CN112686439A - 一种智能的自动化集装箱码头节能综合调度方法 - Google Patents
一种智能的自动化集装箱码头节能综合调度方法 Download PDFInfo
- Publication number
- CN112686439A CN112686439A CN202011561838.XA CN202011561838A CN112686439A CN 112686439 A CN112686439 A CN 112686439A CN 202011561838 A CN202011561838 A CN 202011561838A CN 112686439 A CN112686439 A CN 112686439A
- Authority
- CN
- China
- Prior art keywords
- ship
- trailer
- time
- point
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种智能的自动化集装箱码头节能综合调度方法，包括以下步骤：卸船作业规划、装船作业规划、最优时间规划路径、构建调度模型、分析调度中心点、模拟运输车辆和实际运用；本发明在卸船作业中，提前安排好几条卸船任务的顺序，并将未来卸船指令的顺序发送给岸桥司机，在装船作业中，提前发送未来需要完成的装船指令给空闲的拖车，并分配装船的顺序，场桥司机自行分配装船指令的拖车，一辆拖车的下一个作业所服务的岸桥不确定，使得装卸具有顺序性和随机性，从而在多次装卸操作中，利用预计作业完成时间点和预计作业开始时间点，得到预计作业时长，从而选取每台拖车的最优时间规划路径，节省作业时间，提高作业效率，节省能源。
Description
技术领域
本发明涉及码头调度技术领域，尤其涉及一种智能的自动化集装箱码头节能综合调度方法。
背景技术
港口码头发展面临的环境复杂多变，港口资源调度作为港口企业生产的核心，是码头作业组织与安排过程非常重要的一个环节，在装卸调度的作业过程中，对于拖车的调度更是重中之重，装卸船作业是每个集装箱码头的主体业务，也是体现码头作业能力高低的直接反映环节。随着全球经济形势转好，集装箱码头不仅迎来了机遇，更是迎来了各种挑战，其中如果在现有的硬件设备下，对码头作业效率进行一定的提升，成为了各大集装箱码头所要解决的一项议题；
目前在码头装卸船作业过程中，拖车固定绑定岸桥作业，码头装卸作业由岸桥触发执行，由于港口作业存在作业种类多样、作业路线交叉、作业范围广、作业量大等特点，传统拖车调度方式存在拖车等待时间过长、设备作业等待时间过长、场地作业繁忙程度不均衡、场地内存在拖车拥堵点、拖车空载行驶过多等问题，造成能源消耗大，且在调度运输的过程中，对运送能力的制约主要是资源点到中转站的路径，合理规划路径是现有技术中急需解决的问题，因此，本发明提出一种智能的自动化集装箱码头节能综合调度方法以解决现有技术中存在的问题。
发明内容
针对上述问题，本发明提出一种智能的自动化集装箱码头节能综合调度方法，该智能的自动化集装箱码头节能综合调度方法通过装卸过程中的顺序性和随机性，基于多次装卸操作，利用预计作业完成时间点和预计作业开始时间点，得到预计作业时长，从而选取每台拖车的最优时间规划路径，节省作业时间，提高作业效率，节省能源，同时，确定资源中心点，确定各个资源点到各个中转站的最短路径，节省运输时间，优化运输效率。
为实现本发明的目的，本发明通过以下技术方案实现：一种智能的自动化集装箱码头节能综合调度方法，包括以下步骤：
步骤一：卸船作业规划
集装箱从船舶运往堆场，首先，***记录集装箱数量，***根据当天的集装箱数量，判断作业量，决定有多少拖车出勤，并将出勤的这些拖车标记入到***中，岸桥录入员进行卸船作业，提前安排好以后几条卸船任务的顺序，并将该计划输入至云端***，云端***中按照出勤的拖车规划卸船顺序，并合成为指令发送给岸桥录入员，岸桥录入员按照***发送的指令安排岸桥司机完成当前指令的作业，同时将未来卸船指令的顺序发送给其他岸桥司机；
步骤二：装船作业规划
岸桥录入员在进行装船作业时，提前发送未来需要完成的装船指令给云端操作***，***给空闲的拖车分配装船的顺序，场桥司机接收到装船指令，按照先到场桥下的拖车顺序，自行分配装船指令的拖车，在这个过程中，一辆拖车的下一个作业所服务的岸桥不确定，***给出下一个作业的位置；
步骤三：最优时间规划路径
在装卸船的过程中，对拖车的完成指令时间点进行评估，即完成本次拖车运送集装箱的任务所需要的预计时间，当拖车在完成作业之后，***再给拖车分配下一个指令的起始位置，如果是装船作业，起始位置在场地的某个位置，对于卸船来说，起始位置在场地的某个位置，而拖车到达作业起始位置所需要的预计时间，成为“预计作业开始时间点”，每次进行拖车分配的时候，设定作业的岸桥、场桥为设备，将计算每辆参与计算的拖车到每台参与计算的设备之间的“预计作业完成时间点”，并构成一个预计作业完船时间表，综合判断预计作业完船时间表，“预计作业完成时间点”-“预计作业开始时间点”＝“预计作业时长”，通过“预计作业时长”选取每台拖车的最优时间规划路径；
