CN113173428A - 一种基于知识推理的散货码头堆场规划利用方法 - Google Patents
一种基于知识推理的散货码头堆场规划利用方法 Download PDFInfo
- Publication number
- CN113173428A CN113173428A CN202110274783.2A CN202110274783A CN113173428A CN 113173428 A CN113173428 A CN 113173428A CN 202110274783 A CN202110274783 A CN 202110274783A CN 113173428 A CN113173428 A CN 113173428A
- Authority
- CN
- China
- Prior art keywords
- yard
- path
- positions
- goods
- planning
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G63/00—Transferring or trans-shipping at storage areas, railway yards or harbours or in opening mining cuts; Marshalling yard installations
Landscapes
- Ship Loading And Unloading (AREA)
Abstract
本发明公开的一种基于知识推理的散货码头堆场规划利用方法,包括利用层级筛选的方法来得到货物的最优堆存区域与皮带路径,层级筛选包括如下步骤:S1、获取货物信息;S2、可分配区域推理;S3、可用空间排序;S4、设备与堆场推理;S5、最优路径推理。本发明专利提供了一种基于知识推理的干散货码头堆场规划利用方法,以干散货码头堆场为研究对象,能够基于知识推理快速精准的找到合适的堆场规划利用方法,该方法基于知识规则的组合并且考虑全局最优皮带路径,每经过一组判断,就是筛选一部分数据出去,每一层可选择区域逐渐减少,并最终基于最优算法筛选出最优堆存区域与皮带路径,比人工分析更加科学客观,且判断更加精准,精度更高。
Description
技术领域
本发明涉及散货码头堆场货物分配技术领域,尤其涉及一种基于知识推理的散货码头堆场规划利用方法。
背景技术
堆场作为干散货码头货物转运输的缓冲区,是所***头的有限资源,堆场在码头运输中有着重要地位,堆场的规划利用效率很大程度上影响装卸船的整体速度,是决定码头服务能力的关键因素之一,如何在现有条件之下,有效利用码头堆场,为货物提供合理的堆场规划利用方案,提高码头周转效率,是一个很重要的课题,在现有技术中,用于散货码头堆场规划利用的方法主要有:
1、基于人工经验的分配策略,该策略是指码头理货调度员依据工作经验,为货物指定合适的堆场堆存位置和装卸流程路径;
2、随机堆放策略,该策略是指在保证散货货物种类和货主相同的前提下,如果满足剩余空间大小则随机选择区域直接堆存。
就上述两种现有方法来说,基于人工经验的分配策略,其过于依赖于过去的工作经验,可能比较单一;此外,人工经验依赖于感性认识,难以进行量化,对其进行优化改进的空间较小,智能化程度较低,且耗时耗力,稳定性较差;随机堆放策略,一方面可能会导致货物堆放相对分散,不利于后续货物周转且堆场利用率较低,此外只考虑了堆存空间,虽然满足堆放要求,但不一定是最优选择,无法保证设备作业路径为最优路径,一定程度上也应影响了货物的周转效率。
发明内容
本发明的目的在于避免现有技术的不足之处,提供一种基于知识推理的散货码头堆场规划利用方法,从而有效解决现有技术中存在的不足之处。
为实现上述目的,本发明采取的技术方案为:一种基于知识推理的散货码头堆场规划利用方法,包括利用层级筛选的方法来得到货物的最优堆存区域与皮带路径;
所述层级筛选包括如下步骤:
S1、获取货物信息;
S2、可分配区域推理,在考虑待规划货物及堆场堆存情况下,挑选满足货物属性的一级计划位置;
S3、在步骤S2得到的一级计划位置的基础上进行可用空间排序,在考虑堆场垛位容纳能力的前提下,筛选出可被选择的二级计划位置;
S4、在步骤S3得到的二级计划位置的基础上进行设备与堆场推理,在考虑堆取料机作业状态对堆场选择匹配间的关系的基础上,筛选出三级计划位置;
S5、在步骤S4得到的三级计划位置的基础上进行最优路径推理,筛选出最优堆存区域与皮带路径;
进一步,步骤S1中,获取的货物信息包括货物是否为保税货物、货物的种类。
进一步,步骤S2中,所述可分配区域推理的具体内容为:
首先按照货物是否保税进行划分,堆场区域分为保税区和非保税区,保税货物只能放置于保税区堆场,非保税货物优先选择非保税区堆场,如果非保税区区域无可用,就从保税区域进行选择;
在以上选择的基础上根据货种进行分类堆放,如果码头堆场已经存在某一货种的堆放垛位,则优先选择该范围内的垛位作为一级计划位置,如果码头堆场不存在某一货种的堆放垛位,则选择堆场上的空垛位作为一级计划位置。
进一步,步骤S3中,可用空间排序的具体内容为:
