Apr, 2022

油轮码头协调排班优化：一种基于智能大规模时空数据驱动的方法 -- 第 1 部分

PDF
TL;DR本研究提出一种新型的协调调度优化方法，通过减少平均等待时间和周转时间，提高了港口效率。实验结果表明，该方法的两种典范方法都能够有效地提高港口效率，其中滚动视界法可在 3 个月的数据集上减少到 20 分钟的运行时间。
coordinative scheduling optimizationparticle swarm optimizationfirefly algorithmport efficiencyrolling horizon method
发现论文，激发创造
  • 油轮码头的协调时间表优化：智能大空间时间数据驱动方法 —— 第二部分

    本研究提出了一种新的协调调度优化方法，通过减少加权平均周转时间来提高港口效率，该方法是一种启发式算法，通过不同的观测窗口和滚动视窗法进行研究和优化实验。实验结果表明，该方法可以有效地减轻船舶周转时间，虽然实验结果基于历史数据集，但在二次计算复杂度下，如果应用于实时应用，该结果有潜在的显著优势。

    Apr, 2022

  • 一个基于数据驱动和多智能体的集装箱码头时段管理决策支持系统：以鹿特丹港为案例研究

    模型基于大样本历史数据，采用上下文感知并综合多个模块进行协同工作，旨在预测和控制货车到达终端大门的时间，以提高物流效率和交通流畅。

    Nov, 2023

  • 基于知识辅助的大规模原油调度的双阶段进化优化

    在现代炼油厂中，随着原油调度规模的扩大，涉及数千个二进制变量和非线性约束的大规模原油调度问题（LSCOSPs）变得越来越具有挑战性，难以通过传统的优化方法进行优化。为了解决 LSCOSPs，我们以一个海上进出口炼油厂的实际原油调度为例，从原油卸载、运输、原油蒸馏装置加工和中间产品库存管理方面对 LSCOSPs 进行建模。基于所提出的模型，我们开发了一个由启发式规则驱动的双阶段进化算法（DSEA/HR），其双阶段搜索机制包括全局搜索和局部优化。在全局搜索阶段，我们设计了几个基于经验操作知识的启发式规则，以在混合变量空间中生成良好性能的初始种群并加速收敛。在局部优化阶段，我们提出了一种修复策略，通过进一步优化局部连续变量，将不可行解移动到可行区域。在整个进化过程中，所提出的双阶段框架在探索和开发之间起着关键的平衡作用。实验结果表明，DSEA/HR 在合理的时间内优于现有的数学规划方法和元启发式算法，在 LSCOSP 实例上表现出色。

    Jan, 2024

  • 运用遗传算法和模拟退火优化物流配送中心的工人排班

    本研究通过综合应用遗传算法和模拟退火算法，解决了物流中心工人排班的优化问题。该优化问题涉及到永久性和临时性工人的合理排班，以提高物流中心的效率并最小化劳动力使用。研究通过建立一个 0-1 整数线性规划模型，使用遗传算法和模拟退火算法解决模型，并发现遗传算法在解决问题时的质量优于模拟退火算法。最优解揭示了 29857 个人天的最小工时需求。

    May, 2024

  • 预测油轮码头停留时间：一种系统和动态的方法

    本研究提出了一种预测油轮码头停留时间的系统动态方法，使用多方面的数据源和创新性的数据分析及信息提取。该预测模型在历史基线验证的准确率高达 98.81%，可用于港口智能和物流效率的推进。

    Apr, 2022

  • 动态场景下的高效实时路径规划与自进化粒子群优化

    利用张量操作形式的自进化粒子群优化 (SEPSO) 可提高计算效率并在动态路径规划中生成出色路径，具有优越的实时性能。

    Aug, 2023

  • 基于粒子群优化的行业物联网和智慧城市服务联邦学习

    本文提出了一种基于粒子群优化（PSO）技术来优化本地机器学习模型超参数设置的 FL 环境的方法，结果表明与基于网格搜寻方法相比，PSO 提供了深度 LSTM 模型调优的高效方法。

    Sep, 2020

  • 一种自适应大邻域搜索启发式算法解决多泊位连续靠泊分配问题

    本文介绍了一种解决多港口连续靠泊分配问题的自适应大邻域搜索算法，并应用于实际案例中，结果表明该方法可以在短时间内提供高质量的解决方案，并深入探讨了运营成本的影响因素。

    Feb, 2023

  • 主动成像 AEOS 的观测调度问题的三种多目标蚁群算法

    本研究提出了一个双目标优化模型，名为具有可变图像时间的敏捷地球观测卫星观测调度问题 (OSWVID)，并设计了三个多目标基因算法来解决该问题，分别为 PD+ NSGA-II，LA+ NSGA-II 和 ALNS+ NSGA-II。在现有实例的基础上，本研究通过广泛的模拟实验，分析了这三种算法的关键参数优化、算子演化和效率。

    Jul, 2022

  • 多卫星重采样粒子群优化算法调度大区域目标观测

    本文提出了一个用于大区域目标的 EOS 观测调度问题的非线性整数规划模型，以及一种基于贪婪初始化的重采样粒子群优化算法；通过实验证明，算法优于传统粒子群优化和贪婪算法。

    Jun, 2022