目錄
第一篇 緒 論
第1章 集裝箱港口運(yùn)作管理概論 3
1.1 世界集裝箱港口發(fā)展歷史概況 3
1.2 集裝箱港口發(fā)展的影響因素 5
1.3 港口運(yùn)營現(xiàn)狀及趨勢分析 7
1.4 本書研究內(nèi)容框架 12
第2章 港口運(yùn)作管理優(yōu)化問題研究現(xiàn)狀 15
2.1 基于文獻(xiàn)統(tǒng)計的相關(guān)研究概況分析 15
2.2 岸線側(cè)資源分配問題研究現(xiàn)狀 34
2.3 堆場側(cè)資源分配問題研究現(xiàn)狀 43
2.4 小結(jié) 52
第二篇 岸線側(cè)運(yùn)作管理優(yōu)化問題研究
第3章 不確定環(huán)境下泊位分配問題 55
3.1 引言 55
3.2 集裝箱港口泊位分配問題背景 55
3.3 基于場景的兩階段隨機(jī)規(guī)劃模型 56
3.4 考慮船舶序列的改進(jìn)型模擬退火算法 60
3.5 關(guān)于求解算法和泊位分配模型的數(shù)值實驗 67
3.6 小結(jié) 79
第4章 考慮周期性的中期層面泊位分配問題 81
4.1 引言 81
4.2 不確定性環(huán)境下的周期型泊位分配問題背景 81
4.3 周期型泊位分配問題的隨機(jī)優(yōu)化模型 85
4.4 模型求解算法 88
4.5 中期層面的泊位分配問題的魯棒優(yōu)化模型 92
4.6 模型驗證與模型間關(guān)聯(lián)分析的數(shù)值實驗 97
4.7 討論和拓展 111
4.8 小結(jié) 113
第5章 潮汐港泊位分配問題 115
5.1 引言 115
5.2 潮汐港泊位分配問題背景 115
5.3 考慮潮汐和航道限制等因素的泊位分配模型 121
5.4 基于列生成的算法設(shè)計 126
5.5 關(guān)于列生成算法的數(shù)值實驗 131
5.6 連續(xù)型泊位分配問題的拓展 139
5.7 小結(jié) 140
第6章 魯棒型泊位分配雙目標(biāo)優(yōu)化問題 142
6.1 引言 142
6.2 雙目標(biāo)魯棒型泊位分配問題背景及模型構(gòu)建 142
6.3 面向雙目標(biāo)決策優(yōu)化模型的求解算法設(shè)計 146
6.4 不確定環(huán)境下模型驗證與參數(shù)靈敏度分析數(shù)值實驗 153
6.5 小結(jié) 161
第7章 特大型港口碼頭分配問題 162
7.1 引言 162
7.2 考慮燃料消耗的轉(zhuǎn)運(yùn)港碼頭分配問題背景及模型構(gòu)建 163
7.3 碼頭分配問題模型線性化 170
7.4 基于局部分支和粒子群算法的求解方法設(shè)計 176
7.5 不同碼頭和船舶數(shù)量下的實驗研究 181
7.6 小結(jié) 189
第三篇 堆場側(cè)運(yùn)作管理優(yōu)化問題研究
第8章 不確定時空維度下堆存區(qū)域分配問題 193
8.1 引言 193
8.2 堆存區(qū)域分配問題背景 193
8.3 面向不確定船舶停泊位置和到港時間的模型構(gòu)建 195
8.4 基于模型約束松弛的高效求解算法設(shè)計 197
8.5 面向算法性能與模型有效性驗證的數(shù)值實驗研究 199
8.6 小結(jié) 206
第9章 不確定數(shù)量維度下堆存區(qū)域分配問題 207
9.1 引言 207
9.2 不確定環(huán)境下堆存區(qū)域分配問題背景 207
9.3 堆存區(qū)域分配問題的相關(guān)約束 214
9.4 基于場景的隨機(jī)規(guī)劃模型構(gòu)建 216
9.5 改進(jìn)的模擬退火算法設(shè)計 219
9.6 不同應(yīng)用環(huán)境下的數(shù)值實驗研究 222
9.7 模型擴(kuò)展與分析 230
9.8 小結(jié) 230
