自适应遗传蜂群算法在集装箱码头集卡路径优化中的应用

《自适应遗传蜂群算法在集装箱码头集卡路径优化中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号；—密级１０１５１单位代码ＵＤＣ：鑛乂是洛事乂掌全日制应用型硕±研究生学位论文自适应遗传蜂群算法在集装箱码头集卡路径优化中的应用斗－石蠢指导教师李广強副教授企业导师刘义高工申请学位类别工程硕±工程领域控制工程学位授予单位大连海事大学＾２０１６年６月分类号密级ＵＤＣ单位代码１０１５１自适应遗传蜂群算法在集装箱码头集卡路径优化中的应用（学位论文形式；应用研究）石蠢指导教师李广强职称副教授企业导师刘义职称高工学位授予单位大连海事大

2、学Ｘ程申请学位类别工程硕±工程领域ｅ制论文完成日期２０１６年６月答辩日期２０１６年６答辩委员会主席ＡｄａｐｔｉｖｅＧｅｎｅ村ｃＡｒｔｉｆｉｃｉａｌＢｅｅＣｏｌｏｎＡｌｏｒｉｔｈｍａｎｄｉｔｓｙｇＡｌｉｃａｔｉｏｎｏｎｔｈｅＰａｔｈＯｐ村ｍｉｚａ村ｏｎｏｆｔｈｅＣｏｎｔｉａｉｎｅｒＴｒｕｃｋｓｉｎｐｐＴｅｒｍｉｎａｌｓＡ化ｅｓｉｓＳｕｂｍｉｔｔｅｄ化ＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙＩｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅｎｔｓｆｏｒｔｈｅｄｅｒｅ

3、ｅｏｆｐｑｇＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎｇｇＢｙＳｈｉ义ｎＣｏｎｔｒｏｌＥｎｉｎｅｅｒｉｎ（ｇｇ）ＴｈｅｓｉｓＳｕｐｅｒｖｉｓｏｒ：ＡｓｓｏｃｉａｔｅＰｒｏ化ｓｓｏｒＬｉＧｕａｎｇｑｉａｎｇｅ０１６？Ｔｕｎ２大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：本论文是在导师的指导下进行研究工作所取得的撰写成，博顺±学位论文已经注明引用的内容外，对论文的研巧做出重要贡献的个人和集体，均已在文中Ｗ明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。本声明的

4、法律责任由本人承担。学位论文作者签名：－吝乏－—学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研巧生学位论文的规定：，即大连海事大学有权保留并向国家有关部口或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可Ｗ将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕±学位论文全文数据库》（中国学术期刊（光盘版）电子杂志社）、《中国学位论文全文数据库》（中国科学技术信息研究所）等数据库中。保密的论文在解密后

5、，并Ｗ电子出版物形式出版发行和提供信息服务遵守此规定。本学位论文属于：保密□在年解密后适用本授权书。＂＂不保密□（请在Ｗ上方框内打Ｖ）论文作者签名：导师签名：日期：２０１６年０６月１５日中文摘要摘要全球经济贸易的飞速发展，带来了物流业务量的急剧増长，据统计９０％Ｗ上的国际贸易货物都要经过港曰的中转运输，这之中的大部分都要通过集装箱运输来实现的。集装箱码头为了提高自身的经济效益，需要充分利用码头的各种资源设备，其中承担大部分码头水平运输任务的集装箱卡车的作业组织工作更是影响码头整体效率的关键技术一一一之。集卡路径优化问题是集卡作业绝织中

6、的个重要组成部分。该问题是个典型的复杂组合优化问题，对其进行优化求解，可有效提高集装箱码头集卡的作业效率，并降低集卡作业运营的成本，从而有利于码头整体经济效益的提升。＂＂本文针对集卡的路径优化问题，分析对比两种集卡作业模式，建立了面向作业面的基于成本的集卡路径优化模型。前人对集卡路径问题的求解多采用数学规划等方法，存在着局部收敛、鲁棒性差等缺陷。本文采用较为新颖的人工蜂群算法ＡＢＣ来对模型（）进行求解，期待获得较好的结果。人工蜂群算法具有结构简单一，容易实现等优点，但作为群智能算法的种，也存在易早熟、收敛速度慢等缺点，并且在往的研究和应用中，蜂群算法多用于连

7、续问题的求解。为了更好地解决上述属于离散规划的集卡路径优化问题，本文对基本蜂群算法进一－。行了相关改进，提出种自适应遗传蜂群算法（ＡＧＡＡＢＣ其主要思想是，将遗传算法）中的交叉和变异算子引入基本蜂群算法，对其加改造，使得蜂群算法适用于求解离散优化问题。同时引入自适应因子，使算法在早期能有效避免早熟而后期又能加快算法向全局最优处收敛，从而提髙算法的整体性能。为验证提出算法的性能，采用该算法对不同规模