30、基于禁忌搜索的随机算法用于集装箱船积载规划

基于禁忌搜索的随机算法用于集装箱船积载规划

1. 引言

在集装箱船积载规划中,曾有基于工作量和基于距离的两种方法来提高码头起重机利用率和船舶稳定性。前者旨在获得更好的码头起重机利用率的解决方案,后者则着重实现集装箱重量沿船舶的更优分布。实验结果表明,块选择算法在解决方案质量和执行时间方面表现良好,但这两种方法相互排斥,码头起重机利用率和集装箱重量均匀分布难以同时优化。为解决这一问题,我们提出了一种基于禁忌搜索(TS)的随机算法,用于大型集装箱船积载计划的多目标优化。

2. 禁忌搜索(Tabu Search)

禁忌搜索的初始概念由Glover在1977年提出,1993年,Glover、Taillard和de Werra提出了其主要方法。该方法通过从优化问题的一个可行解进行一系列移动,以获得全局最优解。每次移动到另一个解都是当前最优选择,但在某些迭代中,一些移动被定义为禁忌或非法,以避免循环和陷入局部最优。不过,在某些情况下,禁忌移动可能是可取的,此时需要一个期望准则来允许该移动。自提出以来,禁忌搜索已成功应用于作业调度、布局优化、旅行商问题和车辆路径规划问题等优化问题。在本文中,我们将其应用于大型集装箱船的积载规划优化问题。

3. 积载规划问题
3.1 问题描述

积载规划问题是为在港口的给定集装箱船制定一个积载计划,该船将进行给定的航程。集装箱船包含多个舱位,舱位索引从船头到船尾递增,有40英尺和20英尺两种舱位,40英尺舱位由两个相邻的20英尺舱位组成。每个舱位由横跨船舶宽度的若干行组成,每行是从底部到顶部的垂直积载位置堆栈。舱位通常由舱口分为甲板上和甲板下两部分。船舶的航程是该船将访问的一系列港口,用于卸载

相关推荐

31、集装箱船配载规划与不定期船调度算法研究

本文研究了集装箱船配载规划与不定期船调度的优化算法。在配载规划方面,提出结合禁忌搜索的随机化算法,通过生成随机初始解并进行多目标优化,显著提升了计算效率和方案质量,相比人工和启发式方法更具优势。在不定期船调度方面,采用可变邻域搜索(VNS)算法,相较于多起始局部搜索和禁忌搜索,在解的质量和计算时间上表现更优。实验结果表明,所提算法能在短时间内生成高质量的非支配解,为航运公司提供灵活、高效的决策支持。

week9的博客 71

基于禁忌搜索算法求解VRP问题的matlab仿真

VRP问题(Vehicle Routing Problem)是一类典型的组合优化问题,其目的是在给定一定数量的客户需求、车辆容量和集配中心的情况下,规划出满足所有需求的最短路径和车辆行驶路线。对于VRP问题的求解,禁忌搜索算法是一种常见而有效的求解方法。代码中距离矩阵的格式为n x n,表示有n个客户需要服务,其中n-1个是送货点,1个是集配中心。接下来,我们来看一下禁忌搜索算法的实现流程。算法的基本思想是在搜索过程中避免重复搜索已经搜过的解,通过定义禁忌表来记录搜索过程中的一些状态,以此来调整搜索方向。

CyberLynxO的博客 185

30城市TSP问题禁忌搜索算法实战解析

给定路径:$$$$选择两条边 $(v_i, v_{i+1})$ 和 $(v_j, v_{j+1})$,断开并重新连接为 $(v_i, v_j)$ 和 $(v_{i+1}, v_{j+1})$,同时反转中间子段:$$$$几何上看,这相当于消除路径交叉。研究表明,高质量TSP解几乎都不含交叉边,因此2-opt非常有效。经过这一番深度剖析,你应该已经明白:禁忌搜索不仅仅是一套算法,更是一种思维方式——有记忆地探索,有节制地开发。

