【摘 要】
：
内河集装箱班轮由于船体结构小,更强调舱容利用率,且船舶配载计划脆性极强.内河集装箱班轮航线配载决策需要制定航线各港口配载计划,港口配载计划包含主贝计划和贝内计划.本文采用多阶段分层决策方法进行航线配载智能决策,多港口对应多阶段决策,各港口配载决策中设计贪婪随机自适应搜索优化上层主贝计划,启发式演化策略算法优化下层贝内计划.基于真实场景算例研究表明,该优化算法可以有效求解内河集装箱班轮航线配载问题.
【机 构】
：
武汉理工大学 物流工程学院,武汉430063
论文部分内容阅读
内河集装箱班轮由于船体结构小,更强调舱容利用率,且船舶配载计划脆性极强.内河集装箱班轮航线配载决策需要制定航线各港口配载计划,港口配载计划包含主贝计划和贝内计划.本文采用多阶段分层决策方法进行航线配载智能决策,多港口对应多阶段决策,各港口配载决策中设计贪婪随机自适应搜索优化上层主贝计划,启发式演化策略算法优化下层贝内计划.基于真实场景算例研究表明,该优化算法可以有效求解内河集装箱班轮航线配载问题.
其他文献
云制造被应用到多个领域,为工业4.0创造了更先进的研究框架.云制造背景下的供应链中的制造业利益相关者,交互能力更强,同时,云环境下的每一个参与者都参照群体知识做决定,应用更先进的策略来提高利润减少成本.本论文中,基于COIN(collective intelligence)模型,仿真一个包含四种基本角色的动态市场,同时应用Q-Learning算法来增强供应链中角色的智能决策能力.通过实验,发现应用
"思政课程"与"课程思政"同向同行是落实立德树人根本任务的内在要求。通过思政课和专业课教师协同教学,把专业课中的思政元素充分挖掘出来,把知识传授、能力培养和价值塑造有机结合,潜移默化地实现思想引领和价值观塑造,有助于提升思政教育的实效性。"思政课程"与"课程思政"同向同行还面临着多种因素的制约,如思想认识不一致、顶层设计缺乏系统性、机制构建尚不健全等。推进二者的同向同行,必须科学解决深化协同育人的
In this paper,we propose an adaptive state feedback control scheme to solve the problem of global stabilization for a class of nonlinearly parameterized systems with uncontrollable linearization,unkno
本文针对聋哑人或者声带受损等语言听力障碍者这一特殊社会群体设计了一种可穿戴设备,将该设备穿戴到手上就可以与正常人进行流畅的交流沟通.该设备以微型控制器为主控模块,使用者穿戴上以后,打出手语手势,内部就会激发出不同的磁场,利用设备背面安装的分布式微型传感器可以捕捉到手势磁场的变化,经过相应算法的处理后就能识别不同的手势,将识别结果进行播报和显示,也可以通过外部移动通信平台如手机、平板等对其操作和应用
浮动车技术作为智能交通系统(ITS)的重要组成部分,现阶段得到了广泛的应用.确定能够估计出整个路网的交通信息的浮动车最小样本数量,成为复杂城市路网的浮动车系统建设应用中必须解决的问题.本文提出了利用实时浮动车数据,估算路段平均速度;在基于速度估计的方法下,进行参数置信度分析,得出浮动车样本最小覆盖率和采样频率的确定方法;通过交通仿真软件VISSIM构建和标定北京市京通快速路的微观仿真路网,并设计实
为了在云制造的实施和运行过程中提高资源利用和减少闲置,调度逐渐成为一个实际和关键问题.不同于大多数集中智能优化算法研究,本文以博弈论为工具旨在研究云制造调度问题,并提出了公共品博弈数学模型.然后通过BA无标度网络和非合作博弈解决了云制造的多任务调度优化的问题.最后,一个数值例子证明提出此方法的可行性.
Model mismatch and external disturbances is wildly existed in control practice of nonlinear systems,which badly influenced the control effect.To handle such a situation,we proposed a sliding-mode base
The photoelectric conversion efficiency of photovoltaic cells is mainly affected by temperature and irradiance,in order to promote the development of photovoltaic power generation,it is necessary to i
The leader-following consensus of multi-agent systems with general linear models is investigated in this paper.The event-based impulsive control protocol and the triggering function based on the state
柔性机械臂的振动会显著降低其定位精度和工作效率.为了对柔性机械臂的振动实施控制,本文提出了一种基于增强学习的模糊控制(增强学习模糊控制,RLFC)方法.增强学习模糊控制方法由增强学习算法和模糊推理系统组成.增强学习算法可以在没有导师信号和预先训练数据的情况下自律的进行学习.它通过与被控对象交互来学习模糊规则库,并通过计算回报函数信号来改变规则库生成策略来实现学习目标.为了验证提出的控制方法,本文考