管理论文基于蚁群算法的码头集装箱卡车路径优化研究

1、基于蚁群算法的码头集装箱卡车路径优化研究 基于蚁群算法的码头集装箱卡车路径优化研究是小柯论文网通过网络搜集，并由本站工作人员整理后发布的，基于蚁群算法的码头集装箱卡车路径优化研究是篇质量较高的学术论文，供本站访问者学习和学术交流参考之用，不可用于其他商业目的，基于蚁群算法的码头集装箱卡车路径优化研究的论文版权归原作者所有，因网络整理，有些文章作者不详，敬请谅解，如需转摘，请注明出处小柯论文网，如果此论文无法满足您的论文要求，您可以申请本站帮您代写论文，以下是正文。 摘要：分析了集装箱码头作业流程及其传统作业工艺，提出了使用蚁群算法，以集装箱卡车到达目的地的距离最短为目标，建立集装箱卡车路径优化

2、模型，为码头集装箱卡车寻求出发点与目的地之间的最短路径。实验表明，该方法能有效解决集卡最短路径搜索问题。关键词：集装箱卡车；蚁群算法；最短路径中图分类号：u691文献标识码：a文章编号：1002-3100(2008)12-0026-03abstract：in this paper, we analyze the process of container terminal operations and the traditional mode. then, the routing optimization, which targets in the minimum route of contai

3、ner trucks is presented. the model is to seek the shortest route of container trucks which travels from the source to the destination. it is proved by the experiments that the problem for the container truck to search the shortest path can be solved with ant colony algorithm effectively.key words：co

4、ntainer truck; ant colony algorithm; the shortest route0引言近年来，物流业迅猛发展，集装箱运输业面临极大的挑战，随着港口货运量的增长、船舶的大型化，码头为降低成本、增强竞争力，不断研究新技术、加强对系统的管理，集装箱卡车（简称集卡）的路径对码头的生产效率有很大的影响，已成为国内外研究的热点之一。如德国的steenken等运用启发式算法研究集卡在集装箱码头的运输路径安排问题1；韩国的byun等提出应用最短路径算法，寻找集卡行走时间最短的路径2；南开大学杨静蕾3以集卡行走里程最短为目标，建立了集卡路径优化模型，求解集卡最优行走路径；大连理工大

5、学张维英等4以集卡将码头堆场集装箱送到岸边桥式起重机（简称岸桥）所运行的距离最短为目标，建立配载模型并应用hopfield 神经网络模型进行计算机模拟。目前，大部分港口采用传统作业工艺，司机操作比较简单，不容易出错，便于管理与考核，但是随着科学技术的进步、港口物流业的发展，这一模式的弊端逐渐暴露。首先，某条作业路上的集卡配置量是一个固定值，配置少了可能会出现岸桥等待集卡的现象，造成前方码头作业区的瓶颈；配置多了又容易产生资源浪费，使资源利用率低下，影响港口的生产效率。其次，传统作业工艺中，集卡固定地为某一岸桥服务，仅局限于一条“作业路”，即集卡在完成一次作业如装船、卸船或者转堆后，必须空驶回到

6、堆场或者码头，然后进行下一次作业，这样造成集卡空载率较高，集卡利用率低下。最后，集卡分配给某一岸桥后，沿固定的路径行驶，当码头上集卡数量过多时，集卡运输可能发生交通堵塞，而且一旦发生堵塞，会对码头的生产效率带来很大的影响。要提高码头的吞吐量，就需要打破传统作业工艺的束缚，为集卡选择合理的行走路径。本文基于蚁群算法为集卡建立路径优化模型，使集卡选择行走距离最短的路径。1集装箱卡车路径优化模型1.1传统作业工艺港口集装箱码头由岸边桥式起重机、泊位、集装箱龙门起重机（简称龙门吊）、集卡、堆场等组成。其中岸桥、集卡、龙门吊是港口最主要的机械设备，集装箱装卸作业需要这三种设备互相配合、协调，形成统一的整

7、体，否则会出现岸桥、龙门吊等待集卡或者集卡等待岸桥、龙门吊等现象，影响码头的生产效率，而集卡是集装箱装货、卸货、转堆过程中的运输设备，在码头与堆场间作集装箱水平运输，衔接码头前沿岸桥和后方龙门吊的工作，是提高码头整体效率的关键设备。目前，大部分港口采用传统的集卡作业工艺，所谓的传统作业工艺，也就是面向作业路的作业工艺，一般情况下，按照一定的比例为每台岸边桥式起重机分配集卡数量，例如，青岛前湾港，按照码头的实际操作业务量，为每台岸桥分配56辆集卡，分配的集卡与岸桥组成一条作业路，在调度过程中，集卡按照固定的路径行走，配备的集卡始终为该岸桥服务直至泊位工作终止（见图1）。传统作业工艺有其优点，也存

