基于Agent的后方堆场机械调度模拟建模研究

来源 :大连海事大学 | 被引量 : 7次 | 上传用户:liongliong533
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
集装箱堆场是物流系统中的重要环节,随着港口集装箱吞吐量的飞速增长,由于前方堆场堆存能力的局限性,后方堆场的管理和建设越来越受到人们的关注,也给后方堆场企业的发展带来了前所未有的机遇和挑战。只有科学的对堆场进行管理,对堆场作业系统进行合理有效的规划,才能进一步提高堆场利用率,从而为经营者降低经营成本,带来更大的利益。 集装箱后方堆场是一个由集装箱、堆场、装卸机械、水平运输机械、通信设施以及人员等若干相互制约的动态要素组成的具有特定功能的复杂系统。本文在对已有的前方堆场作业系统进行深入分析和对本文的目标集装箱堆场的作业现状进行调研的基础上,针对空箱堆场作业的特点,建立了一个基于多Agent的空箱作业机械调度模拟系统原型,并对系统中的Agent进行功能划分,进一步探索软件智能化理论与方法在模拟系统中的应用。本系统以机械对后方堆场的空箱作业为主要研究对象,利用基于Agent的模拟技术进行建模,在建模过程中,重点进行了以下两方面工作:①将基于Agent建模技术应用于后方堆场的机械作业模拟中,并建立机械作业成本的数学模型;②建立系统原型,并对运行的模拟结果进行分析。前者通过对大连某集装箱后方堆场目前机械作业现状的分析,提取出作业规则库和调度策略,利用Agent的自治性、自学习性的特点优化作业顺序和作业路线,对传统的模拟进行改进;后者是在前者的基础上将系统的逻辑模型在计算机上实现的过程详细进行介绍,并具体给出本系统中各类Agent和重要动作的定义。 本文以基于Agent的模拟贯穿全文,介绍Agent技术、分析作业系统业务、建立基于Agent的集装箱后方堆场仿真模型和实现基于Agent的后方堆场模拟原型系统,体现了Agent系统的自学习性和自适应性,基本实现了智能模拟,本系统的实现可以为后方堆场的管理者提供决策支持。
其他文献
模糊神经网络是不确定性知识环境下构建非线性系统的重要工具,论文针对模糊联想记忆网络对训练模式摄动的鲁棒性和模糊双向联想记忆网络的学习算法进行了较深入的研究,并探讨
图像去噪是图像处理和计算机视觉中的一个基础课题。图像去噪的根本目的是从受污染图像中恢复不含噪声的原始图像同时尽可能多的保持图像中的细节信息。事实上,抑制噪声和保
本文的目的是研究进化算法,特别是具有量子行为的粒子群算法,解决多目标优化问题。在科学应用和实际应用领域中,普遍存在着多目标决策的问题,各个目标之间往往是相互冲突的,
从运动恢复三维形状是计算机视觉领域的中心问题。而非定标图象序列的运动结构问题是近十年的研究热点。在理论方面,从多视角几何关系、射影重建到相机自定标技术都得到长足进
网格是新一代的互联网,资源调度是网格系统的最核心组成部分,由于网格上的资源具有分布性、异构性、动态性等特点,使得网格中资源共享的实现比以前的系统更加困难。而神经网
粗糙集理论自提出以来,其理论得到发展,它在许多方面克服了传统数据分析理论显现出的诸多不足,表现出其独特的优势,受到了国内外学术界的广泛关注。但是经典粗糙集模型的一个
随着数字多媒体图书馆数量的飞速增长,对有效的检索、浏览和检测多媒体信息的需求也随之增加。其中,图像中的文本能够提供重要的语义信息,且相对语音信号易于提取,因而有效的检测
自从Leland等人在90年代初第一次明确的提出了网络流量中存在着自相似现象以来,研究人员发现不论网络的拓扑和业务如何,网络流量中都能检测到自相似特性。其中Hurst参数是评
目前,随着网络技术的发展以及数字移动设备的广泛使用,图像数据呈爆炸式的增长,单台机器处理图像的方法已经无法应对现实的需要;同时,当前用户搜索图像的习惯是在常用的搜索引擎文
随着经济全球化趋势的迅猛蔓延,制造业面临着巨大的挑战。为了适应这种形势,网络化制造生产模式应运而生,并且得到迅猛发展。但是,与之相适应的项目管理理论研究和实践相比之下却十分的滞后。传统单企业的项目管理模式和项目管理软件,不适应这种新的生产模式,需要一种适应网络化制造环境的项目管理。本课题就是针对上述情况,通过对网络化制造环境特点和传统项目管理理论的研究,提出一种新的项目管理模式——协同项目管理模式