集装箱起重机装卸操作最优路径模型的建立与计算

摘要

随着经济全球化进程的加快，全球集装箱运输业发展迅速，世界各地主要集装箱港口均面临吞吐量急剧增长的压力。集装箱船舶装载能力的最大化及船舶在港时间的最小化要求集装箱港口大幅提高其装卸效率。为此配置的大量人员、装卸设备和堆场导致营运成本和管理难度大量增加。集装箱自动化码头的使用可以减少操作人员，降低营运成本，并保证稳定可靠地提高作业效率，从而提升港口的竞争力。目前振华港机正在研发高效智能型立体装卸集装箱码头，其目的就是为了彻底更新传统码头低效的装卸流程，现实码头装卸系统的高效化、智能化，并顺应未来集装箱港口的发展方向。 影响集装箱港口装卸效率的因素有很多，其中包括装卸设备资源的配置，堆场空间的安排，泊位、桥吊和集卡的分配与分派，以及港口机械的路径。其中路径问题主要是指岸桥、场桥的装卸路径的优化，它是实现起重机自动控制的重要一环，也是研发高效智能型立体装卸集装箱码头的装卸系统中一项重要的研究工作。集装箱起重机装卸操作的路径规划需考虑的因素很多，所建立的模型是非线性的，因而难以采用传统的寻优方法进行求解。近年来，由于遗传算法具有简单、易操作、需求低、并行和全局性等优点，已经在各个领域中得到了广泛的应用[2,44,45]，所以本文将遗传算法引入到集装箱起重机装卸操作的路径规划问题中，求得集装箱装卸操作的最佳路径。 本文首先建立了以最短路径为目标函数、无碰撞为约束条件的集装箱装卸操作最优路径的单目标数学模型；对传统遗传算法进行了改进，并通过编程求得了模型的解。结果的分析表明了单目标集装箱装卸操作路径规划问题的数学模型的合理性，以及采用求解方法的有效性。 但是在实际集装箱装卸操作中，安全距离是更为关注的问题，为了避免发生翻箱事故，在实际操作中常采用效率低的“门框式”集装箱装卸操作。所以，本论文在单目标优化的研究基础上，增加一个新的目标函数一安全距离，将研究内容扩展为集装箱装卸操作最佳路径的多目标优化问题。首先将路径最短转换为等价的最大化目标函数，从而建立了路径和安全的双目标最大化问题的数学模型。针对该数学模型，采用遗传算法进行求解，在遗传进化的每一代中搜索Pareto解集，通过不断更新这个解集，最终获得满足约束条件的最佳路径的Pareto解。模拟结果与实际操作情况相符合，表明了多目标集装箱装卸操作路径规划问题的数学模型的合理性，以及采用求解方法的有效性。本文是对集装箱起重机装卸操作理论的初步探索。提出的集装箱装卸操作路径规划的数学模型是经过一定程度的简化，还需考虑的更多的因素(例如小车速度、手柄控制，电机因素)。论文中只模拟了一种作业环境，下一步的研究将依据不同的作业类型、不同的作业对象和不同的作业组合所产生的作业环境建立相应的模型进行最优路径的求解。

目录

文摘

英文文摘

声明

第一章 绪论

1．1课题来源及研究背景

1．1．1课题的来源

1．1．2研究背景

1．2论文的主要工作

第二章 高效智能型立体装卸集装箱码头概述

2．1国内外集装箱自动化码头发展

2．2高效智能型立体装卸集装箱码头

2．3集装箱装卸操作研究

2．4集装箱装卸操作路径规划

第三章 路径规划

3．1传统路径规划方法

3．2智能路径规划方法

第四章 遗传算法

4．1遗传算法

4．2遗传算法的一般结构

4．3遗传算法的特点

4．4遗传算法的应用领域

第五章 集装箱装卸操作路径规划单目标问题研究

5．1集装箱装卸操作路径规划单目标优化数学模型建立

5．1．1问题描述

5．1．2数学模型

5．2基于遗传算法的最优路径

5．2．1路径编码形式

5．2．2交叉与变异

5．2．3评估与选择

5．3单目标最优路径模型求解与结果分析

第六章 集装箱装卸操作路径规划多目标问题研究

6．1多目标优化问题

6．1．1传统的多目标优化方法

6．1．2多目标进化算法

6．2非支配解

6．3偏好和妥协

6．4集装箱装卸操作路径规划多目标优化数学模型建立

6．5Pareto遗传算法的多目标最优路径

6．6多目标最优路径模型求解与结果分析

第七章 总结与展望

7．1本文工作总结

7．2展望

致谢

参考文献

在学习期发表的论文