舒莉莉[1]2004年在《基于决策支持的火车调度专家系统》文中研究说明现阶段许多大中型企业为了挖潜增效,逐渐对其使用的铁路专用线进行大量的信息化改造。本文对巴陵石化专用线的现场进行了分析,其目前的状况是电子轨道衡实现了车辆自动称量,在进出专用线的咽喉地带安装了车号识别系统,但配备的车号识别管理信息系统的功能与企业的实际要求相差甚远,为了更好的实现专用线信息化管理,本文根据企业的铁路运输实际情况与铁路部门的差异设计并实现了企业需要的车辆信息管理软件。本文分析了在系统实现中使用到数据库、决策支持、人工智能、专家系统和软件工程等理论技术,进而详细阐述了系统开发过程的各个阶段,其中包括铁路现场可视化、现场车号的作业计划单调整、推理机作业计划单以及基于决策支持的调车作业计划单。本文通过对大量的设计方案进行对比而产生了一个混合性的系统。该系统实现了智能化调车作业计划单,且系统具有良好的移植性和扩充性。目前设计的第一版已经投入巴陵石化专用线现场使用,并取得了良好的效果。
高天佑[2]2014年在《输出型煤炭码头卸车生产调度优化模型和方法研究》文中进行了进一步梳理港口企业的装卸生产调度既是工程技术难题，也是一些复杂的学术问题。为了提高港口生产效率，国内外许多学者一直在探索解决此类问题的方法。基于输出型煤炭码头的装卸生产过程，以卸车优化调度问题为研究对象，本文建立了以火车在港时间最少为目标的数学模型，研究了优化算法，实现了调度问题的求解。主要研究成果如下：本文首先分析了输出型煤炭码头卸车作业调度的各种关联因素，发现了卸车调度具有研究对象信息繁杂、调度系统可变、可选作业流程多样、解信息量大等特性，进一步研究了卸车作业调度的约束关系，并建立现实作业中的唯一性、作业性质、堆场以及卸车工艺等四个约束关系的数学方程，以火车在港时间最短为优化目标建立了卸车作业调度的混合整数规划数学模型，通过实际案例应用验证了模型的准确性和工程适用性。鉴于卸车作业调度的数学模型的求解是一个NP-Hard问题，本文进一步研究了港口生产调度过程，提出了一个递阶主副型复合算法：面向火车到达事件的启发式搜索算法和面向翻车机空闲事件的启发式搜索算法。基于未来一段时间内火车达到计划，该算法首先运用面向火车到达事件的启发式搜索算法求解火车作业计划，然后运用面向翻车机空闲事件的启发式搜索算法修正优化火车计划，最终得到更优的火车作业计划。该算法以国内某煤炭码头为对象，进行了实际应用，取得了较好的效果。为寻求更优的求解算法，本文对调度模型进行了更深入的研究，设计了基于类编码的遗传算法，针对卸车调度的独特性，提出了新的个体编码解码方法，构造了更加适用于实际卸车调度作业的适应度函数，通过实验得到了更加实用可靠的两种终止规则相结合的混合终止条件。遗传算法以同一个煤炭码头为对象，进行实际应用，取得了更好的效果。通过具体案例与大量算例实验对两种算法对比分析，遗传算法解的质量更优，灵活性更高，虽然其计算耗时较长，但可以采取有效措施弥补。因此，遗传算法相比于启发算法更适用于煤炭码头的实际生产。
鲁川[3]2013年在《面向信息物理融合系统的实时时空调度算法》文中进行了进一步梳理信息-物理融合系统(CPS)是一个综合计算、网络和物理环境的多维复杂系统,通过计算,通信和控制等技术的密切结合,该系统必须感知由环境变化所引起的约束,并且对这些变化可以进行实时的预知。目前该类系统应用在各个领域,同时这些领域在社会中又有着举足轻重的作用,它们有的是跨领域的协同工作,这就对系统的性能提出了更高的要求。因此,对CPS调度算法的研究,可以满足大型的CPS系统对高性能的要求。在我国,对信息物理融合系统的研究还比较薄弱,其调度算法是影响整个系统的关键因素,而目前无论是国外还是国内,对其算法的研究和改进仍然没有满足实际的需要,国内的调度算法采用的大多数还是比较传统的算法,比较单一,无疑也就使系统的性能陷入了瓶颈,无法最大限度的利用资源。