[发明专利]一种基于改进LHL算法的客滚船配载优化方法

说明书

本发明公开了一种基于改进LHL算法的客滚船配载优化方法，本发明针对客滚船的单层甲板配载优化决策问题，为了保证船舶航行安全和装载车辆的安全，在充分考虑配载过程中船舶的稳性安全、船舶额定载重量以及车辆间的安全距离等因素的基础上，建立一种考虑多因素的客滚船配载优化方法。该方法综合考虑了各因素对客滚船配载的影响，借助遗传算法作为渡海车辆定序的基本算法，得到船舱面积利用率最大的最优解，运用LHL算法进行辅助决策，确定车辆在船舱甲板上的确切位置，生成客滚船配载决策方案。该方法可对客滚船配载进行优化决策，为甲板调度指挥的工作人员提供更加精确的参考，以充分利用船舱有效面积，从而提高航次收益，提高整个工作流程的效率。

技术领域

本发明属于客滚船配载技术领域，具体涉及一种基于改进LHL算法的客滚船配载优化方法。

背景技术

在国内现有的客货滚装港口中，传统的客货滚装船车辆配载，大多采用船舶的额定配载长度和人工经验相结合的方式进行配载，人为因素影响较大且船舶空间利用率不高，制约客货滚装码头的生产作业效率的提高。国内客货滚装港口的车辆配载方法仅将车长和船舶额定配载长度作为配载依据，其配载决策维度仅为一维，并未拓展成二维甚至三维，需要较大的人工干预，否则无法进行合理配载。配载模式较为单一和僵化，自动化程度较低，配载优化程度很难得到保证。目前的客货滚装船在进行车辆配载时，配载方法不给出初步配载车位，完全凭借人工经验确定摆放位置，无法全局掌握车辆的动态配载情况，不利于工作人员确定位置，工作效率较低，难以做到优化配载。

矩形件排样优化问题，指的是将若干个大小尺寸不尽相同的小矩形件，按照特定的顺序，以及根据某一摆放规则，要保证在互不干涉的情况下，将矩形件垂直或水平摆放在一块指定的矩形板材中，该矩形板材长度和宽度固定，使得能够充分利用矩形板材，损耗降到最小。

针对客滚船配载问题而言，与矩形件排样优化问题相似，即存在若干个待配载车辆和一艘待发的客滚船，所有待配车辆可以视为长、宽固定的若干个不同的小长方形，船舱甲板可视为一个长宽固定的板材；车辆从船尾依次装入船舶并合理进行配载，配载完成时使得船舱面积利用率最大或者单航次的收益最大，即将小矩形件从上往下寻找最佳位置依次排入大矩形件，使得船舱面积利用率最大。

目前国内外对于矩形件排样优化问题研究的重点内容一般是将所有矩形件排入矩形板材中，其目标或是使得板材面积利用率最低，或是排入固定宽度无限高度的矩形板材中使得高度不限的矩形板材使用的高度最低，矩形件本身无质量、价值等约束。然而针对客滚船配载决策问题，需要考虑的不仅仅是使得单航次船舶的收益最大化，或是船舱面积利用率最大，还需要考虑渡海车辆从待渡场上船的顺序以及车辆在甲板上停放的具体位置，为甲板调度指挥的工作人员提供更加精确的参考，以充分利用船舱有效面积，从而提高航次收益，提高整个工作流程的效率。

发明内容

本发明的目的是针对现有技术存在的问题，提供一种基于改进LHL算法的客滚船配载优化方法。

为实现上述目的，本发明采用的技术方案是：

一种基于改进LHL算法的客滚船配载优化方法，包括以下步骤：

S1，采用遗传算法确定待渡车辆进入客滚船的顺序；

S2，采用改进的LHL算法确定每一辆待渡车辆在客滚船中的位置；

S3，以客滚船面积利用率最大为目标，建立客滚船配载优化模型，通过所述客滚船配载优化模型确定客滚船配载优化方案。

具体地，步骤S1中，遗传算法(Genetic Algorithm，简称GA)，是一种通过模拟达尔文进化论中自然选择学说以及生物遗传进化过程的计算模型，能够通过模拟生物的一个自然进化的过程来求得最优解。将实际问题进行数学化，并利用计算机进行仿真运算，问题的求解过程就转换成了生物在自然进化中生物体自身染色体交叉和基因变异的过程。当研究对象是一个复杂的组合优化问题，对问题进行求解时，遗传算法能够在较短时间内求出优秀的可行解。