8、在不足，本文在引言中分析了其优点与不足，本文打破打破传统作业工艺的束缚，基于蚁群算法建立集卡路径优化的模型，为集卡选择合理的行走路径，使其行走距离最短。1.2蚁群算法的基本原理蚁群算法是由意大利学者dorigo5等于1991年首先提出来的，是一种受自然界生物的行为启发而产生的“自然”算法，在一系列困难的组合优化问题求解中取得了成效。研究表明，在一个复杂的环境中，蚂蚁总是能够有效地找到食物，并且能够找到一条近似最优的路线把食物搬回家。这种最优路线具有灵活适应性，当稍稍更改食物位置的时候，蚂蚁群体还是能够随环境的变化而变化，适应性地搜索新的路径，产生新的选择。研究发现，蚂蚁在寻找食物时，能在其走过

9、的路径上分泌一种被称为“信息素”的化学物质到环境中去，蚂蚁个体正是通过这种信息素来进行信息传递。蚂蚁可以嗅到这种信息素，而且可以根据信息素的浓度来指导自己对前进方向的选择。而这种信息素的浓度，在自然环境下会随着时间过去而慢慢挥发掉。由于走较短路径的蚂蚁很快能够返回巢穴，并且它会马上再按原来的路径继续搬运食物，所以这条路径上的信息素就会得到较多的增强机会，因此，较短路径上的信息素浓度比较长路径的浓度更高，而强度大的信息素会吸引更多的蚂蚁，从而形成一种正反馈。通过这种正反馈，蚂蚁群体最终可以找到最短路径。1.3基于蚁群算法的集卡路径优化模型由此建立的目标函数为：根据算法的步骤，得出算法流程图如图2

10、所示：2算例本文以某港口为计算实例，根据船舶配载图，到达港口的船舶a中的15个进口箱需要运输到箱区12，其中船舶与箱区以及箱区间的位置关系如图3所示，船舶与箱区间的距离如表1所示（用顶点代替船舶与箱区）。3仿真结果本文打破码头集卡行车路径固定的束缚，使用蚁群算法为在船舶a与箱区12之间进行水平运输的集卡选择一条最短路径，由图2可知，本文是求解顶点1到顶点12的最短路径。实验中各参数的取值为：?琢=1，?茁=5，p=0.5，q=100。运行程序，得到一条从船舶a到达箱区12的最短路径：1-2-5-8-9-12，行驶距离为1 510.5米。而在传统作业工艺中，集卡的行走路径是固定的，船舶a与箱区1

11、2之间的固定路线为1-4-7-10-11-12，行走距离为1 704米，由比较得知，本文基于蚁群算法建立的模型，比传统作业工艺中的集卡少行走193.5米。其他参考文献baker, sheridan. the practical stylist. 6th ed. new york: harper & row, 1985.flesch, rudolf. the art of plain talk. new york: harper & brothers, 1946.gowers, ernest. the complete plain words. london: penguin books, 19

12、87.snell-hornby, mary. translation studies: an integrated approach. amsterdam: john benjamins, 1987.hu, zhuanglin. 胡壮麟, 语言学教程 m. 北京: 北京大学出版社, 2006.jespersen, otto. the philosophy of grammar. london: routledge, 1951.leech, geoffrey, and jan svartvik. a communicative grammar of english. london: longma

13、n, 1974.li, qingxue, and peng jianwu. 李庆学、彭建武, 英汉翻译理论与技巧 m. 北京: 北京航空航天大学出版社, 2009.lian, shuneng. 连淑能, 英汉对比研究 m. 北京: 高等教育出版社, 1993.ma, huijuan, and miao ju. 马会娟、苗菊, 当代西方翻译理论选读 m. 北京: 外语教学与研究出版社, 2009.newmark, peter. approaches to translation. london: pergmon p, 1981.quirk, randolph, et al. a grammar of contemporary english. london: longman, 1973.wang, li. 王力, 中国语法理论 m. 济南: 山东教育出版社, 1984.xu, jianping. 许建平, 英汉互译实践与技巧 m. 北京: 清华大学出版社, 2003.yan, q