现代社会中有很多信息物理融合系统的实例,这些实例系统都不同程度的受到系统本身调度算法的影响,因此,系统固有的功能也受到了严重的影响。在机场调度和车站调度中,这一不足体现的尤为明显,这种影响带来的损失是巨大的。因此,鉴于目前算法无法满足系统需求的情况,本文的宗旨就在建立一种针对信息物理融合系统的优化算法,改进现有算法的缺陷,提高该类系统的整体性能,目前该类系统的研究还只是出于初步的阶段,所以一个高效的算法将会成为该系统的一次技术革命。本文对CPS的分析与论证拟采用元胞自动机。通过元胞自动机的调度可以更清晰的认识信息物理融合系统的特点。在实际的应用中,CPS的调度算法应用非常广泛,但是截至目前并没有一个十分有效的算法来提高其性能。本文通过对国内外现有算法的分析,找出现有系统的不足之处,提出可能改进的方案。截至目前,对该类型系统最经典的运用就是火车调度以及机场的调度,由于火车站和机场的数据量大,同时,二者的调度都具有很高的实时性要求。因此对相应的调度系统都有非常高的要求,寻求一个较为高效的调度算法也将会是今后CPS相应系统的发展方向。在本文中将会对车站的调度进行深入的分析,使车站的调度能够更有效。
王璇[4]2009年在《港口企业智能调度系统研究》文中研究表明随着世界经济的高速发展和港口吞吐量的持续增长,进一步提升港口功能,创建港口的现代化管理和经营模式迫在眉睫。在港口经营管理中,生产调度管理又是其中心环节,提高港口调度的工作效率,是提升港口生产业务管理水平的关键。然而目前,很多港口企业的生产调度管理模式与效率却与港口的大规模发展不相适应,严重制约了港口的进一步发展。因此,建立港口企业的智能调度系统,对港口生产调度管理中汇集的各项信息资源充分开发和利用,加速信息反馈,提高协调、处理、指挥、调度的实时性和正确性,实现港口调度的快速反应显得尤为重要。为了建立现代化的港口智能调度系统,本文对智能调度系统在各行业的应用情况进行了研究和分析,发现虽然目前智能调度系统已经广泛应用于各个行业,港口的智能调度系统也被广泛的提及,但是对于何谓“港口智能调度系统”尚未有明确的定义。通过参阅了许多关于生产调度和智能调度的理论,并结合了在广州港集团的调研实际,本文总结得出智能调度系统应该将先进的生产调度方法和现代信息技术紧密结合,实现管理模式和信息系统的同步优化。依据这个思路,本文首先对所研究的“港口智能调度系统”进行定义,明确智能调度系统的功能。基于对“港口智能调度系统”的定义,本文做了叁个方面的工作:第一,优化了港口企业的调度管理模式和业务流程;第二,建立了港口智能调度模型,并提出了求解方案;第叁,依据优化后的业务流程和所建的智能调度模型,对港口企业智能调度系统进行了设计,所设计的智能调度系统包含了叁大功能:生产计划管理、决策支持管理、船舶可视化和动态管理。通过此智能调度系统,来提高港口企业日常生产计划编制及反馈的效率;辅助计划员进行泊位安排、作业线配置、装卸工艺选择及评价等调度决策工作;提供图形化的操作界面,使得调度工作更加直观、便捷。智能调度系统的应用对于实现港口企业调度的高效、高质管理,全面提高港口的服务质量具有现实意义。本文研究的目的在于为构建港口企业智能调度系统提出基本的思路。当然,在研究过程中还有很多问题没有得到充分的讨论,有待于进一步的深入探究。