步骤四：构建调度模型
装卸集装箱后，拖车将集装箱运输至多个资源点，通过资源点分配给运输车进行调度至码头外中转站，先利用GPS公用频点手段获取卫星、航空技术所采集的码头遥感影像全局时空数据，包括码头中的多个资源点，将采集的数据输入至物联网云端，对数据进行分析、分类、去重并加密保存，然后构建码头道路、资源点、中转站对应的坐标三维模型，最后对总体模型进行切割，构建完整的三维GIS调度宏观模型；
步骤五：分析调度中心点
在三维GIS调度宏观模型中，首先分析码头内的资源点数量，然后再分析各个资源点到个各个中转站的路径数量，然后计算各个资源点在既定区域内到达各个中转站的直线距离评估时间，对于所有资源点，按照可以到达各个中转站的直线距离评估时间的长短进行排序，得到在既定区域内，对多个中转站辐射范围最广且用时最少的资源点，设定该资源点为调度中心点，以此作为资源承载量最多的点；
步骤六：模拟运输车辆
在三维GIS调度宏观模型中模拟运输车辆，并设定其运输速度，将运输车辆运用到调度路径中进行运货，得出模拟所用时间，进一步确定调度中心点，并同时确定各个资源点到各个中转站的最短路径，及次短路径，将次短路径作为备选方案；
步骤七：实际运用
按照步骤六中的最短路径进行实际应用，记录实际中各资源点到各中转站耗时情况，验证主要方案的实际可行性，并根据路径拥堵情况更换最短路径和次短路径，得出最优方案。
进一步改进在于：所述步骤二中，***给出下一个作业的位置，具体表现为：如果是卸船，***给目的岸桥的位置，如果是装船，***给出装船场桥的位置。
进一步改进在于：所述步骤三中，“预计作业完成时间点”中，包含拖车空闲时间间隔。
进一步改进在于：所述步骤三中，最优时间规划路径，满足以下原则:在拖车充足的情况下，保证没有没分配到的设备、优先分配待时最长的岸桥、分配之后，所有时间总和最小。
进一步改进在于：所述步骤四中，构建坐标三维模型的具体流程为：还原采集数据的立体图像并通过3Dmax软件将模型进行拉伸立体化，构建码头调度路径模型，再输出相应GIS空间模型，并通过ArcMAP软件对GIS空间模型的各参数信息进行矢量化，再将矢量化后的各个路径图层加载到码头调度路径模型中，将数据3D可视化，并通过符号化来增强显视效果。
进一步改进在于：所述步骤四中，对总体模型进行切割，从而实现对内部各要素实现单体化。
进一步改进在于：所述步骤六中，设定多个模拟运输车辆为相同类型，并设定其运输速度符合道路最高时速。
本发明的有益效果为：本发明在卸船作业中，提前安排好以后几条卸船任务的顺序，安排岸桥司机完成当前作业，并将未来卸船指令的顺序发送给其他岸桥司机，在装船作业中，提前发送未来需要完成的装船指令给空闲的拖车，并分配装船的顺序，场桥司机按照先到场桥下的拖车顺序，自行分配装船指令的拖车，整个过程，一辆拖车的下一个作业所服务的岸桥不确定，***给出下一个作业的位置，使得装卸具有顺序性，也兼具随机性，在多次装卸操作中，利用预计作业完成时间点和预计作业开始时间点，得到预计作业时长，从而选取每台拖车的最优时间规划路径，节省作业时间，提高作业效率，节省能源，同时，在调度运输的过程中，通过建立三维GIS调度宏观模型，在模型中模拟资源点和中转站的调度路径，得到资源中心点，以此作为资源承载量最多的点，并配合模拟运输车辆，确定各个资源点到各个中转站的最短路径，节省运输时间，优化运输效率。
附图说明
图1为本发明的流程图。
具体实施方式
为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
根据图1所示，本实施例提出了一种智能的自动化集装箱码头节能综合调度方法，包括以下步骤：
步骤一：卸船作业规划
集装箱从船舶运往堆场，首先，***记录集装箱数量，***根据当天的集装箱数量，判断作业量，决定有多少拖车出勤，并将出勤的这些拖车标记入到***中，岸桥录入员进行卸船作业，提前安排好以后几条卸船任务的顺序，并将该计划输入至云端***，云端***中按照出勤的拖车规划卸船顺序，并合成为指令发送给岸桥录入员，岸桥录入员按照***发送的指令安排岸桥司机完成当前指令的作业，同时将未来卸船指令的顺序发送给其他岸桥司机；
步骤二：装船作业规划
岸桥录入员在进行装船作业时，提前发送未来需要完成的装船指令给云端操作***，***给空闲的拖车分配装船的顺序，场桥司机接收到装船指令，按照先到场桥下的拖车顺序，自行分配装船指令的拖车，在这个过程中，一辆拖车的下一个作业所服务的岸桥不确定，***给出下一个作业的位置，如果是卸船，***给目的岸桥的位置，如果是装船，***给出装船场桥的位置；
步骤三：最优时间规划路径
