System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及码头卸载作业,具体涉及一种液体码头卸载作业管道路径优化方法。
技术介绍
1、现代物流发展过程中,港口在国际贸易和国际物流方面的作用不断突出,港口商业化的趋势进一步增强,港口物流成为现代物流发展的重要领域。研究港口码头的物流调度具有重要的意义。码头货物种类分为件杂货物、干散货物和液体货物,其中液体货物包括石油、石油产品、植物油和液化气等。
2、由于液体货物的特殊性,其装卸流程不同于集装箱和干散货的流程,更具有独特性,运载有液体货物的船舶到达指定泊位后,须在固定位置安装输液臂进行装卸作业。从船舶到达指定泊位,完成靠泊作业卸船准备,连接输液臂开始,主要包括使用输液臂数量、管道路径的选择、阀门开关状态的确定和储液罐的选择,直到船舶货物卸载完成进行排空作业为止,最后卸载完毕进行离泊作业。由于液体码头阀门管道路径复杂,现有技术中存在作业成本高和作业效率低的问题。
技术实现思路
1、有鉴于此,有必要提供一种液体码头卸载作业管道路径优化方法,用以解决现有技术中存在的作业成本高和作业效率低的问题的技术问题。
2、为了解决上述问题,一方面,本专利技术提供了一种液体码头卸载作业管道路径优化方法,包括:
3、获取预设作业周期内达到码头的若干船舶的卸载信息;
4、基于所述卸载信息,构建多任务调度数学模型,并确定多任务调度数学模型的多目标函数,所述多目标函数以管道路径为变量,船舶卸载总成本和船舶在港总时间最小为优化目标;
5、基于预设的
6、从所述pareto最优解集中选取最优解,并确定所述最优解对应的管道路径。
7、在一些可能的实现方式中,所述多目标函数包括船舶卸载总成本最小目标函数和船舶在港总时间最小目标函数,所述船舶卸载总成本最小目标函数具体为:
8、
9、式中,c为船舶卸载总成本,cs为输液臂使用固定成本,ct为单个输液臂单位时间使用成本,tca为输液臂使用时间,也即船舶液体货物卸载到管道的总时间,nca为输液臂使用数量,cl为单位管道长度使用成本,la为管道路径总长度,cf为阀门操作总成本,其中,输液臂用于连接船舶与管道,阀门用于选择管道路径。
10、在一些可能的实现方式中,所述多目标函数包括船舶卸载总成本最小目标函数和船舶在港总时间最小目标函数,所述船舶在港总时间最小目标函数具体为:
11、
12、式中,t为船舶在港总时间,tc为输液臂准备时间,tca为输液臂使用时间,也即船舶液体货物卸载到管道的总时间,tpa为卸载完成后管道排空时间,其中,输液臂用于连接船舶与管道。
13、在一些可能的实现方式中,基于预设的优化算法,对所述多目标函数求解,得到pareto最优解集包括:
14、s1、确定预设规模的初始种群,初始种群用于表征具有不同染色体编码的个体,所述染色体编码用于表征若干船舶选择输液臂的情况,其中,所述输液用于连接船舶与管道;
15、s2、基于所述多任务调度数学模型和预设的路径规划算法,确定所述初始种群中个体的管道路径,并基于所述个体的管道路径和所述多目标函数,确定个体的多目标函数值;
16、s3、基于所述个体的多目标函数值对初始种群中的个体进行非支配排序,得到个体的适应度值,基于所述适应度值对所述初始种群进行交叉和变异操作,确定预设规模的迭代种群,并将所述迭代种群作为下一次循环中的初始种群;
17、s4、重复步骤s2和s3,以实现种群迭代,直至达到终止条件,得到最终的迭代种群及其对应的pareto最优解集。
18、在一些可能的实现方式中,所述预设的路径规划算法为dijkstra算法,所述管道路径为最短路径。
19、在一些可能的实现方式中,基于所述个体的多目标函数值对初始种群中的个体进行非支配排序,得到个体的适应度值,基于所述适应度值对所述初始种群进行交叉和变异操作,确定预设规模的迭代种群,包括:
20、基于所述个体的多目标函数值对初始种群中的个体进行非支配排序,得到个体的适应度值,基于所述适应度值对所述初始种群进行交叉和变异操作,得到预设规模的子代种群,将所述子代种群与初始种群合并得到合并种群;
21、对所述合并种群中个体进行非支配排序和拥挤度计算,得到个体的pareto层级和拥挤度值,基于所述pareto层级和拥挤度值,从所述合并种群中选取预设规模的个体组成迭代种群。
22、在一些可能的实现方式中,所述确定预设规模的初始种群,包括:
23、采用随机法确定预设规模的初始种群。