余惠强[5]2009年在《基于GIS的铁路沿线事故救援问题的地理计算研究》文中进行了进一步梳理在应急管理中,应急调度的问题至关重要。如何建立一个快速而高效的应急调度系统,提供合理的救援方案,尽快地将病人送到最近、最合适的医院进行抢救,并尽可能的减小救援时间,对挽救病人的生命、保障其安全极为重要。随着科学技术的发展,特别是地理信息系统、空间运筹学等的发展,为建立高效的应急调度系统提供了条件。本文针对铁路沿线可能发生的事故问题,以青藏铁路为例,通过考虑铁路和公路两种调度工具,研究可行的铁路沿线事故救援的应急调度方案,并且通过合适的择优策略,建立完善的铁路沿线事故救援应急调度模型。在此基础上,结合应急调度系统实时性高的特点,构建了青藏铁路医疗应急调度系统,为应急调度方案的决策提供了科学依据。在第二章,本文从用户的角度出发,利用系统用例,对系统进行功能性需求分析和非功能性需求分析。并在此分析的基础上,提山了关于系统功能模块、系统架构和数据库等的设计方案。第叁章则重点讨论了系统模型体系的建立。首先提出了模型的体系框架,然后分别研究四种调度方案(铁路应急调度方案、公路应急调度方案、铁路公路综合应急调度方案、动态应急调度方案)和最优决策模型的构建。在铁路应急调度方案中,利用火车间的换乘实现调度;在公路应急调度方案中,以Agent建立自下而上的调度模型;在铁路公路综合应急调度方案中,综合考虑铁路和公路两种运载工具;在动态应急调度方案中,考虑正在执行救援任务的医疗救援车是否可以去执行新的救援任务;最后,在四种调度方案的基础上,综合考虑青藏高原地区特殊的自然条件因素,提出不以时间最短为目标函数的最优决策模型。通过对系统的分析、设计,以及对系统模型的讨论,第四章从软件系统的静态结构和动态模型两个角度出发,对系统各模块进行详细设计,并在系统中考虑列车晚点等情况,最终构建了实时性较高的青藏铁路沿线应急调度系统。最后一章对本研究的方法和成果进行总结,并且提出了在研究过程中存在的一些不足之处和有待进一步解决和完善的地方。
宋昕[6]2012年在《基于本体和进化算法的散杂货港口堆场智能调度系统研究》文中进行了进一步梳理随着经济一体化、全球化趋势的发展,我国国民经济和对外贸易迅速增加,散杂货运输量呈现较高的增长态势。快速上升的散杂货输运要求和客户需求的日趋多样化在给港口企业带来机遇的同时也给港口服务能力带来了极大的挑战。因此,如何利用港口现有的设施资源,采用现代化物流管理模式,增强港口信息化建设和应用水平,以缓解港口吞吐量压力,提高装卸作业效率、服务能力将成为我国散杂货港口进一步发展的关键。堆场调度是港口企业生产作业的核心业务之一,特别对于我国南方散杂货港口,由于堆场资源极度紧缺以及货物堆存地点选择的多样性,根据货物的属性和堆场特点,合理进行堆位分配可以有效提高港口作业效率和优势堆场利用率,降低港口作业复杂度和转栈作业量。本文面向多限制条件下的南方散杂货港口堆场多目标优化调度问题,以广东省教育部产学研项目《广州港集团生产业务管理系统及通用软件产业》(2008B090500244)、《基于RFID的港口汽车滚装管理系统应用示范工程》(2009B090300467)和国家自然科学基金重点项目《物流资源整合与调度优化研究》(71132008)等为支持,深入分析了以广州港集团为代表的我国南方散杂货港口堆场调度的特点和现状,综合应用本体、本体推理、神经网络和遗传算法等理论和方法,设计并构建了基于本体和进化算法的散杂货港口堆场智能调度系统,主要研究内容和成果如下：(1)提出了基于本体和进化算法的散杂货港口堆场智能调度系统框架本文在对我国南方散杂货港口堆场调度业务规则、优化目标充分分析的基础上,针对目前港口堆场调度过分依赖人工经验,缺乏优化标准、计划性和反馈机制等问题,提出了基于本体和进化算法的散杂货港口堆场智能调度系统(Ontology and Evolutionary Algorithm Based Bulk-Port Stack-Scheduling System, OEABSS)体系框架,采用定性推理和定量计算相结合的方式,解决多限制条件、多影响因素下的堆场多目标优化调度问题。应用本体作为系统的知识描述语言,并实现基于本体的货物和堆场约束推理；应用神经网络和遗传算法等进化方法实现堆场智能调度系统中的疏运量预测和堆位分配问题求解。