位置:成果数据库 > 期刊 > 期刊详情页
基于遗传算法的自动化集装箱码头多载AGV调度
  • ISSN号:1672-9498
  • 期刊名称:《上海海事大学学报》
  • 时间:0
  • 分类:U691.3[交通运输工程—港口、海岸及近海工程;交通运输工程—船舶与海洋工程]
  • 作者机构:上海海事大学物流科学与工程研究院,上海201306
  • 相关基金:国家自然科学基金(71101088,71471109); 交通运输部应用基础研究项目(2015329810260); 上海市曙光计划(13SG48)
中文摘要:

为提升自动化集装箱码头的作业效率,减轻码头吞吐量增大带来的交通问题,降低自动化导引小车(Automated Guided Vehicle,AGV)的空载率,在自动化集装箱码头应用可以同时搬运不止一个集装箱的多载AGV,建立多载AGV调度问题的混合整数线性规划(Mixed-Integer Linear Programming,MILP)模型,应用遗传算法进行求解.借助算例,对比遗传算法与MILP算法的求解效果,分析交叉概率和变异概率对遗传算法的影响,比较多载AGV与单载AGV的作业时间,验证遗传算法的可靠性.该方法表明,遗传算法不仅求解效率高,而且对MILP算法不适用的大、中型多载AGV调度问题,也能给出值得信赖的近似最优解.

英文摘要:

In order to improve work efficiency of automatic container terminals,relieve traffic problem caused by increased handling capacity,and lower empty load ratio of Automated Guided Vehicles( AGVs),the multi-load AGVs that can move more than one container at the same time are used in automated container terminals,a Mixed-Integer Linear Programming( MILP) model is established for the multi-load AGV scheduling issue,and the genetic algorithm is applied to solve the model. Through examples,the solving effects of the genetic algorithm and the MILP algorithm are compared,the impacts of crossover probability and mutation probability on the genetic algorithm are analyzed,the working times between multi-load AGVs and single-load AGVs are compared,and the reliability of the genetic algorithm is verified. The method indicates that the genetic algorithm is not only effective in solving the issues but also capable of giving the reliable and approximate optimal solutions to large- and medium-scaled AGV scheduling issues to which the MILP algorithm is inappropriate.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《上海海事大学学报》
  • 中国科技核心期刊
  • 主管单位:上海市教育委员会
  • 主办单位:上海海事大学
  • 主编:黄有方
  • 地址:上海浦东新区临港新城海港大道A30#
  • 邮编:201306
  • 邮箱:smucae@163.com
  • 电话:021-38284908
  • 国际标准刊号:ISSN:1672-9498
  • 国内统一刊号:ISSN:31-1968/U
  • 邮发代号:
  • 获奖情况:
  • CAJ-CD规范执行优秀期刊,中国期刊协会编校质量优秀期刊,全国高校编辑质量优秀科技期刊,上海市编校质量优秀期刊,上海市优秀学报,上海市审读优秀科技期刊,上海市新闻出版行业文明单位,中国高校科技期刊优秀团队
  • 国内外数据库收录:
  • 波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:2579