摘要
Abstract
第1章 绪论
1.1 论文选题背景
1.2 研究的目的和意义
1.3 文献综述
1.4 本文研究的主要内容及方法
第2章 集装箱码头资源配置问题
2.1 集装箱码头功能、布局
2.2 集装箱码头业务流程
2.3 作业资源及其配置
第3章 集卡调度数学模型
3.1 面向“作业面”的集卡路径优化模型
3.2 基于作业时间最小的集卡调度模型
3.3 协调岸桥的集卡调度模型
第4章 集卡调度模型混合群体智能算法
4.1 群体智能及其算法简介
4.2 粒子群算法
4.2.1 算法简介
4.2.2 粒子群算法基本原理
4.2.3 粒子群算法流程
4.2.4 粒子群算法的变化与改进
4.2.5 调度问题算法设计关键
4.2.6 求解离散型问题的粒子群算法
4.2.7 求解集卡调度问题的粒子表示方式
4.3 蚁群算法
4.3.1 算法简介
4.3.2 蚁群算法基本原理
4.3.3 蚁群系统
4.3.4 蚁群系统算法流程
4.4 基于群体智能的集卡调度算法设计
4.4.1 基于作业时间的集卡调度问题特点
4.4.2 基于作业时间集卡调度的群体智能混合算法构造
4.4.3 协调岸桥集卡调度模型的群体智能混合算法
第5章 数值模拟
5.1 案例设计
5.2 模型求解
第6章 总结
参考文献
附录A 岸桥及各箱区之间的距离矩阵
附录B 粗略路径优化粒子群算法
附录C 粗略路径优化结果
附录D 蚁群算法路径优化结果
附录E 混合群体智能算法源程序
附录F 车辆任务分配及顺序矩阵
致谢
研究生履历