(2)提出了基于多项改进BP神经网络的散杂货港口月疏运量预测模型本文在对反向传播(BP)神经网络存在问题以及改进策略深入分析的基础上,根据散杂货港口月疏运量预测问题不确定性高、样本波动大等特点,从样本选择和预处理、BP网络结构确认、权值阈值初始化、网络训练仿真等多个方面引入多种优化策略,提出了一种基于多项改进BP神经网络的预测模型构建方法(Multi-Improved BP-ANN Forecast Model Building,MBPFB),为堆位智能分配提供依据。通过应用补偿策略、比对法、遗传算法、滑动窗口法等多种优化策略和改进方法,较好地解决了预测过程中由于样本波动、训练顺序等原因而引起的过拟合问题,提高了神经网络算法的收敛效率,以及模型对样本以外数据的预测精度。(3)提出了港口综合物流交叉领域本体构建和集成方法本文在对已有的本体构建和集成方法深入研究的基础上,以实现港口堆场调度推理作为本体构建的最终目标,针对港口综合物流交叉领域本体数据源分散、知识完备性要求低等特点,提出了交叉领域本体构建的4项原则,并在此基础上提出了一种自顶向下的基于本体集成的港口综合物流交叉领域本体构建方法IDOBM (Intersect Domain Ontology Building Method)。并针对其中交叉领域本体集成问题,提出了交叉领域本体集成体系框架,以及基于目标关联度的港口综合物流交叉领域本体集成方法IDOIM (Intersect Domain Ontology Integration Method)。该本体构建和集成方法可以有效提高交叉领域本体构建效率,降低构建复杂度,克服传统本体构建方法中现有本体重用困难和共享词表难以建立等问题。(4)提出了基于改进NSGAⅡ算法的复杂多目标优化问题求解方法本文在对多目标优化问题求解方法充分研究的基础上,针对散杂货港口堆位分配问题搜索空间大、限制条件复杂、影响因素众多等特点,结合港口综合物流本体,提出了基于改进NSGAⅡ算法(带精英策略的快速非支配排序遗传算法)的多目标优化方法。通过应用约束限制矩阵、随机修复算子以及基于遗传代数的自适应交叉、变异概率等改进方法,提高了算法的运算效率和收敛性,并更好地保持了解的多样性。(5)实现了OEABSS原型系统开发在前文研究的基础上,应用J2EE-MVC、Hibernate和Spring联合技术框架,融合RCP、Protege、Jess等关键技术,完成了OEABSS原型系统的构建,实现了基础数据管理、堆位匹配度评价和堆场智能调度等核心功能。
宋洁蔚[7]2003年在《油品生产与储运调度问题研究》文中研究表明生产调度是流程工业综合自动化系统的关键环节，是连接生产经营管理和生产过程控制的纽带。本文针对流程工业的特点，首先，介绍了综合自动化系统体系结构及调度在其中的作用和地位，说明了调度和计划之间的关系，评述了调度问题的研究现状和应用情况。然后，详细介绍了当前调度问题研究所使用的各种方法，对这些常用的方法进行了比较研究，指出了其中的优缺点。 油品生产与储运是流程工业的典型过程，规模庞大，工艺复杂，数学模型的建立是调度研究的重点。根据炼油行业的实际情况，用数学规划方法建立各个功能模块的调度模型，运用启发式规则降低约束和变量的个数，从而降低问题的复杂性，是本文采用的一个主要方法。运用成熟的工具软件，在短时间内得到一个满意的可行解，使调度模型具有实用性，能够真正在炼油企业综合自动化及油品流通领域的管理中发挥作用，为炼油的生产、销售、管理提供依据，则是本文研究的最终目的。本文主要内容包括： 1．通过对实际炼油过程和流通过程的分析，从总体上对油品生产与储运调度问题进行了研究。运用系统分解策略，把油品生产与储运过程按照功能划分为原油储运、炼油生产、成品油储运、成品油配送等四个模块，对相应的模块提出了各自的数学规划调度模型。各个模块相对独立，可以作为一个独立的系统运行，同时模块之间又存在必然的联系，相互制约，可以合成为一个统一的系统。