24、在一些可能的实现方式中,所述基于所述适应度值对所述初始种群进行交叉和变异操作,包括:
25、基于所述适应度值,采用部分单点交叉方式对初始种群进行交叉操作,采用单点变异方式进行变异操作。
26、另一方面,本专利技术还提供了一种液体码头卸载作业管道路径优化装置,包括:信息获取单元,用于获取预设作业周期内达到码头的若干船舶的卸载信息;
27、模型构建单元,用于基于所述卸载信息,构建多任务调度数学模型,并确定多任务调度数学模型的多目标函数,所述多目标函数以管道路径为变量,船舶卸载总成本和船舶在港总时间最小为优化目标;
28、路径优化单元,用于基于预设的优化算法,对所述多目标函数求解,得到pareto最优解集,从所述pareto最优解集选取最优解,并确定所述最优解对应的管道路径。
29、另一方面,本专利技术还提供了一种电子设备,包括存储器和处理器;
30、所述存储器,用于存储程序;
31、所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以实现上述任意一项所述的液体码头卸载作业管道路径优化方法的步骤。
32、采用上述实施例的有益效果是:本专利技术提供的液体码头卸载作业管道路径优化方法,首先获取在目标作业周期内到达码头的若干船舶的卸载信息,然后基于卸载信息,构建多任务调度数学模型,并确定多任务调度数学模型的多目标函数,多目标函数以管道路径为变量,船舶卸载总成本和船舶在港总时间最小为优化目标;接着基于预设的优化算法,对多目标函数求解,得到pareto最优解集;最后从pareto最优解集选取最优解,并确定最优解对应的管道路径,实现了对卸载作业中输液臂、阀门、管道的码头资源的优化调度可合理的降低作业成本和时间,提高作业效率。
本文档来自技高网...【技术保护点】
1.一种液体码头卸载作业管道路径优化方法,其特征在于,包括:
2.根据权利要求1所述的液体码头卸载作业管道路径优化方法,其特征在于,所述多目标函数包括船舶卸载总成本最小目标函数和船舶在港总时间最小目标函数,所述船舶卸载总成本最小目标函数具体为:
3.根据权利要求1所述的液体码头卸载作业管道路径优化方法,其特征在于,所述多目标函数包括船舶卸载总成本最小目标函数和船舶在港总时间最小目标函数,所述船舶在港总时间最小目标函数具体为:
4.根据权利要求1所述的液体码头卸载作业管道路径优化方法,其特征在于,基于预设的优化算法,对所述多目标函数求解,得到Pareto最优解集包括:
5.根据权利要求4所述的液体码头卸载作业管道路径优化方法,其特征在于,所述预设的路径规划算法为Dijkstra算法,所述管道路径为最短路径。
6.根据权利要求4所述的液体码头卸载作业管道路径优化方法,其特征在于,基于所述个体的多目标函数值对初始种群中的个体进行非支配排序,得到个体的适应度值,基于所述适应度值对所述初始种群进行交叉和变异操作,确定预设规模的迭代
7.根据权利要求4所述的液体码头卸载作业管道路径优化方法,其特征在于,所述确定预设规模的初始种群,包括:
8.根据权利要求4所述的液体码头卸载作业管道路径优化方法,其特征在于,所述基于所述适应度值对所述初始种群进行交叉和变异操作,包括:
9.一种液体码头卸载作业管道路径优化装置,其特征在于,包括:
10.一种电子设备,其特征在于,包括存储器和处理器;
...【技术特征摘要】
1.一种液体码头卸载作业管道路径优化方法,其特征在于,包括:
2.根据权利要求1所述的液体码头卸载作业管道路径优化方法,其特征在于,所述多目标函数包括船舶卸载总成本最小目标函数和船舶在港总时间最小目标函数,所述船舶卸载总成本最小目标函数具体为:
3.根据权利要求1所述的液体码头卸载作业管道路径优化方法,其特征在于,所述多目标函数包括船舶卸载总成本最小目标函数和船舶在港总时间最小目标函数,所述船舶在港总时间最小目标函数具体为:
4.根据权利要求1所述的液体码头卸载作业管道路径优化方法,其特征在于,基于预设的优化算法,对所述多目标函数求解,得到pareto最优解集包括:
5.根据权利要求4所述的液体码头卸载作业管道路径优化方法,其特征在于,所述预设的路...
【专利技术属性】
技术研发人员:肖汉斌,孔令昕,刘敏,袁新杰,王超宇,雷丁瑞,祝锋,
申请(专利权)人:武汉理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。