设当前货物重量为x吨,对一级计划位置内的所有垛位空间进行计算,并将搜索结果按总吨数从大到小倒叙序,集合(w1,w2,w3,...wn)表示为各货垛可用的空间,将当前任务与集合中的每一个元素从大到小进行逐一占用,直到找到满足当前任务所需堆存空间的货垛集合,集合中的每个元素都满足x≤wx,则将符合垛位空间的垛位作为二级计划位置;如果最大可用空间少于货物堆存所需空间,表明所有货都无法单独堆下,需要拆分多条路径,且保证路径数量尽可能的少,使得拆分后的多个垛位作为二级计划位置。
进一步,步骤S4中,设备与堆场推理的具体内容为:
基于设备作业规则和设备的作业特性相关联,每台堆取料机都有自己固定的轨道,只能服务其轨道两边的料堆,每个作业期内任一料堆仅能由一台堆取料机服务,依据堆场堆位与设备的映射关系,存在以下分配策略:
如果某一垛位正在进行装卸船作业,则不能选择相邻垛位作为三级计划位置;如果某一垛位正在进行装船作业,且另一种堆料中也需要进场堆垛,则不在同一排上的垛位可以作为三级计划位置;如果两种类型的料种在同一时间装船,选择不同排上的垛位作为三级计划位置,且需要保证这些垛位的作业互不干扰。
进一步,步骤S5中,最优路径推理的具体内容为:
如果通过步骤S4筛选出的三级计划位置只有一处,且具体货垛对应唯一的皮带路径,则三级计划位置即为最优堆存区域,其对应的皮带路径为最优皮带路径;
如果通过步骤S4筛选出的三级计划位置与该三级计划位置对应的皮带路径其中任意一个不是唯一的,则依照以下方法进行筛选:
设堆场区域共有n个货垛,集合为M,对于集合中的每一个货垛表示为M1,M2,M3...Mn,设在已知起点和终点的前提下,对于堆场空间,Mk∈M,货物从起点转入到此可选皮带路径数量为Num1,货物由此转出可选皮带路径数量为Num2,在两个集合中遍历相加求得最小值,也就是计算转入转出的全局最优路径,记作pathk,即在空间状态为Mk下所对应的最优路径,基于此,对于全部空间资源,可得到对应的最优皮带路径集合,表示为path1,path2,path3...pathn,对于全体路径状态集合,可求min(path1,path2...pathk...pathn),得到的最小值也就是基于货物转入转出的全局最优皮带路径,该最优路径下的对应的堆场空间即为最优堆存区域。
本发明的上述技术方案具有以下有益效果:本发明专利提供了一种基于知识推理的干散货码头堆场规划利用方法,以干散货码头堆场为研究对象,能够基于知识推理快速精准的找到合适的堆场规划利用方法,该方法基于知识规则的组合并且考虑全局最优皮带路径,每经过一组判断,就是筛选一部分数据出去,每一层可选择区域逐渐减少,并最终基于最优算法筛选出最优堆存区域与皮带路径,为货物运输提供相应的堆场规划方案,比人工分析更加科学客观,且判断更加精准,精度更高。
附图说明
图1为本发明实施例整体流程图;
图2为本发明实施例可分配区域推理流程图;
图3为本发明实施例可用空间排序流程图;
图4为本发明实施例设备与堆场推理流程图;
图5为本发明实施例最优路径推理流程图。
具体实施方式
下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例用于说明本发明,但不能用来限制本发明的范围。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本实施例的一种基于知识推理的散货码头堆场规划利用方法,包括利用层级筛选的方法来得到货物的最优堆存区域与皮带路径;
如图1所示,层级筛选包括如下步骤:
S1、获取货物信息;
S2、可分配区域推理,在考虑待规划货物及堆场堆存情况下,挑选满足货物属性的一级计划位置;
S3、在步骤S2得到的一级计划位置的基础上进行可用空间排序,在考虑堆场垛位容纳能力的前提下,筛选出可被选择的二级计划位置;
S4、在步骤S3得到的二级计划位置的基础上进行设备与堆场推理,在考虑堆取料机作业状态对堆场选择匹配间的关系的基础上,筛选出三级计划位置;
S5、在步骤S4得到的三级计划位置的基础上进行最优路径推理,筛选出最优堆存区域与皮带路径;
经过上述五个步骤之后,生成堆场规划方案。
步骤S1中,获取的货物信息包括货物是否为保税货物、货物的种类。
如图2所示,步骤S2中,可分配区域推理的具体内容为:
首先按照货物是否保税进行划分,堆场区域分为保税区和非保税区,保税货物只能放置于保税区堆场,非保税货物优先选择非保税区堆场,如果非保税区区域无可用,就从保税区域进行选择;
在以上选择的基础上根据货种进行分类堆放,如果码头堆场已经存在某一货种的堆放垛位,则优先选择该范围内的垛位作为一级计划位置,如果码头堆场不存在某一货种的堆放垛位,则选择堆场上的空垛位作为一级计划位置。
如图3所示,步骤S3中,可用空间排序的具体内容为:
设当前货物重量为x吨,对一级计划位置内的所有垛位空间进行计算,并将搜索结果按总吨数从大到小倒叙序,集合(w1,w2,w3,...wn,)表示为各货垛可用的空间,将当前任务与集合中的每一个元素从大到小进行逐一占用,直到找到满足当前任务所需堆存空间的货垛集合,集合中的每个元素都满足x≤wx,则将符合垛位空间的垛位作为二级计划位置;如果最大可用空间少于货物堆存所需空间,表明所有货都无法单独堆下,需要拆分多条路径,且保证路径数量尽可能的少,使得拆分后的多个垛位作为二级计划位置。
在本实施例中,拆分路径的具体方法为:
优先拆分为两个货垛,在集合中寻找wi和wj,使得wi+wj≥x;如果两条路径也无法满足,则依次增加路径数量,拆分为多条路径,在集合中寻找多个w,使得wi+wj+...+wk≥x。
