摘要：针对大型船舶长航道乘潮进港窗口期时长不充足问题,本文提出了基于船舶自动识别系统(Automatic Identification System,AIS)数据、港口潮汐数据、官方电子海图数据和航道地理位置数据等多源海事数据的大型船舶长航道精细化分段乘潮模型。首先,基于AIS数据采用K中心点算法对大型船舶乘潮航行行为特征进行挖掘,识别出大型船舶乘潮航迹关键点,计算大型船舶乘潮航行行为变化关键船位点。接着,结合长航道地理环境特征和大型船舶航行行为特征对长航道进行精细化分段,在此基础上基于港口潮汐数据构建大型船舶精细化分段乘潮窗口期计算模型。其次,设计乘潮历时自适应排列算法求解大型船舶乘潮最长窗口期;然后,以黄骅港综合港区航道为例验证了本文所提出的精细化分段乘潮模型。最后,基于电子海图数据利用地理信息系统平台实现大型船舶精细化分段乘潮三维动态推演,进一步验证大型船舶精细化分段乘潮航行的安全性。结果表明,该模型能够有效增加大型船舶乘潮进港窗口期时长,提高大型船舶乘潮进港效率,可为港航管理部门制定大型船舶进港计划提供理论指导。

摘要：针对散货出口码头装船设备作业冲突导致装船作业工艺流程频繁中断的问题,提出一种散货出口码头装船作业调度方法。考虑装船方案、装船设备碰撞以及交叉作业冲突等约束,以最小化最大装船作业完成时间为目标,建立散货出口码头装船作业调度优化的混合整数规划模型。基于该模型特点,设计一种基于启发式逻辑的Benders分解算法求解该模型,首先,将原问题分解为装船方案和装船设备分配的主问题,以及优化装船作业调度的子问题;其次,为克服最优割平面有效性较低的问题,设计启发式策略,使子问题每次迭代产生多个最优割平面并引入主问题中;最后,以某港一、二期散货出口码头为例,通过不同组算例的结果分析,验证了模型和算法的有效性。该方法可有效提高散货出口码头装船作业效率和服务水平。

摘要：为有效调度进出港船舶以解决港口拥堵问题,提出一种基于强化学习的自学习遗传算法(GA-RL),在GA-RL中,以遗传算法为基本优化模型,利用Q-learning算法自适应调整交叉和变异参数来提高算法的搜索能力;同时,构建可动态调参的马尔科夫决策过程(MDP)模型,在MDP模型中,为全面评估种群性能,提出基于种群适应度函数的状态集,并设计了有效减少目标值的奖励机制;最后,以黄骅港综合港区为例,选取不同组算例进行仿真实验,结果验证了模型和算法的有效性,该方法可显著减少船舶在港等待时间并提升港口通航效率。