在装卸船的过程中，对拖车的完成指令时间点进行评估，即完成本次拖车运送集装箱的任务所需要的预计时间，当拖车在完成作业之后，***再给拖车分配下一个指令的起始位置，如果是装船作业，起始位置在场地的某个位置，对于卸船来说，起始位置在场地的某个位置，而拖车到达作业起始位置所需要的预计时间，成为“预计作业开始时间点”，每次进行拖车分配的时候，设定作业的岸桥、场桥为设备，将计算每辆参与计算的拖车到每台参与计算的设备之间的“预计作业完成时间点”，“预计作业完成时间点”中，包含拖车空闲时间间隔，并构成一个预计作业完船时间表，综合判断预计作业完船时间表，“预计作业完成时间点”-“预计作业开始时间点”＝“预计作业时长”，通过“预计作业时长”选取每台拖车的最优时间规划路径，并满足以下原则:在拖车充足的情况下，保证没有没分配到的设备、优先分配待时最长的岸桥、分配之后，所有时间总和最小；
步骤四：构建调度模型
装卸集装箱后，拖车将集装箱运输至多个资源点，通过资源点分配给运输车进行调度至码头外中转站，先利用GPS公用频点手段获取卫星、航空技术所采集的码头遥感影像全局时空数据，包括码头中的多个资源点，将采集的数据输入至物联网云端，对数据进行分析、分类、去重并加密保存，还原立体图像并通过3Dmax软件将模型进行拉伸立体化，构建码头调度路径模型，再输出相应GIS空间模型，并通过ArcMAP软件对GIS空间模型的各参数信息进行矢量化，再将矢量化后的各个路径图层加载到码头调度路径模型中，将数据3D可视化，并通过符号化来增强显视效果，得到码头道路、资源点、中转站对应的坐标三维模型，最后对总体模型进行切割，从而对内部各要素实现单体化，构建完整的三维GIS调度宏观模型；
步骤五：分析调度中心点
在三维GIS调度宏观模型中，首先分析码头内的资源点数量，然后再分析各个资源点到个各个中转站的路径数量，然后计算各个资源点在既定区域内到达各个中转站的直线距离评估时间，对于所有资源点，按照可以到达各个中转站的直线距离评估时间的长短进行排序，得到在既定区域内，对多个中转站辐射范围最广且用时最少的资源点，设定该资源点为调度中心点，以此作为资源承载量最多的点；
步骤六：模拟运输车辆
在三维GIS调度宏观模型中模拟运输车辆，设定多个模拟运输车辆为相同类型，并设定其运输速度符合道路最高时速，将运输车辆运用到调度路径中进行运货，得出模拟所用时间，进一步确定调度中心点，并同时确定各个资源点到各个中转站的最短路径，及次短路径，将次短路径作为备选方案；
步骤七：实际运用
按照步骤六中的最短路径进行实际应用，记录实际中各资源点到各中转站耗时情况，验证主要方案的实际可行性，并根据路径拥堵情况更换最短路径和次短路径，得出最优方案。
该智能的自动化集装箱码头节能综合调度方法在卸船作业中，提前安排好以后几条卸船任务的顺序，安排岸桥司机完成当前作业，并将未来卸船指令的顺序发送给其他岸桥司机，在装船作业中，提前发送未来需要完成的装船指令给空闲的拖车，并分配装船的顺序，场桥司机按照先到场桥下的拖车顺序，自行分配装船指令的拖车，整个过程，一辆拖车的下一个作业所服务的岸桥不确定，***给出下一个作业的位置，使得装卸具有顺序性，也兼具随机性，在多次装卸操作中，利用预计作业完成时间点和预计作业开始时间点，得到预计作业时长，从而选取每台拖车的最优时间规划路径，节省作业时间，提高作业效率，节省能源，同时，在调度运输的过程中，通过建立三维GIS调度宏观模型，在模型中模拟资源点和中转站的调度路径，得到资源中心点，以此作为资源承载量最多的点，并配合模拟运输车辆，确定各个资源点到各个中转站的最短路径，节省运输时间，优化运输效率。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种智能的自动化集装箱码头节能综合调度方法，其特征在于，包括以下步骤：
步骤一：卸船作业规划
集装箱从船舶运往堆场，首先，***记录集装箱数量，***根据当天的集装箱数量，判断作业量，决定有多少拖车出勤，并将出勤的这些拖车标记入到***中，岸桥录入员进行卸船作业，提前安排好以后几条卸船任务的顺序，并将该计划输入至云端***，云端***中按照出勤的拖车规划卸船顺序，并合成为指令发送给岸桥录入员，岸桥录入员按照***发送的指令安排岸桥司机完成当前指令的作业，同时将未来卸船指令的顺序发送给其他岸桥司机；
步骤二：装船作业规划
岸桥录入员在进行装船作业时，提前发送未来需要完成的装船指令给云端操作***，***给空闲的拖车分配装船的顺序，场桥司机接收到装船指令，按照先到场桥下的拖车顺序，自行分配装船指令的拖车，在这个过程中，一辆拖车的下一个作业所服务的岸桥不确定，***给出下一个作业的位置；
步骤三：最优时间规划路径
在装卸船的过程中，对拖车的完成指令时间点进行评估，即完成本次拖车运送集装箱的任务所需要的预计时间，当拖车在完成作业之后，***再给拖车分配下一个指令的起始位置，如果是装船作业，起始位置在场地的某个位置，对于卸船来说，起始位置在场地的某个位置，而拖车到达作业起始位置所需要的预计时间，成为“预计作业开始时间点”，每次进行拖车分配的时候，设定作业的岸桥、场桥为设备，将计算每辆参与计算的拖车到每台参与计算的设备之间的“预计作业完成时间点”，并构成一个预计作业完船时间表，综合判断预计作业完船时间表，“预计作业完成时间点”-“预计作业开始时间点”＝“预计作业时长”，通过“预计作业时长”选取每台拖车的最优时间规划路径；