第10章 周期型堆存區(qū)域分配問題 232
10.1 引言 232
10.2 堆存區(qū)域分配問題和堆場模板介紹 232
10.3 混合多周期模式下堆場模板優(yōu)化模型構(gòu)建 237
10.4 基于局部分支和粒子群算法的求解方法設(shè)計 243
10.5 面向模型有效性驗證與算法性能比較的數(shù)值實驗分析 250
10.6 小結(jié) 258
第11章 考慮擁塞的堆存區(qū)域分配問題 260
11.1 引言 260
11.2 考慮擁塞因素的堆存區(qū)域分配問題背景 260
11.3 期望行駛時間計算公式推導(dǎo)與堆存模板優(yōu)化模型構(gòu)建 269
11.4 基于優(yōu)先權(quán)序列空間搜索的求解算法設(shè)計 277
11.5 面向建模中考慮擁塞因素的效用分析與算法性能測試 280
11.6 小結(jié) 287
第12章 堆存模板下卸貨存放位置分配問題 289
12.1 引言 289
12.2 堆場分配過程中的不確定因素 290
12.3 恢復(fù)策略：處理不確定性的一種傳統(tǒng)方法 291
12.4 面向不確定性環(huán)境下卸貨存放位置實時分配的決策支持系統(tǒng) 294
12.5 動態(tài)分配模板與靜態(tài)分配模板數(shù)值對比實驗 300
12.6 小結(jié) 306
第四篇 岸線與堆存?zhèn)荣Y源分配集成優(yōu)化問題研究
第13章 岸線與堆存?zhèn)荣Y源分配集成優(yōu)化問題 311
13.1 引言 311
13.2 大型轉(zhuǎn)運(yùn)港中泊位分配與堆存區(qū)域分配問題背景 311
13.3 面向周期型分配計劃模板設(shè)計的建模擴(kuò)展 315
13.4 周期型泊位分配與堆存區(qū)域分配集成優(yōu)化決策模型 316
13.5 面向大規(guī)模算例求解的高效算法設(shè)計 324
13.6 模型與算法有效性驗證和參數(shù)靈敏度分析實驗 329
13.7 小結(jié) 341
第五篇 面向港口新技術(shù)的運(yùn)作優(yōu)化問題研究
第14章 面向新技術(shù)的港口運(yùn)作效率比較分析研究 345
14.1 引言 345
14.2 基于鋼架橋的自動化集裝箱碼頭系統(tǒng) 345
14.3 基于排隊論模型的兩種不同堆場自動化系統(tǒng)的比較 348
14.4 基于離散事件仿真模型的驗證研究 362
14.5 小結(jié) 365
第15章 基于鋼架橋的自動化集裝箱碼頭起重機(jī)調(diào)度研究 367
15.1 引言 367
15.2 基于鋼架橋的自動化碼頭系統(tǒng)中起重機(jī)調(diào)度問題背景 367
15.3 針對兩類起重機(jī)調(diào)度的整數(shù)規(guī)劃模型構(gòu)建 370
15.4 面向新系統(tǒng)中岸橋起重機(jī)調(diào)度模型的求解算法設(shè)計 374
15.5 算法性能比較實驗與參數(shù)靈敏度分析 378
15.6 小結(jié) 383
第六篇 面向內(nèi)河航線的樞紐港拖船調(diào)度問題研究
第16章 面向內(nèi)河航線的樞紐港拖船調(diào)度問題 387
16.1 引言 387
16.2 面向內(nèi)河航線的駁船運(yùn)輸系統(tǒng)中拖船調(diào)度問題背景 387
16.3 內(nèi)河駁船運(yùn)輸系統(tǒng)中拖船調(diào)度決策優(yōu)化模型構(gòu)建 389
16.4 基于分支定價的精確求解算法 395
16.5 面向上海港與長江航線的實驗分析 404
16.6 小結(jié) 408
第七篇 總結(jié)與展望
第17章 總結(jié)與展望 413
17.1 研究內(nèi)容總結(jié) 413
17.2 未來研究方向展望 415
參考文獻(xiàn) 417
后記 433