论文部分内容阅读
针对船舶分段移动计划主要依靠人为预测及人工调度的现状，提出BP神经网络来预测一个周期内进出场分段的数量，并研究建立以分段移动度最小为目标的优化模型，模型综合考虑了分段在堆场中的停放位置及进、出场路径。通过分支定界法选择分段在堆场中停放位置的最优方案，并构建启发式规则来确定分段在堆场中的最优进、出场路径，从而实现对模型的求解。以某船厂实际数据为例，对模型在堆场调度问题中的应用进行了实例验证，结果表明，所研究方法可求解得出较优的堆场作业计划，并实现堆场资源的高效利用。