如图4所示,步骤S4中,设备与堆场推理的具体内容为:
基于设备作业规则和设备的作业特性相关联,每台堆取料机都有自己固定的轨道,只能服务其轨道两边的料堆,每个作业期内任一料堆仅能由一台堆取料机服务,依据堆场堆位与设备的映射关系,存在以下分配策略:
如果某一垛位正在进行装卸船作业,则不能选择相邻垛位作为三级计划位置;如果某一垛位正在进行装船作业,且另一种堆料中也需要进场堆垛,则不在同一排上的垛位可以作为三级计划位置;如果两种类型的料种在同一时间装船,选择不同排上的垛位作为三级计划位置,且需要保证这些垛位的作业互不干扰。
如图5所示,步骤S5中,最优路径推理的具体内容为:
如果通过步骤S4筛选出的三级计划位置只有一处,且具体货垛对应唯一的皮带路径,则三级计划位置即为最优堆存区域,其对应的皮带路径为最优皮带路径;
如果通过步骤S4筛选出的三级计划位置与该三级计划位置对应的皮带路径其中任意一个不是唯一的,则依照以下方法进行筛选:
设堆场区域共有n个货垛,集合为M,对于集合中的每一个货垛表示为M1,M2,M3,...Mn,设在已知起点和终点的前提下,对于堆场空间,Mk∈M,货物从起点转入到此可选皮带路径数量为Num1,货物由此转出可选皮带路径数量为Num2,在两个集合中遍历相加求得最小值,也就是计算转入转出的全局最优路径,记作pathk,即在空间状态为Mk下所对应的最优路径,基于此,对于全部空间资源,可得到对应的最优皮带路径集合,表示为path1,path2,path3...pathn,对于全体路径状态集合,可求min(path1,path2...pathk...pathn)。
得到的最小值也就是基于货物转入转出的全局最优皮带路径,该最优路径下的对应的堆场空间即为最优堆存区域,生成货物的堆场规划利用方案。
本发明专利提供了一种基于知识推理的干散货码头堆场规划利用方法,以干散货码头堆场为研究对象,能够基于知识推理快速精准的找到合适的堆场规划利用方法,该方法基于知识规则的组合并且考虑全局最优皮带路径,可以看作是按照知识规则和算法的推理集合,每经过一组判断,就是筛选一部分数据出去,每一层可选择区域逐渐减少,并最终基于最优算法筛选出最优堆存区域与皮带路径,为货物运输提供相应的堆场规划方案,比人工分析更加科学客观,且判断更加精准,精度更高。
本发明的实施例是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (6)
1.一种基于知识推理的散货码头堆场规划利用方法,其特征在于,包括利用层级筛选的方法来得到货物的最优堆存区域与皮带路径;
所述层级筛选包括如下步骤:
S1、获取货物信息;
S2、可分配区域推理,在考虑待规划货物及堆场堆存情况下,挑选满足货物属性的一级计划位置;
S3、在步骤S2得到的一级计划位置的基础上进行可用空间排序,在考虑堆场垛位容纳能力的前提下,筛选出可被选择的二级计划位置;
S4、在步骤S3得到的二级计划位置的基础上进行设备与堆场推理,在考虑堆取料机作业状态对堆场选择匹配间的关系的基础上,筛选出三级计划位置;
S5、在步骤S4得到的三级计划位置的基础上进行最优路径推理,筛选出最优堆存区域与皮带路径;
2.根据权利要求1所述的一种基于知识推理的散货码头堆场规划利用方法,其特征在于,步骤S1中,获取的货物信息包括货物是否为保税货物、货物的种类。
3.根据权利要求2所述的一种基于知识推理的散货码头堆场规划利用方法,其特征在于,步骤S2中,所述可分配区域推理的具体内容为:
首先按照货物是否保税进行划分,堆场区域分为保税区和非保税区,保税货物只能放置于保税区堆场,非保税货物优先选择非保税区堆场,如果非保税区区域无可用,就从保税区域进行选择;
在以上选择的基础上根据货种进行分类堆放,如果码头堆场已经存在某一货种的堆放垛位,则优先选择该范围内的垛位作为一级计划位置,如果码头堆场不存在某一货种的堆放垛位,则选择堆场上的空垛位作为一级计划位置。
4.根据权利要求3所述的一种基于知识推理的散货码头堆场规划利用方法,其特征在于,步骤S3中,可用空间排序的具体内容为:
设当前货物重量为x吨,对一级计划位置内的所有垛位空间进行计算,并将搜索结果按总吨数从大到小倒叙序,集合(w1,w2,w3,...wn)表示为各货垛可用的空间,将当前任务与集合中的每一个元素从大到小进行逐一占用,直到找到满足当前任务所需堆存空间的货垛集合,集合中的每个元素都满足x≤wx,则将符合垛位空间的垛位作为二级计划位置;如果最大可用空间少于货物堆存所需空间,表明所有货都无法单独堆下,需要拆分多条路径,且保证路径数量尽可能的少,使得拆分后的多个垛位作为二级计划位置。
5.根据权利要求4所述的一种基于知识推理的散货码头堆场规划利用方法,其特征在于,步骤S4中,设备与堆场推理的具体内容为:
基于设备作业规则和设备的作业特性相关联,每台堆取料机都有自己固定的轨道,只能服务其轨道两边的料堆,每个作业期内任一料堆仅能由一台堆取料机服务,依据堆场堆位与设备的映射关系,存在以下分配策略:
如果某一垛位正在进行装卸船作业,则不能选择相邻垛位作为三级计划位置;如果某一垛位正在进行装船作业,且另一种堆料中也需要进场堆垛,则不在同一排上的垛位可以作为三级计划位置;如果两种类型的料种在同一时间装船,选择不同排上的垛位作为三级计划位置,且需要保证这些垛位的作业互不干扰。