weixin_29215509的博客 962

ADS2023仿真变容二极管特性

仿真S-Param仿真控件,设置为Single Point,将频率设置为1MHz,同时勾选Z-parameters,取消S-parameters,从元件库中选择元器件搭建原理图,并根据器件spice提供的相关参数,对原理图中器件参数进行修改,修改完成的电路图如下图所示。添加var控件和MeasEqn控件,相关设置如图所示,Ct为变容管的电容值,Q0为其品质因数。因此,对变容二极管的模型仿真结果是可以信赖的。将其解压,在spice文件夹中,可以找到我们想要的器件参数,和仿真简要电路图。

weixin_45811090的博客 1万+

WRF-CHEM 新手向实践(四):化学初始/边界场及namelist设置

这是这个系列的最后一节了,这些经验是自己作为一个半路出家的外行一步步摸索出来的,其中不免有很多理解不到位的地方,但也正是如此,我相信这是目前新手入门wrf-chem最友好的教程之一,希望能对大家有实质性的帮助。本节继续未完成的内容。在mozbc生成化学初始和边界条件之前,还需要先在wrfinput文件中开启化学部分。

qq_42335815的博客 4633

用51单片机和LD3320语音模块DIY一个会说话的温度报警器(附完整代码)

本文详细介绍了如何使用51单片机和LD3320语音模块DIY一个智能温度报警器,包括硬件选型、电路设计、软件开发及核心功能实现。通过DS18B20温度传感器和语音模块的结合,实现温度超标时的语音报警功能,适合智能家居系统等应用场景。附完整代码,方便开发者快速复现。

weixin_42525632的博客 419

FPGA篮球计分器:从需求分析到模块化实现的实战指南

本文详细介绍了FPGA篮球计分器的设计与实现,涵盖需求分析、模块化设计及实战调试。重点解析了24秒精确倒计时、12分钟比赛计时、比分统计和数码管显示等核心模块的Verilog实现,提供了按键消抖、状态机设计和BCD码处理等关键技术细节,帮助开发者掌握FPGA数字系统设计方法。

sql99的博客 217

Android 埋点信息分析——statsd框架

StatsPullAtomService 用以采集数据,并将数据填充到参数中,在StatsManager.PullAtomCallbackInternal 中会转换成 Parcel 格式传入到 native。 StatsCallbackPuller::PullInternal 中会回调StatsManager.PullAtomCallbackInternal 的onPullAtom,该函数中会回调StatsCallbackPuller::PullInternal 中定义的PullResultRecei

私房菜 2624

Python爬取上市公司年报并进行财务比率分析:基于异步爬虫与数据挖掘的实战

在当今数据驱动的投资时代,获取并分析上市公司财务数据对于投资者、分析师和研究人员至关重要。中国证监会指定的上市公司信息披露网站——巨潮资讯网,包含了所有A股上市公司的年报、季报及其他公告信息。本项目将展示如何使用Python最新技术栈爬取巨潮网的年报数据,提取关键财务指标,并进行深入的财务比率分析。本文将采用异步爬虫技术提高数据采集效率,使用现代解析库处理PDF和HTML文档,并结合pandas进行数据分析和可视化。整个过程将遵循合规合法的爬虫伦理,尊重网站robots.txt协议,设置合理的请求间隔。

2201_76125261的博客 666

智能车图像处理22-进阶篇14--小s的判断

这篇文章中主要讲述智能车图像处理中 : 小s的判断方法。

taiyuezyh的博客 2565

基金估值核算系统三国杀:恒生 VS 赢时胜 VS 融选!

本文对比分析了恒生电子、赢时胜和融选科技三家金融科技公司的基金估值系统。恒生电子作为行业龙头,在公募基金领域占据较大份额,其新一代估值系统6.0采用微服务架构,自动化程度高;赢时胜在中型公募和券商资管领域优势明显,其V5.5系统在信创适配和复杂产品处理方面表现突出;融选科技作为新兴厂商,提供轻量化解决方案,适合中小型机构。文章从市场格局、系统定位、技术架构、成本构成和用户反馈五个维度进行深入比较,为金融机构选型提供参考。当前估值系统市场呈现"三国鼎立"格局,各具特色,选型需结合机构规模、

magbox520的博客 825

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

上一篇: 13、深入理解 DHCP 与 IPAM:网络管理的关键技术
下一篇: 31、集装箱船配载规划与不定期船调度算法研究
week9
博客等级 码龄24年 39粉丝 1307原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值