀
        1.2.1 概率模擬方法
        1.2.2 啟發(fā)式方法
        1.2.3 數(shù)學(xué)規(guī)劃法
        1.2.4 決策支持系統(tǒng)
        1.2.5 配載專家系統(tǒng)
        1.2.6 模擬進(jìn)化算法
    1.3 配載問題國內(nèi)研究概況
    1.4 配載研究中存在的主要問題
    1.5 論文主要研究內(nèi)容及安排
        1.5.1 總體研究思路
        1.5.2 論文內(nèi)容及各章組織結(jié)構(gòu)
        1.5.3 論文研究流程
    1.6 本章小結(jié)
2 集裝箱運輸及與配載問題相關(guān)的概念
    2.1 集裝箱的概念及分類方法
    2.2 集裝箱船種類及結(jié)構(gòu)特點
        2.2.1 集裝箱船種類
        2.2.2 集裝箱船結(jié)構(gòu)特點
    2.3 船舶坐標(biāo)系及船上箱位表示
        2.3.1 船舶坐標(biāo)系
        2.3.2 集裝箱船箱位表示方法
    2.4 集裝箱出口作業(yè)流程及階段劃分
        2.4.1 集裝箱出口作業(yè)流程簡介
        2.4.2 集裝箱出口作業(yè)流程階段劃分
    2.5 集裝箱船配載過程
        2.5.1 配載的概念
        2.5.2 人工配載過程簡介
        2.5.3 配載圖制訂過程簡介
        2.5.4 預(yù)配原則
        2.5.5 集裝箱船的實配
    2.6 倒箱及倒箱產(chǎn)生的原因
        2.6.1 倒箱
        2.6.2 倒箱產(chǎn)生原因
        2.6.3 倒箱代價定性計算
    2.7 本章小結(jié)
3 集裝箱船航次箱量預(yù)測模型
    3.1 集裝箱船航次箱量預(yù)測的概念及預(yù)測模型的選擇
        3.1.1 航次箱量預(yù)測的概念
        3.1.2 預(yù)測模型的選擇
    3.2 SVM的基本原理與算法
        3.2.1 最優(yōu)超平面
        3.2.2 SVM
    3.3 SVM回歸模型及算法
        3.3.1 SVM回歸模型
        3.3.2 SVM回歸的優(yōu)化算法
    3.4 基于SVM的集裝箱船航次箱量預(yù)測模型
        3.4.1 集裝箱航船航次箱量預(yù)測的指標(biāo)體系
        3.4.2 預(yù)測實例及預(yù)測結(jié)果分析
    3.5 本章小結(jié)
4 集裝箱船配載問題分析及相關(guān)理論與算法
    4.1 集裝箱船配載問題復(fù)雜性
    4.2 影響配載的因素
    4.3 配載問題的目標(biāo)函數(shù)
    4.4 配載問題約束條件分析
        4.4.1 與集裝箱有關(guān)的約束條件
        4.4.2 與船舶穩(wěn)性相關(guān)的約束條件
        4.4.3 與強(qiáng)度相關(guān)的約束條件
    4.5 集裝箱船結(jié)構(gòu)描述及集裝箱屬性分類樹
        4.5.1 集裝箱船結(jié)構(gòu)分解
        4.5.2 集裝箱及集裝箱多屬性分類樹
    4.6 配載問題求解策略
        4.6.1 預(yù)配
        4.6.2 Bay位排箱
        4.6.3 集裝箱配載問題的啟發(fā)式規(guī)則
    4.7 配載問題相關(guān)優(yōu)化理論與算法綜述
        4.7.1 組合優(yōu)化與計算復(fù)雜性
        4.7.2 啟發(fā)式算法
        4.7.3 禁忌搜索算法
        4.7.4 布局問題概述
        4.7.5 裝箱問題及算法
    4.8 本章小結(jié)
5 集裝箱船全航線預(yù)配優(yōu)化模型與算法研究
    5.1 基本概念及定義
        5.1.1 船舶坐標(biāo)系定義
        5.1.2 同類箱組
        5.1.3 裝箱矩陣
        5.1.4 等截面Bay位、主截面Bay位
    5.2 預(yù)配優(yōu)化模型的假設(shè)條件
    5.3 預(yù)配優(yōu)化數(shù)學(xué)模型
        5.3.1 設(shè)計變量及參數(shù)
        5.3.2 目標(biāo)函數(shù)
        5.3.3 約束條件
        5.3.4 預(yù)配階段數(shù)學(xué)模型的特點及求解策略
    5.4 多目標(biāo)優(yōu)化函數(shù)的處理
    5.5 基于“超尺寸物品裝箱算法”的集裝箱船預(yù)配啟發(fā)式算法
        5.5.1 基本思路
        5.5.2 算法設(shè)計
    5.6 實例模擬與結(jié)果分析
    5.7 本章小結(jié)
6 集裝箱船Bay位排箱優(yōu)化模型與算法研究
    6.1 Bay位排箱優(yōu)化模型分類
    6.2 Bay位坐標(biāo)系定義及Bay位中箱位描述
        6.2.1 船舶坐標(biāo)系定義
        6.2.2 Bay位中箱位描述
    6.3 單一目的港Bay位排箱優(yōu)化研究
        6.3.1 問題的表述及優(yōu)化策略
        6.3.2 指派問題的描述及模型
        6.3.3 單一目的港Bay位排箱與指派問題的聯(lián)系
        6.3.4 Bay位多目標(biāo)排箱優(yōu)化模型
        6.3.5 基于禁忌搜索算法的Bay位排箱優(yōu)化研究
        6.3.6 Bay位排箱優(yōu)化模擬實例及結(jié)果分析
    6.4 混合目的港Bay位排箱優(yōu)化研究
        6.4.1 問題的描述
        6.4.2 建立數(shù)學(xué)模型的假設(shè)條件
        6.4.3 數(shù)學(xué)模型的建立
        6.4.4 集裝箱船全航線Mixed-Bay排箱算法
        6.4.5 配載模擬實例及結(jié)果分析
    6.5 本章小結(jié)
7 集裝箱船配載方案綜合評價研究
    7.1 基于粗集數(shù)據(jù)分析的集裝箱船配載方案綜合評價
        7.1.1 粗集數(shù)據(jù)分析
        7.1.2 多目標(biāo)多層次決策系統(tǒng)模糊優(yōu)選模型
        7.1.3 模型有效性驗證-船型方案多目標(biāo)模糊優(yōu)選
        7.1.4 配載方案綜合評價指標(biāo)體系
        7.1.5 配載方案多目標(biāo)綜合評價層次結(jié)構(gòu)模型
        7.1.6 配載方案的多目標(biāo)多層次模糊綜合評價實例
    7.2 配載方案評價的Hopfield神經(jīng)網(wǎng)絡(luò)模型
        7.2.1 Hopfield神經(jīng)網(wǎng)絡(luò)模型與算法
        7.2.2 配載方案評價模型
        7.2.3 Hopfield網(wǎng)絡(luò)在集裝箱船配載方案評價中的應(yīng)用
        7.2.4 本章小結(jié)
8 出口集裝箱堆場取箱作業(yè)優(yōu)化模型研究
    8.1 堆場作業(yè)管理方式
    8.2 門式起重機(jī)取箱作業(yè)特點
    8.3 門式起重機(jī)小車取箱作業(yè)優(yōu)化模型
        8.3.1 Bay位坐標(biāo)系定義
        8.3.2 基本假設(shè)
        8.3.3 優(yōu)化模型
    8.4 基于Kurskal最小生成樹取箱作業(yè)啟發(fā)式優(yōu)化算法
        8.4.1 Kurskal最小生成樹算法
        8.4.2 基于Kruskal最小生成樹取箱作業(yè)啟發(fā)式算法步驟
    8.5 實例模擬與優(yōu)化結(jié)果分析
    8.6 本章小結(jié)
9 結(jié)論與展望
    9.1 研究工作回顧及結(jié)論
    9.2 展望
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
攻讀博士學(xué)位期間參與科研項目情況
創(chuàng)新點摘要
致謝
大連理工大學(xué)學(xué)位論文版權(quán)使用授權(quán)書