步骤四：构建调度模型
装卸集装箱后，拖车将集装箱运输至多个资源点，通过资源点分配给运输车进行调度至码头外中转站，先利用GPS公用频点手段获取卫星、航空技术所采集的码头遥感影像全局时空数据，包括码头中的多个资源点，将采集的数据输入至物联网云端，对数据进行分析、分类、去重并加密保存，然后构建码头道路、资源点、中转站对应的坐标三维模型，最后对总体模型进行切割，构建完整的三维GIS调度宏观模型；
步骤五：分析调度中心点
在三维GIS调度宏观模型中，首先分析码头内的资源点数量，然后再分析各个资源点到个各个中转站的路径数量，然后计算各个资源点在既定区域内到达各个中转站的直线距离评估时间，对于所有资源点，按照可以到达各个中转站的直线距离评估时间的长短进行排序，得到在既定区域内，对多个中转站辐射范围最广且用时最少的资源点，设定该资源点为调度中心点，以此作为资源承载量最多的点；
步骤六：模拟运输车辆
在三维GIS调度宏观模型中模拟运输车辆，并设定其运输速度，将运输车辆运用到调度路径中进行运货，得出模拟所用时间，进一步确定调度中心点，并同时确定各个资源点到各个中转站的最短路径，及次短路径，将次短路径作为备选方案；
步骤七：实际运用
按照步骤六中的最短路径进行实际应用，记录实际中各资源点到各中转站耗时情况，验证主要方案的实际可行性，并根据路径拥堵情况更换最短路径和次短路径，得出最优方案。
2.根据权利要求1所述的一种智能的自动化集装箱码头节能综合调度方法，其特征在于：所述步骤二中，***给出下一个作业的位置，具体表现为：如果是卸船，***给目的岸桥的位置，如果是装船，***给出装船场桥的位置。
3.根据权利要求1所述的一种智能的自动化集装箱码头节能综合调度方法，其特征在于：所述步骤三中，“预计作业完成时间点”中，包含拖车空闲时间间隔。
4.根据权利要求1所述的一种智能的自动化集装箱码头节能综合调度方法，其特征在于：所述步骤三中，最优时间规划路径，满足以下原则:在拖车充足的情况下，保证没有没分配到的设备、优先分配待时最长的岸桥、分配之后，所有时间总和最小。
5.根据权利要求1所述的一种智能的自动化集装箱码头节能综合调度方法，其特征在于：所述步骤四中，构建坐标三维模型的具体流程为：还原采集数据的立体图像并通过3Dmax软件将模型进行拉伸立体化，构建码头调度路径模型，再输出相应GIS空间模型，并通过ArcMAP软件对GIS空间模型的各参数信息进行矢量化，再将矢量化后的各个路径图层加载到码头调度路径模型中，将数据3D可视化，并通过符号化来增强显视效果。
6.根据权利要求1所述的一种智能的自动化集装箱码头节能综合调度方法，其特征在于：所述步骤四中，对总体模型进行切割，从而实现对内部各要素实现单体化。
7.根据权利要求1所述的一种智能的自动化集装箱码头节能综合调度方法，其特征在于：所述步骤六中，设定多个模拟运输车辆为相同类型，并设定其运输速度符合道路最高时速。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011561838.XA CN112686439B (zh) | 2020-12-25 | 2020-12-25 | 一种智能的自动化集装箱码头节能综合调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011561838.XA CN112686439B (zh) | 2020-12-25 | 2020-12-25 | 一种智能的自动化集装箱码头节能综合调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112686439A true CN112686439A (zh) | 2021-04-20 |
| CN112686439B CN112686439B (zh) | 2022-10-14 |
Family
ID=75451671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011561838.XA Active CN112686439B (zh) | 2020-12-25 | 2020-12-25 | 一种智能的自动化集装箱码头节能综合调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112686439B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113460734A (zh) * | 2021-06-29 | 2021-10-01 | 国能黄骅港务有限责任公司 | 装船物料作业量控制方法、装置及*** |
