混沌云粒子群混合優(yōu)化算法及其在港口管理中的應(yīng)用研究.pdf

1、港口吞吐量預(yù)測(cè)是進(jìn)行港口體系結(jié)構(gòu)優(yōu)化和基礎(chǔ)設(shè)施建設(shè)的基礎(chǔ)，對(duì)于合理確定港口規(guī)劃布局、基礎(chǔ)設(shè)施投資規(guī)模、集疏運(yùn)系統(tǒng)的建設(shè)起著重要的作用。泊位、岸橋作為岸線(xiàn)的稀缺資源，其是否能夠得到科學(xué)合理的分配和調(diào)度，對(duì)于提高運(yùn)營(yíng)期港口生產(chǎn)效益和服務(wù)水平具有重要的現(xiàn)實(shí)意義。在港口吞吐量預(yù)測(cè)和泊位-岸橋分配過(guò)程中，模型參數(shù)的確定以及泊位-岸橋分配等NP-hard問(wèn)題的求解直接關(guān)系到優(yōu)化模型的可行性和有效性，智能算法的提出為上述問(wèn)題的解決提供了有效途徑，但任

2、何一種智能優(yōu)化算法都不是完美的，受自身結(jié)構(gòu)的限制都存在一定的缺陷。
　　為更好求解港口規(guī)劃與運(yùn)營(yíng)管理中的優(yōu)化問(wèn)題，本文將粒子群算法（Particle Swarm Optimization，PSO）、Cat映射和云模型進(jìn)行有機(jī)結(jié)合，提出混沌云粒子群混合優(yōu)化算法(Chaos Cloud Particle SwarmOptimization，CCPSO)，并將其應(yīng)用于我國(guó)港口規(guī)劃管理中，對(duì)其在港口吞吐量預(yù)測(cè)和泊位-岸橋分配中的應(yīng)用進(jìn)行探

3、索和研究，具體研究?jī)?nèi)容如下:
　　1)通過(guò)對(duì)Cat映射的混沌特性分析，指出Cat映射具有更好的混沌特性，因而將其引入到混合優(yōu)化算法中，用于對(duì)粒子群中較差個(gè)體的混沌擾動(dòng)?？紤]到PSO算法易陷入局部極值和進(jìn)化后期收斂速度慢，而混沌映射具有更好的遍歷性以及云模型的隨機(jī)性和穩(wěn)定傾向性?xún)?yōu)勢(shì)，因此，通過(guò)引入混合控制參數(shù)mix_gen和種群分配系數(shù)pop_distr，將PSO算法、Cat映射和云模型三種算法進(jìn)行有機(jī)結(jié)合，提出CCPSO算法，以期

4、發(fā)揮三種算法的各自?xún)?yōu)勢(shì)，提高優(yōu)化性能。利用經(jīng)典測(cè)試函數(shù)對(duì)CCPSO算法中的混合控制參數(shù)mix_gen和種群分配系數(shù)pop_distr的取值對(duì)優(yōu)化性能的影響進(jìn)行了分析，給出了兩參數(shù)在應(yīng)用于不同優(yōu)化問(wèn)題時(shí)的建議值。通過(guò)對(duì)CCPSO算法在經(jīng)典函數(shù)測(cè)試、模型參數(shù)優(yōu)選以及復(fù)雜整數(shù)規(guī)劃模型求解中表現(xiàn)的分析，說(shuō)明了算法的有效性。
　　2)針對(duì)Guass-vSVR模型參數(shù)組合選取困難，用CCPSO算法對(duì)Gauss-vSVR模型參數(shù)組合進(jìn)行優(yōu)選，得

5、到了Guass-vSVR-CCPSO模型。針對(duì)港口吞吐量時(shí)間序列及其影響指標(biāo)的歷史數(shù)據(jù)中的跳躍數(shù)據(jù)，將能處理跳躍數(shù)據(jù)的Guass-vSVR-CCPSO模型用于港口吞吐量的預(yù)測(cè)。預(yù)測(cè)過(guò)程中，用主成分分析法和相關(guān)性分析法確定預(yù)測(cè)模型的輸入向量，設(shè)計(jì)算例對(duì)模型的可行性和有效性進(jìn)行了驗(yàn)證。
　　3)為使船舶在靠泊時(shí)盡可能靠近偏好泊位，縮短集卡運(yùn)距，減少船舶在港時(shí)間，以船舶未按偏好泊位靠泊而產(chǎn)生的平均集卡運(yùn)距和船舶平均在港時(shí)間最小為優(yōu)化目標(biāo)

6、，建立了多目標(biāo)離散泊位-岸橋分配模型。
　　4)利用CCPSO算法求解建立的離散泊位-岸橋分配模型，開(kāi)發(fā)了粒子可行-整數(shù)化處理模塊，制定了粒子編碼規(guī)則，確定了基于多目標(biāo)函數(shù)的粒子歷史極值和全局極值的計(jì)算方法，設(shè)計(jì)了用于泊位-岸橋分配模型求解的Cat映射全局?jǐn)_動(dòng)和云模型局部搜索策略，獲得了基于CCPSO算法求解的多目標(biāo)離散泊位-岸橋分配的新方法。根據(jù)集裝箱碼頭船舶到達(dá)統(tǒng)計(jì)規(guī)律和碼頭裝卸設(shè)備的技術(shù)參數(shù)設(shè)計(jì)實(shí)驗(yàn)算例，驗(yàn)證建立模型和求解算