通过对各个模块进行详细研究，在确保局部调优的基础上，从整体上达到最佳的调度结果。 2．针对炼油加工过程的多种生产方案，以装置加工、原油混合、产品调合叁部分内容为基础，建立了一个松散而又统一的生产调度模型。利用装置加工计划的结果为原油的混合和产品的调合提供依据，而原油的混合和产品的调合则以装置的加工为基础，叁者相辅相成。调度模型的建立综合考虑了物料、能量的消耗和平衡，使原油、装置、产品叁者很好地得到了统一，同时为原油储运和成品油储运调度提供了依据。 3．根据炼油生产调度得到的原油混炼比，结合原油库存和进厂计划，对原油储运调度问题建立了混合整数规划模型，分别就厂内罐区和码头罐区进行了详细的描述。模型中妥善处理了两个罐区时间尺度不统一的问题，从而解决了原油存储、移动和混合等一系列问题，为原油罐区的管理提供了理论指导。启发式规则被用来简化模型，以利于问题的求解。11 摘要 4．根据炼油生产调度得到的油品调合比例，结合产品库存和出厂计划，对成品油的调合问题进行了描述。并分别以厂内罐区和码头罐区为对象，提出了成品油储运调度的混合整数规划模型，从而解决了成品油调合、存储和移动等一系列问题，为成品油罐区的管理提供了技术支持。文中同时对模型的规模和算法的复杂性进行了详细的分析，为了降低问题求解的规模和难度，提出了一系列启发式规则。 5．针对油品零售的管理模式，充分考虑了油品零售过程的特点和随机性，分别从计划和调度的层次上，进行了详细的分析和建模。对于计划层，主要从油品购销的角度出发，建立了线性规划数学模型。对于调度层，则从零售网点的库存和销售预测出发，提出了配送时间窗的概念，并对运输安排建立了数学模型。通过对成品油流通计划和调度进行研究，可以有效地解决成品油配送中遇到的各种问题，更好地为成品油的零售管理提供服务。 通过对油品生产与储运过程调度问题进行研究，再现了从原油入厂，到原油加工，到产品出厂，最后到产品流通的完整物流网络，为调度系统的工程化实现打下了良好的基础，为企业的生产经营和生产控制提供决策依据。 最后，在总结全文的基础上，指出了油品生产与储运调度有待深入研究的若干问题。
于振涛[8]2011年在《震后应急物资分配与调运模型及算法研究》文中研究指明地震灾害是危害中国国家安定的主要灾害之一,中国因地震造成的人员伤亡和财产损失巨大。2008年汶川大地震和2010年的青海玉树地震造成了大量房屋倒塌、基础设施瘫痪、财产损失和人员伤亡,对社会造成严重冲击。地震预警固然重要,但是地震的发生必然会产生巨大的破坏,必须及时有效地采取应对措施。地震发生以后,面对大量的受灾人群,需要大量的应急物资来保障灾区人民的基本生活需要。由此可见,震后应急物资的及时有效保障和供应是关乎灾区群众生命安全和维持国家安全、社会稳定的重大问题,并且应急物资的分配与调运问题研究涉及的方面非常多,是一项复杂的系统工程。因此,在考虑到应急物流不同于常规物流特点,建立强健灵活有效的应急物流系统,使之增强整个应急物流系统的应急保障能力和应急处理能力就成为科学有效地优化应急物资的分配与调运体系的关键。对于应急物流系统的研究,大多局限在单级设施或单一运输方式的研究,然而在实际情况中一般是多级设施和多种运输方式进行联动救灾并且每种运输方式都有各自的特点,因此,有必要对在多级设施救灾情况下,如何对多种运输方式进行分派与调度进行研究,即研究应急物流系统中多级设施和多种运输方式联动救灾情况下的应急物资分配与调运问题。本文以震后紧急救援阶段应急物资分配与调运问题为背景,在对其研究现状进行回顾和总结以及对震后应急物资分配与调运体系做简要分析的基础上,对震后应急物资分配与调运问题进行研究。首先,研究了地震发生以后紧急救援初期信息不完全情况下的应急物资分配与调运双层规划模型及其算法。