| CN113486293A (zh) * | 2021-09-08 | 2021-10-08 | 天津港第二集装箱码头有限公司 | 全自动化边装卸集装箱码头的智能水平运输***及方法 |
| CN113792990A (zh) * | 2021-08-24 | 2021-12-14 | 天津港第二集装箱码头有限公司 | 一种考虑前置和后置缓冲区的地面锁站智能动态布置方法 |
| CN113825282A (zh) * | 2021-09-23 | 2021-12-21 | 中交第三航务工程勘察设计院有限公司 | 码头照明的智能控制方法、控制设备及控制*** |
| CN113837692A (zh) * | 2021-09-23 | 2021-12-24 | 广州智湾科技有限公司 | 一种港口作业场地车辆智能调度决策方法及其决策*** |
| CN114509996A (zh) * | 2022-01-10 | 2022-05-17 | 阿里云计算有限公司 | 设备作业时长预测、指令调度方法、设备及存储介质 |
| CN114560310A (zh) * | 2022-01-30 | 2022-05-31 | 浙江天新智能研究院有限公司 | 一种螺旋卸船机全自动作业调度方法 |
| CN115456474A (zh) * | 2022-10-13 | 2022-12-09 | 深圳中科天巡信息技术有限公司 | 一种基于人工智能的港口运营调度方法及*** |
| CN115973806A (zh) * | 2023-01-09 | 2023-04-18 | 交通运输部广州打捞局 | 一种滚装装船方法、装置、***及存储介质 |
| CN116596288A (zh) * | 2023-07-18 | 2023-08-15 | 广州港数据科技有限公司 | 基于移动边缘计算的集装箱码头内部拖车调度方法及*** |
| CN117361169A (zh) * | 2023-11-14 | 2024-01-09 | 中交机电工程局有限公司 | 一种智能识别控制的无人装船*** |
| CN118097454A (zh) * | 2024-04-26 | 2024-05-28 | 尔特数据科技(江苏)有限公司 | 利用卫星影像测度港口集装箱码头拥堵状况的方法及*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008105825A (ja) * | 2006-10-27 | 2008-05-08 | Jfe Steel Kk | 原料輸送配船計画システム及び原料配船立案方法 |
| CN106605241A (zh) * | 2014-03-26 | 2017-04-26 | 离子地球物理公司 | 同时操作协调和规划*** |
| CN109063933A (zh) * | 2018-09-13 | 2018-12-21 | 科大国创软件股份有限公司 | 一种装维人员调度选择的优化方法及设备和存储介质 |
| CN109685435A (zh) * | 2018-11-07 | 2019-04-26 | 上海图森未来人工智能科技有限公司 | 船舶卸船、装船控制***及相关***和装置 |
| JP2019197538A (ja) * | 2018-05-08 | 2019-11-14 | Ｊｆｅスチール株式会社 | 配船計画作成方法、その方法による操業方法、及び配船計画作成装置 |
| CN110659857A (zh) * | 2019-08-28 | 2020-01-07 | 广州智湾科技有限公司 | 一种船舶到港排队调度方法 |
-
2020
- 2020-12-25 CN CN202011561838.XA patent/CN112686439B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008105825A (ja) * | 2006-10-27 | 2008-05-08 | Jfe Steel Kk | 原料輸送配船計画システム及び原料配船立案方法 |
| CN106605241A (zh) * | 2014-03-26 | 2017-04-26 | 离子地球物理公司 | 同时操作协调和规划*** |
| JP2019197538A (ja) * | 2018-05-08 | 2019-11-14 | Ｊｆｅスチール株式会社 | 配船計画作成方法、その方法による操業方法、及び配船計画作成装置 |
| CN109063933A (zh) * | 2018-09-13 | 2018-12-21 | 科大国创软件股份有限公司 | 一种装维人员调度选择的优化方法及设备和存储介质 |
| CN109685435A (zh) * | 2018-11-07 | 2019-04-26 | 上海图森未来人工智能科技有限公司 | 船舶卸船、装船控制***及相关***和装置 |