6.根据权利要求5所述的一种基于知识推理的散货码头堆场规划利用方法,其特征在于,步骤S5中,最优路径推理的具体内容为:
如果通过步骤S4筛选出的三级计划位置只有一处,且具体货垛对应唯一的皮带路径,则三级计划位置即为最优堆存区域,其对应的皮带路径为最优皮带路径;
如果通过步骤S4筛选出的三级计划位置与该三级计划位置对应的皮带路径其中任意一个不是唯一的,则依照以下方法进行筛选:
设堆场区域共有n个货垛,集合为M,对于集合中的每一个货垛表示为M1,M2,M3...Mn,设在已知起点和终点的前提下,对于堆场空间,Mk∈M,货物从起点转入到此可选皮带路径数量为Num1,货物由此转出可选皮带路径数量为Num2,在两个集合中遍历相加求得最小值,也就是计算转入转出的全局最优路径,记作pathk,即在空间状态为Mk下所对应的最优路径,基于此,对于全部空间资源,可得到对应的最优皮带路径集合,表示为path1,path2,path3...pathn,对于全体路径状态集合,可求min(path1,path2...pathk...pathn),得到的最小值也就是基于货物转入转出的全局最优皮带路径,该最优路径下的对应的堆场空间即为最优堆存区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110274783.2A CN113173428B (zh) | 2021-03-15 | 2021-03-15 | 一种基于知识推理的散货码头堆场规划利用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110274783.2A CN113173428B (zh) | 2021-03-15 | 2021-03-15 | 一种基于知识推理的散货码头堆场规划利用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113173428A true CN113173428A (zh) | 2021-07-27 |
CN113173428B CN113173428B (zh) | 2022-08-05 |
Family
ID=76921968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110274783.2A Active CN113173428B (zh) | 2021-03-15 | 2021-03-15 | 一种基于知识推理的散货码头堆场规划利用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113173428B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070198175A1 (en) * | 2006-02-21 | 2007-08-23 | Williams David E | Systems and methods for creating routes for powered industrial vehicles |
CN101458788A (zh) * | 2008-12-19 | 2009-06-17 | 天津市市政工程设计研究院 | 集装箱码头物流仿真优化*** |
CN101986313A (zh) * | 2010-11-03 | 2011-03-16 | 上海海事大学 | 基于知识的集装箱码头泊位与岸桥调度方法 |
CN103065005A (zh) * | 2012-12-20 | 2013-04-24 | 招商局国际信息技术有限公司 | 堆场配位的方法和*** |
CN103902778A (zh) * | 2014-04-04 | 2014-07-02 | 天津市市政工程设计研究院 | 码头堆存容量与靠泊能力匹配的微观仿真方法 |
CN105517146A (zh) * | 2015-11-30 | 2016-04-20 | 青岛海尔智能家电科技有限公司 | 一种仓储定位方法和装置 |
CN205204317U (zh) * | 2015-11-30 | 2016-05-04 | 华电重工股份有限公司 | 集装箱装卸*** |
CN105938572A (zh) * | 2016-01-14 | 2016-09-14 | 上海海事大学 | 一种物流存储***预防干涉的多自动导引车路径规划方法 |
CN106203915A (zh) * | 2016-07-11 | 2016-12-07 | 北京交通大学 | 基于物联网的散杂货管理*** |
CN106815707A (zh) * | 2017-01-24 | 2017-06-09 | 大连大学 | 一种散杂货港口堆场智能调度***和方法 |
CN109118011A (zh) * | 2018-08-28 | 2019-01-01 | 摩佰尔(天津)大数据科技有限公司 | 码头堆场的智能调度方法和*** |