【參考文獻(xiàn)】：
期刊論文
[1]關(guān)于合理確定集裝箱碼頭裝船順序的算法[J]. 王曉,陳海燕,王超,劉單,呂長虹.  經(jīng)濟(jì)數(shù)學(xué). 2005(03)
[2]基于禁忌搜索的啟發(fā)式求解背包問題算法[J]. 張曉琴,黃玉清.  電子科技大學(xué)學(xué)報. 2005(03)
[3]基于徑向基神經(jīng)網(wǎng)絡(luò)的集裝箱量預(yù)測模型[J]. 沈立新,陳燕,劉振峰,謝吉標(biāo).  大連海事大學(xué)學(xué)報. 2005(01)
[4]基于整數(shù)規(guī)劃的單貝多港（SBMP）配載模型研究[J]. 段成華,郭旭.  計算機(jī)輔助工程. 2004(03)
[5]改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)在港口集裝箱吞吐量預(yù)測中的應(yīng)用[J]. 程蓉,吳國付,張玉潔.  水運工程. 2004(08)
[6]港口集裝箱流研究現(xiàn)狀與分析[J]. 丁以中,費紅英,韓曉龍.  上海海運學(xué)院學(xué)報. 2004(02)
[7]基于Matlab神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行港口集裝箱運量預(yù)測[J]. 徐國志,李茂元.  港工技術(shù). 2003(04)
[8]基于禁忌搜索算法的VLSI布局[J]. 沈疆海,徐寧.  微機(jī)發(fā)展. 2003(10)
[9]基于遺傳規(guī)劃方法的集裝箱吞吐量預(yù)測[J]. 樂美龍,方奕.  上海交通大學(xué)學(xué)報. 2003(08)
[10]“集裝箱航母”面面觀[J]. 曹陽.  中國水運. 2003(03)

碩士論文
[1]連續(xù)禁忌搜索算法改進(jìn)及應(yīng)用研究[D]. 王明興.浙江大學(xué) 2005
[2]集裝箱船預(yù)配優(yōu)化模型研究[D]. 王啟友.大連海事大學(xué) 2003
[3]基于序列對的禁忌搜索算法在VLSI BBL布局中的應(yīng)用[D]. 劉燚靈.電子科技大學(xué) 2003



本文編號：3552889