發(fā)布時間：2021-10-30 08:13

　　在多種實際場景中存在著各種多任務與多設備之間的匹配問題,目前大多情況下仍是相關人員按照個人經(jīng)驗進行人工手動匹配指派。因此,設計相應的智能匹配算法對于提高效率和降低人力成本很有必要。機器學習作為近些年最為熱門的學科之一,因其強大的歸納和學習能力,在解決許多領域的問題中,都獲得了較好的結果。本文以國內某大型港口的集疏運調度系統(tǒng)為背景,將其調度問題定義為多任務多設備匹配問題,根據(jù)調度過程中不同階段的匹配問題設計不同的機器學習算法,充分利用歷史人工匹配數(shù)據(jù)訓練算法模型,并將算法應用于仿真系統(tǒng)中進行驗證。首先,本文介紹了集疏運調度相關的布局和流程,將整個調度流程分為了任務批次與集卡車隊匹配和具體任務與車輛匹配兩個部分,設計了總體流程的算法模型。其次,根據(jù)當前人工調度流程中任務批次與集卡車隊的匹配問題,設計了基于決策樹的匹配算法,運用歷史派車數(shù)據(jù)訓練出了接近人工決策規(guī)則的決策樹模型。然后針對具體集裝箱運輸任務和車輛的匹配指派問題,設計了基于神經(jīng)網(wǎng)絡的優(yōu)化算法,定義了任務與設備之間的代價系數(shù),用Hopfield神經(jīng)網(wǎng)絡求解最優(yōu)解。最后將兩種算法整合設計了完整的智能調度匹配算法,并對集疏運調度過程中的... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

圖２．１集疏運體系布局??其中１為集裝箱貨輪，是以運送集裝箱為主的運輸船舶

新以及日后查證。??２．１．２集疏運流程管理??整個集疏運體系運作流程一般都如圖２．２所示，分成計劃和調度兩部分。??Ｉ計劃中心???計劃％ｆ???調度??＜場站?分配車隊?調度中心??卡車司機??圖２．２集疏運業(yè)務流程??７??

人員將新的集疏運任務添加到任務池中，權衡多種因素考量空閑車隊，生成任務批次與車隊之間的派車單。由于港口規(guī)圍場站和集卡車隊與碼頭公司間只是合作租賃關系，并不全門，因此在任務批次和車隊的匹配上存在著諸多限制。例如地為Ａ場站，目的地為五期碼頭，車隊ａ與場站Ａ之間沒車隊ａ的車輛無法進入場站Ａ去裝載集裝箱，只能由與場隊ｂ去完成該批次的任務。同時港口業(yè)務已發(fā)展多年，某些

【參考文獻】：
期刊論文
[1]基于eM-plant的集裝箱碼頭堆場閘口系統(tǒng)仿真研究[J]. 張玉.  物流工程與管理. 2018(01)
[2]集裝箱智能化碼頭集成仿真平臺[J]. 李新照,耿增濤.  港口科技. 2017(01)
[3]Improved Hungarian algorithm for assignment problems of serial-parallel systems[J]. Tingpeng Li,Yue Li,Yanling Qian.  Journal of Systems Engineering and Electronics. 2016(04)
[4]面向計算思維的集裝箱碼頭裝卸作業(yè)調度[J]. 李斌.  交通運輸系統(tǒng)工程與信息. 2016(03)
[5]考慮集裝箱簇邊裝邊卸的港口集卡調度模型求解[J]. 梁承姬,賈帥帥.  計算機應用研究. 2017(02)
[6]基于遺傳算法的卡車調度模型的研究[J]. 汪洋,王山東.  長春師范大學學報. 2015(10)
[7]基于施工效能最大化的多設備多任務匹配研究[J]. 晉良海,周律豪,韓蘭珍,謝慧云,陳雁高.  水電能源科學. 2015(01)
[8]集卡動態(tài)調度路徑優(yōu)化算法[J]. 李廣儒,楊大奔,任大偉.  交通運輸工程學報. 2012(03)
[9]港口集裝箱碼頭集卡優(yōu)化調度研究[J]. 康志敏,吳洪明.  物流工程與管理. 2011(02)



本文編號：3466395