基于多目標(biāo)遺傳算法的鐵礦石碼頭泊位調(diào)度研究.pdf

1、自2003年開始,我國一直是世界鐵礦石的進(jìn)口第一大國,長期大批量的運(yùn)輸要求,促進(jìn)了我國鐵礦石專業(yè)化物流鏈的發(fā)展,沿海港口加速進(jìn)行專業(yè)化鐵礦石碼頭建設(shè),但是,依然滿足不了經(jīng)濟(jì)發(fā)展和鋼鐵工業(yè)的需要。那么只利用港口現(xiàn)有的資源,僅僅通過調(diào)度,不增加港口的設(shè)施設(shè)備,而能達(dá)到優(yōu)化資源、加快船舶裝卸、提高港口設(shè)備利用率和降低港口運(yùn)營費(fèi)用,具有重大的意義。
　　 論文以鐵礦石碼頭泊位調(diào)度為研究對象,首先從我國是世界上第一大鐵礦石進(jìn)口國的現(xiàn)實(shí),分

2、析我國鐵礦石港口接卸能力與進(jìn)口總量的差距,引出論文研究的意義,結(jié)合國內(nèi)外研究現(xiàn)狀,提出論文的研究內(nèi)容和方法。
　　 其次,分析鐵礦石碼頭泊位調(diào)度的相關(guān)問題,對論文要建立的模型進(jìn)行了簡化,分析鐵礦石船舶卸船的流程,確定兩個優(yōu)化目標(biāo)函數(shù)?？紤]船型不同的船舶,其待泊費(fèi)不同,指出以往很多研究以船舶在港時間最小為目標(biāo)的不足,確定船舶在港費(fèi)用最小的目標(biāo)函數(shù);以船舶裝卸時產(chǎn)生的泊位運(yùn)營費(fèi)用確定第二個目標(biāo)函數(shù),即最小化港口運(yùn)營成本。
　　

3、 再次,概述遺傳算法的相關(guān)知識,論文對基本遺傳算法的原理和流程作了相關(guān)綜述,論述了多目標(biāo)優(yōu)化用遺傳算法來實(shí)現(xiàn)的具體方法。
　　 最后,設(shè)計鐵礦石碼頭泊位調(diào)度遺傳算法的具體實(shí)現(xiàn)過程?；谡撐难芯颗判騿栴},采用自然數(shù)編碼;多目標(biāo)優(yōu)化通過權(quán)重系數(shù)法實(shí)現(xiàn),適應(yīng)度函數(shù)通過對目標(biāo)函數(shù)的轉(zhuǎn)換而得;選擇算子采用無放回余數(shù)隨機(jī)選擇,使用兩點(diǎn)交叉法進(jìn)行交叉,變異操作為換位變異;選擇相關(guān)控制參數(shù),對約束條件進(jìn)行處理;最后針對一個具體實(shí)例,運(yùn)行遺傳算