综合应急物流系统集成优化的角度和应急物流不同于常规物流的特点,考虑到地震的突发性导致无法及时准确地获取受灾地区的需求信息及交通网络信息,以及救灾过程中多级设施和多种运输方式联动救援的实际情况,针对地震发生紧急救援初期信息的不完全性,救灾时效性、紧迫性,物资分配的公平性等特点,建立一个具有主从递阶关系结构的双层优化模型,并根据所建立的模型提出了一种改进的遗传算法,最后通过相应的算例验证了所建立模型和所设计算法的有效性。其次,研究了地震发生以后紧急救援后期信息完全的情况下应急物资分配与调运的动态多目标优化模型及其算法。根据救援的实际情况以及救援工作不断推进,决策者需要根据收集到的新的数据信息更新需求点需求和交通状况等信息,并对此作出相应的新决策,并结合考虑多级设施和多种运输方式联动救援的实际情况,建立考虑时间窗的应急物资分配与调运的动态多目标优化模型,并根据所建立的模型提出了一种多目标改进遗传算法,最后通过相应的算例验证了所建立模型和所设计算法的有效性。
陈富英[9]2011年在《集装箱码头多式联运系统的仿真与优化研究》文中进行了进一步梳理伴随着经济一体化、全球化趋势的发展,集装箱运输保持了较高的增长速度,为中国的集装箱运输的发展带来了新的机遇与挑战。集装箱发展迅速并且会持续增长,如何对港口集装箱物流系统进行更加合理有效的规划,最大限度地发挥其作业能力,是目前急需解决的问题,开展这方面的研究势在必行,具有重大意义。如何将仿真与优化技术应用到提高集装箱多式联运码头管理的观点早已提出,本文针对港口集装箱物流系统的特点,对港口集装箱物流系统的仿真和优化技术进行了研究和应用,以仿真贯穿全文,按仿真建模、仿真应用、仿真优化的顺序对研究内容作了介绍。首先,分析了集装箱码头多式联运物流系统,兼顾水路、公路和铁路叁种运输方式。阐述了集装箱码头物流系统设施、布局以及进出口作业流程。其次,基于ARENA仿真软件平台,对码头多式联运系统进行了二维仿真模拟,模型包括四个子系统:船舶子系统模型、堆场子系统模型、大门子系统模型、铁路子系统模型。四个子系统涉及船舶到达、码头装卸、堆场作业、进出道口集疏运作业各个环节,覆盖了集装箱码头生产与物流系统各主要环节。然后给出该系统在Arena 3DPlayer平台上叁维仿真动画的实现过程。最后,从装卸作业流程的整体出发,以优化装卸桥、集卡、龙门吊的作业序列为目的,建立了基于混合流水车间调度的装卸作业序列数学模型。运用仿真优化方法,结合已建立好的仿真模型和优化算法对该模型进行求解,因遗传算法在集装箱和处理并行机调度方面具有较好的收敛速度,为提高仿真优化的计算效率,优化方面采用遗传算法进行设计。在对Arena和模型进行二次开发的基础上,借助VB、VBA、SQL完成了系统仿真的港口物流决策支持系统的开发。
雷友诚[10]2011年在《大型有色冶炼企业铁路运输智能优化调度方法及应用》文中提出铁路运输是大型有色冶炼企业的大动脉,它肩负着运送物资保障生产的重任,在有色冶炼企业物流环节中具有十分重要的地位。但随着国民经济的发展,有色冶炼企业生产规模日益扩大,物料的运输量迅猛增加,而我国有色冶炼企业铁路规模偏小,铁路布局、调度方式与企业生产方式密切相关,具有各站场分布分散、调车以小运转作业为主、铁路线路短、自备车与租用车混合编组等特点,并存在检斤作业滞留罚金等问题,使得企业铁路运输调度作业问题较复杂、难度大。目前,我国有色冶炼企业铁路大多以人工调度为主,使得货运站长期处于满负荷运行状态,容易导致列车运行效率低,物料运输不及时问题,甚至出现堵车、安全事故等现象,严重制约了有色冶炼企业发展。因此,针对大型有色冶炼企业货运铁路特点,研究有色冶炼企业货运站列车的编组与调度方法,对缩短车辆周转时间,避免滞留罚金问题,提高我国有色冶炼企业的铁路货运组织作业效率具有重要现实意义。论文在分析研究大型有色冶炼企业铁路运输作业特点的基础上,依据企业铁路运输编解作业、取送车作业及调车计划编制需求,建立了铁路运输调度模型,并研究了基于蚁群交互式优化算法的铁路调度优化方法,提出了企业铁路调车计划编制优化方法和不同布局的企业铁路取送车作业优化方法,成功应用于企业铁路运输智能调度系统中。