AU2018229435A1 (en) * | 2017-09-11 | 2019-03-28 | SilverRail Australia Pty Ltd | Computer implemented technologies configured to enable efficient processing of queries in a transportation data system, including use of partitioning based on trip attributes |
CN110510309A (zh) * | 2019-08-02 | 2019-11-29 | 南京博约智能科技有限公司 | 一种码垛机器人路径规划***及规划方法 |
CN111782646A (zh) * | 2020-05-19 | 2020-10-16 | 浙江数链科技有限公司 | 库位分配的方法、***、计算机设备和可读存储介质 |
CN111882282A (zh) * | 2020-08-04 | 2020-11-03 | 广东货多多物流科技股份有限公司 | 航运的船货匹配方法、装置、设备及存储介质 |
CN112249583A (zh) * | 2020-09-30 | 2021-01-22 | 华东师范大学 | 一种散货码头堆场垛位的智能选择方法及*** |
CN112418584A (zh) * | 2019-08-23 | 2021-02-26 | 深圳顺丰泰森控股(集团)有限公司 | 任务规划方法、装置、计算机设备及存储介质 |
CN112488628A (zh) * | 2020-11-30 | 2021-03-12 | 广东电网有限责任公司 | 一种仓储库位码的应用方法、装置及存储介质 |
-
2021
- 2021-03-15 CN CN202110274783.2A patent/CN113173428B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070198175A1 (en) * | 2006-02-21 | 2007-08-23 | Williams David E | Systems and methods for creating routes for powered industrial vehicles |
CN101458788A (zh) * | 2008-12-19 | 2009-06-17 | 天津市市政工程设计研究院 | 集装箱码头物流仿真优化*** |
CN101986313A (zh) * | 2010-11-03 | 2011-03-16 | 上海海事大学 | 基于知识的集装箱码头泊位与岸桥调度方法 |
CN103065005A (zh) * | 2012-12-20 | 2013-04-24 | 招商局国际信息技术有限公司 | 堆场配位的方法和*** |
CN103902778A (zh) * | 2014-04-04 | 2014-07-02 | 天津市市政工程设计研究院 | 码头堆存容量与靠泊能力匹配的微观仿真方法 |
CN105517146A (zh) * | 2015-11-30 | 2016-04-20 | 青岛海尔智能家电科技有限公司 | 一种仓储定位方法和装置 |
CN205204317U (zh) * | 2015-11-30 | 2016-05-04 | 华电重工股份有限公司 | 集装箱装卸*** |
CN105938572A (zh) * | 2016-01-14 | 2016-09-14 | 上海海事大学 | 一种物流存储***预防干涉的多自动导引车路径规划方法 |
CN106203915A (zh) * | 2016-07-11 | 2016-12-07 | 北京交通大学 | 基于物联网的散杂货管理*** |
CN106815707A (zh) * | 2017-01-24 | 2017-06-09 | 大连大学 | 一种散杂货港口堆场智能调度***和方法 |
AU2018229435A1 (en) * | 2017-09-11 | 2019-03-28 | SilverRail Australia Pty Ltd | Computer implemented technologies configured to enable efficient processing of queries in a transportation data system, including use of partitioning based on trip attributes |
CN109118011A (zh) * | 2018-08-28 | 2019-01-01 | 摩佰尔(天津)大数据科技有限公司 | 码头堆场的智能调度方法和*** |
CN110510309A (zh) * | 2019-08-02 | 2019-11-29 | 南京博约智能科技有限公司 | 一种码垛机器人路径规划***及规划方法 |
CN112418584A (zh) * | 2019-08-23 | 2021-02-26 | 深圳顺丰泰森控股(集团)有限公司 | 任务规划方法、装置、计算机设备及存储介质 |
CN111782646A (zh) * | 2020-05-19 | 2020-10-16 | 浙江数链科技有限公司 | 库位分配的方法、***、计算机设备和可读存储介质 |