| CN110659857A (zh) * | 2019-08-28 | 2020-01-07 | 广州智湾科技有限公司 | 一种船舶到港排队调度方法 |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113460734A (zh) * | 2021-06-29 | 2021-10-01 | 国能黄骅港务有限责任公司 | 装船物料作业量控制方法、装置及*** |
| CN113792990A (zh) * | 2021-08-24 | 2021-12-14 | 天津港第二集装箱码头有限公司 | 一种考虑前置和后置缓冲区的地面锁站智能动态布置方法 |
| CN113792990B (zh) * | 2021-08-24 | 2024-03-29 | 天津港第二集装箱码头有限公司 | 一种考虑前置和后置缓冲区的地面锁站智能动态布置方法 |
| CN113486293A (zh) * | 2021-09-08 | 2021-10-08 | 天津港第二集装箱码头有限公司 | 全自动化边装卸集装箱码头的智能水平运输***及方法 |
| CN113825282A (zh) * | 2021-09-23 | 2021-12-21 | 中交第三航务工程勘察设计院有限公司 | 码头照明的智能控制方法、控制设备及控制*** |
| CN113837692A (zh) * | 2021-09-23 | 2021-12-24 | 广州智湾科技有限公司 | 一种港口作业场地车辆智能调度决策方法及其决策*** |
| CN113825282B (zh) * | 2021-09-23 | 2023-10-17 | 中交第三航务工程勘察设计院有限公司 | 码头照明的智能控制方法、控制设备及控制*** |
| CN113837692B (zh) * | 2021-09-23 | 2023-10-03 | 广州智湾科技有限公司 | 一种港口作业场地车辆智能调度决策方法及其决策*** |
| CN114509996A (zh) * | 2022-01-10 | 2022-05-17 | 阿里云计算有限公司 | 设备作业时长预测、指令调度方法、设备及存储介质 |
| CN114560310A (zh) * | 2022-01-30 | 2022-05-31 | 浙江天新智能研究院有限公司 | 一种螺旋卸船机全自动作业调度方法 |
| CN114560310B (zh) * | 2022-01-30 | 2024-01-19 | 国家能源集团乐东发电有限公司 | 一种螺旋卸船机全自动作业调度方法 |
| CN115456474A (zh) * | 2022-10-13 | 2022-12-09 | 深圳中科天巡信息技术有限公司 | 一种基于人工智能的港口运营调度方法及*** |
| CN115456474B (zh) * | 2022-10-13 | 2023-11-10 | 深圳中科天巡信息技术有限公司 | 一种基于人工智能的港口运营调度方法及*** |
| CN115973806B (zh) * | 2023-01-09 | 2023-07-21 | 交通运输部广州打捞局 | 一种滚装装船方法、装置、***及存储介质 |
| CN115973806A (zh) * | 2023-01-09 | 2023-04-18 | 交通运输部广州打捞局 | 一种滚装装船方法、装置、***及存储介质 |
| CN116596288A (zh) * | 2023-07-18 | 2023-08-15 | 广州港数据科技有限公司 | 基于移动边缘计算的集装箱码头内部拖车调度方法及*** |
| CN116596288B (zh) * | 2023-07-18 | 2023-12-19 | 广州港数据科技有限公司 | 基于移动边缘计算的集装箱码头内部拖车调度方法及*** |
| CN117361169A (zh) * | 2023-11-14 | 2024-01-09 | 中交机电工程局有限公司 | 一种智能识别控制的无人装船*** |
| CN117361169B (zh) * | 2023-11-14 | 2024-05-31 | 中交机电工程局有限公司 | 一种智能识别控制的无人装船*** |
| CN118097454A (zh) * | 2024-04-26 | 2024-05-28 | 尔特数据科技(江苏)有限公司 | 利用卫星影像测度港口集装箱码头拥堵状况的方法及*** |
| CN118097454B (zh) * | 2024-04-26 | 2024-07-12 | 尔特数据科技(江苏)有限公司 | 利用卫星影像测度港口集装箱码头拥堵状况的方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112686439B (zh) | 2022-10-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112686439B (zh) | 一种智能的自动化集装箱码头节能综合调度方法 | |