论文主要研究工作及创新性成果包括：(1)针对有色冶炼企业铁路运输网调度过程复杂,情况多变且影响因素多的问题,分析研究了运输调度过程的特点及作业流程,将复杂的铁路运输调度模型分解为铁路编解模型、树枝型铁路取送车作业模型及混合型铁路取送车作业模型,降低了调度模型的复杂度,提高了企业铁路运输调度模型的普适性。(2)为了大型企业铁路运输调度模型实时求解需要,针对经典遗传算法的局限性,提出了一种蚁群交互式优化算法。该算法将蚁群与遗传算法融入文化算法框架,组成基于蚁群的主群体空间和信念空间两大空间,主群体空间在进化过程中定期组织最差个体向信念空间提供的种群最优模式学习,从而充分利用了优秀个体所包含的特征信息,避免了蚁群算法种群单一性的问题,在很大程度上提高了算法的收敛速度。(3)针对企业铁路的调度作业计划人工制定准确率低、负担重、作业连贯性差等问题,根据大型企业铁路运输各作业子系统具有前后串联、相互影响的特点,把复杂的调度问题分解为列车分组、列车解编组、列车进路安排、列车取送车作业四个子问题,将优化方法分别用于铁路调度作业中的几个不同的子问题,避免了复杂优化计算问题,极大地提高了模型优化求解的效率。同时,运用遗传精英蚁群算法对协调优化模型进行求解,优化了有色冶炼企业某段时刻内的配流,缩短了列车在站停留时间。针对企业租用国家铁路列车延时罚款问题,将罚款因素作为约束条件加入优化问题中,设计了白适应的惩罚函数,并将其与遗传精英蚁群算法相结合,解决了带有惩罚时间约束的铁路调度问题,有效地避免了企业铁路运输租用列车的罚款问题。(4)根据企业编组站树枝型专用线的特点,利用图论的知识把编组站装卸货专用线分布抽象为汉密尔顿图,将树枝型取送车问题转化为旅行商(TSP)问题,采用了一种新的融合算法——遗传蚁群算法对该问题进行求解,经过遗传算法的初步搜索并生成初始信息素分布,增强了蚁群算法的正反馈机制,降低了蚁群算法中的参数调整程度。此外,遗传算法与蚁群算法结合后,在算法的收敛速度加快的同时,蚁群算法中的α、β、p参数对取送车问题规模变化的敏感度降低,提高了算法的鲁棒性。在蚁群算法阶段使用最大-最小蚂蚁系统(MMAS),而且同时采用信息素的局部更新和全局更新规则,有效避免了陷入局部最优问题。(5)设计开发了大型有色冶炼企业铁路运输智能调度系统,实现了企业铁路调度过程的钩机划、调车作业在线优化与离线仿真功能,在保证安全和生产需求的条件下,提高了调车效率,有效了加速车辆的周转,降低企业运输成本。
参考文献：
[1]. 基于决策支持的火车调度专家系统[D]. 舒莉莉. 北京化工大学. 2004
[2]. 输出型煤炭码头卸车生产调度优化模型和方法研究[D]. 高天佑. 武汉理工大学. 2014
[3]. 面向信息物理融合系统的实时时空调度算法[D]. 鲁川. 广东工业大学. 2013
[4]. 港口企业智能调度系统研究[D]. 王璇. 北京交通大学. 2009
[5]. 基于GIS的铁路沿线事故救援问题的地理计算研究[D]. 余惠强. 华东师范大学. 2009
[6]. 基于本体和进化算法的散杂货港口堆场智能调度系统研究[D]. 宋昕. 北京交通大学. 2012
[7]. 油品生产与储运调度问题研究[D]. 宋洁蔚. 浙江大学. 2003
[8]. 震后应急物资分配与调运模型及算法研究[D]. 于振涛. 西南交通大学. 2011
[9]. 集装箱码头多式联运系统的仿真与优化研究[D]. 陈富英. 天津理工大学. 2011
[10]. 大型有色冶炼企业铁路运输智能优化调度方法及应用[D]. 雷友诚. 中南大学. 2011
标签：自动化技术论文; 遗传算法论文; 仿真软件论文; 专家系统论文; 火车事故论文; 机场调度论文; 铁路系统论文; 铁路运输论文; 港口论文;