CN111882282A (zh) * | 2020-08-04 | 2020-11-03 | 广东货多多物流科技股份有限公司 | 航运的船货匹配方法、装置、设备及存储介质 |
CN112249583A (zh) * | 2020-09-30 | 2021-01-22 | 华东师范大学 | 一种散货码头堆场垛位的智能选择方法及*** |
CN112488628A (zh) * | 2020-11-30 | 2021-03-12 | 广东电网有限责任公司 | 一种仓储库位码的应用方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
耿卫宁,张连钢,李波,王吉升,隋晓: "自动化集装箱码头堆场规划设计", 《水运工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113173428B (zh) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Han et al. | A yard storage strategy for minimizing traffic congestion in a marine container transshipment hub | |
Chen et al. | The storage location assignment problem for outbound containers in a maritime terminal | |
WO2022007642A1 (zh) | 理库方法、设备、***以及存储介质 | |
Ku et al. | An optimisation framework for yard planning in a container terminal: case with automated rail-mounted gantry cranes | |
WO2015062344A1 (zh) | 一种基于云平台物流智能送货方法及*** | |
CN107545366A (zh) | 全自动化集装箱码头的装船调度方法及*** | |
CN107451720B (zh) | 面向自动化集装箱码头的船次作业计划评价方法 | |
CN117035371B (zh) | 基于大数据的港口调度方法及*** | |
CN116502866B (zh) | 一种智能散货船舶计划和自动分类方法 | |
Jacyna et al. | Road vehicle sequencing problem in a railroad intermodal terminal–simulation research | |
Yang et al. | An intelligent storage determining method for inbound containers in container terminals | |
CN113822637B (zh) | 一种基于互联网的集装箱物流云管理*** | |
Ozcan et al. | A reward-based algorithm for the stacking of outbound containers | |
CN113173428B (zh) | 一种基于知识推理的散货码头堆场规划利用方法 | |
Park et al. | Optimizing stacking policies using an MOEA for an automated container terminal | |
CN114331075A (zh) | 堆场拖车调度方法、装置、设备及存储介质 | |
Yu et al. | Yard template generation for automated container terminal based on bay sharing strategy | |
Yang et al. | A robust approximation for yard template optimization under uncertainty | |
CN115860161A (zh) | 一种进场集装箱选位方法、装置及可读介质 | |
CN112173742B (zh) | 悬臂式箱区集装箱进场自动选位分配方法、终端以及介质 | |
Roy et al. | Optimal design of container terminal layout | |
CN114476704B (zh) | 一种适应art堆场边装卸的堆场箱位动态指派方法 | |
Voß et al. | An online storage strategy with dynamic bay reservations for container terminals | |
Razouk et al. | Optimization and simulation approach for empty containers handling | |
CN114580983B (zh) | 一种堆场箱区打散分配混合堆垛管理方法 |
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 |