基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高自动化码头核心设备的装卸效率,需要对核心设备进行有效管理,由此大多文献建立了自动化码头核心资源的集成调度模型.针对自动化码头三种核心设备的调度模型,提出了一种更精确的遗传算法来解决这个问题.首先采用改进型单点交叉算子和双变异算子对遗传算法进行改进,进而利用改进的遗传算法对问题进行求解.为了评估改进后的遗传算法性能,随后设计两组不同规模的数值仿真,与采用CPLEX求解得到的下界进行比较,可知两者之间的差值平均为1.8%,最大为3.8%,最小为0.6%,且在实际当中遗传算法的计算机运算时间处于可接受范围内.结果表明,改进后的遗传算法能够找到高质量的近似最优解.
推荐文章
考虑能耗的自动化码头装卸设备协调调度
自动化码头
能耗
遗传算法
混合整数规划
自动化码头起重机和自带提升功能的AGV的集成调度
自动化码头
自动导引小车(AGV)
集成调度
遗传算法(GA)
启发式策略
自动化码头装卸混合模式下QC、L-AGV及ARMG协同调度方法
自动化码头
自动引导车(AGV)
自动化轨道吊
协同调度
遗传算法(GA)
基于混合流水车间调度的自动化码头调度研究
双小车岸桥
中转平台
AGV调度
混合流水车间调度
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自动化码头核心设备集成调度优化
来源期刊 计算机仿真 学科 工学
关键词 自动化码头 核心设备 集成调度 改进的遗传算法
年,卷(期) 2018,(3) 所属期刊栏目 仿真服务化
研究方向 页码范围 381-384,421
页数 5页 分类号 TP301.6
字数 3520字 语种 中文
DOI 10.3969/j.issn.1006-9348.2018.03.084
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱瑾 上海海事大学航运技术与控制工程交通行业重点实验室 12 56 4.0 7.0
2 刘彪 上海海事大学航运技术与控制工程交通行业重点实验室 4 7 1.0 2.0
3 吴远焰 上海海事大学航运技术与控制工程交通行业重点实验室 3 6 1.0 2.0
4 郑宇超 上海海事大学航运技术与控制工程交通行业重点实验室 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (54)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自动化码头
核心设备
集成调度
改进的遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导