基于遗传模拟退火算法的港口装箱优化研究

摘要

随着我国经济的快速发展，我国的出口贸易也日益增多，对港口物流的要求也越来越高，港口物流以先进的软硬件环境为依托，强化其对港口周边物流活动的辐射能力，突出港口集货、存货、配货特长，以临港产业为基础，以信息技术为支撑，以优化港口资源整合为目标，发展具有涵盖物流产业链所有环节特点的港口综合服务体系。货物的运输一般是把货物装在集装箱中通过船舶或飞机进行运输，近年来，随着经济的增长和运输系统的不断发展，货物装载的自动化需求也越来越多。
　　 事实上，集装箱装运的自动化加载系统是数字理论的问题，属NP完全问题，但在一定时间内求其精确全局最优解相当困难的。这个问题已被大量研究，是根据集装箱的箱型和所要装运的货物形状来确定的最优化。该研究对当前我国港口运输具有重要的现实意义。本论文研究主要取得的成果有：
　　 第一：结合遗传算法和模拟退火算法的特点，将遗传算法中引入自适应算子后和模拟退火算法相结合以优化性能，通过算例验证分析确定了遗传模拟退火算法的正确性和可行性。
　　 第二：本系统中依据优化算法，将优化和货物配置的算法独立，分别加入堆装知识，特别是将货物组群化处理的现场经验也应用于算法之中，实现了装箱效率的提高。
　　 第三：本文通过在实际生产中产生的随机数据对本文所开发的算法进行了检验。实验数据结果表明，该算法的装箱效率比较高，同时能够适应大规模算例的计算且得到可行的结果。

目录

文摘

英文文摘

声明

1绪论

1.1课题背景及意义

1.2研究的内容

1.2.1货物装箱布局的表述

1.2.2本课题的研究目的和主要内容

1.3本文的主要研究内容和结构

2装箱优化问题的研究现状

2.1装箱问题的空间分类

2.2装箱问题的常用算法

2.3国内外研究动态

2.4本章小结

3遗传算法在装箱布局中的应用

3.1遗传算法的概述

3.2遗传算法的实现技术

3.2.1染色体的编码与解码

3.2.2适应度函数

3.2.3遗传操作

3.2.4终止条件

3.3遗传算法的流程及特点

3.3.1标准的遗传算法流程图

3.3.2遗传算法的特点

3.4遗传算法在装箱布局的应用

3.4.1编码

3.4.2解码

3.4.3适宜度函数

3.4.4选择、交叉、变异

3.5实例分析

3.6本章小结

4遗传模拟退火算法在装箱布局的应用研究

4.1模拟退火算法

4.1.1模拟退火算法及相关描述

4.1.2关键参数的设置

4.1.3标准模拟退火算法流程图

4.1.4模拟退火算法在其他领域的应用

4.2装箱布局的遗传模拟退火算法

4.2.1货物的组群化

4.2.2货物的组群化

4.2.3单纯集群化

4.2.4聚类组群化

4.2.5遗传算法参数的设计

4.2.6模拟退火参数的设计

4.2.7算法的终止准则

4.3实例分析

4.4本章小结

5港口装箱系统

5.1系统简介

5.1.1软、硬件配置

5.1.2系统功能

5.2系统流程

5.3本章小结

6总结与展望

6.1总结

6.2进一步研究工作

参考文献

致谢

攻读学位期间公开发表的论文