| Guo et al. | Dynamic yard crane dispatching in container terminals with predicted vehicle arrival information | |
| CN105512747B (zh) | 物流智能优化调度*** | |
| Ma et al. | T-share: A large-scale dynamic taxi ridesharing service | |
| EP2764504B1 (en) | Vehicle fleet routing system | |
| US9990602B2 (en) | Cost and latency reductions through dynamic updates of order movement through a transportation network | |
| US10502578B2 (en) | Methods and systems for efficient and timely transportation of heavy-duty trucks | |
| Shen et al. | Managing autonomous mobility on demand systems for better passenger experience | |
| Tasoglu et al. | Simulated annealing based simulation optimization method for solving integrated berth allocation and quay crane scheduling problems | |
| US20130159208A1 (en) | Shipper-oriented logistics base optimization system | |
| JP2015500981A (ja) | フリートナビゲーション、ディスパッチ及び複数の自動車で、複数の目的地を探索するための方法及びシステム | |
| JP2014526072A (ja) | 複数車両資源配分および経路指定解決策のためのシステムおよび方法 | |
| Wang et al. | Car4Pac: Last mile parcel delivery through intelligent car trip sharing | |
| CN111815076B (zh) | 一种物流配送路径的优化方法、存储介质和计算机设备 | |
| Nishi et al. | Column generation heuristics for ship routing and scheduling problems in crude oil transportation with split deliveries | |
| CN102542395A (zh) | 一种应急物资调度***及计算方法 | |
| Mahmoudi et al. | A cumulative service state representation for the pickup and delivery problem with transfers | |
| Jeon et al. | Unmanned aerial vehicle last-mile delivery considering backhauls | |
| CN111080171A (zh) | 一种基于物流调配算法的物流调配方法 | |
| Yang et al. | Planning robust drone-truck delivery routes under road traffic uncertainty | |
| CN112001557B (zh) | 基于tms***的物流配送路径优化方法、存储介质和计算机设备 | |
| CN109409811A (zh) | 一种物流调度方法、装置、计算机设备和存储介质 | |
| CN104517200A (zh) | 用于物流配送的能耗计算方法、配送方案获取方法和装置 | |
| Taniguchi et al. | City Logistics 1: new opportunities and challenges | |
| CN110245852B (zh) | 一种基于混合仿真的供应链物流网络效能评估分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |