论文总字数：24244字

摘 要

随着航运业的发展，船舶调度对船舶的优化调度作用逐渐突显出来,通过对船舶运力的合理规划能够使船舶企业营运的成本支出明显减少。在此，本论文提出了两种算法：免疫算法和遗传算法，期望能通过算法运算找出最短往返航程，进而优化和解决船舶的调度问题。船舶调度问题是VRP问题，可以通过扫描法来将VRP问题转化成TSP问题，本毕业论文将讨论TSP问题。

在具体实验时，本论文将模拟船舶公司的货运作业，挑选出含10个或以上停靠港的封闭实际航线，再将10个或以上停靠港的地理坐标，通过相应的程序，换算为直角坐标系的坐标，将这些坐标代入遗传算法和免疫算法，通过二种方法的计算得到二个最短航线，将二种算法得出的各项最优指标进行比较，分析其在运算时间长度，收敛性以及计算结果精度等等方面的差异,得出结论，所得结果对于解决船舶调度问题具有重要指导意义。

最终实验结果：免疫算法具有更快的收敛速度，计算结果精度也更高，遗传算法求出最优解时间更短。二者在解决多港口船舶调度问题中都有其独特优点和可取之处，但就综合性能而言，免疫算法略优。

关键词：商旅问题；免疫算法；遗传算法

Abstract

With the development of shipping industry, the role of ship scheduling in ship scheduling becomes more and more important. Through the reasonable planning of ship capacity, the cost of ship operation can be significantly reduced. In this paper, two algorithms are proposed: immune algorithm and genetic algorithm, which are expected to optimize and solve the ship scheduling problem theoretically. Ship scheduling problem is VRP Problem, which can be transformed into TSP problem by scanning method. This thesis will discuss TSP problem.

In the specific experiment, this paper will simulate the shipping company's cargo operations, select the closed actual routes with 10 or more ports of call, and then convert the geographical coordinates of 10 or more ports of call into the coordinates of rectangular coordinates through the corresponding program, put these coordinates into the genetic algorithm and immune algorithm, and calculate the two shortest routes through the two methods, and then calculate the two The optimal solution obtained by the method is compared, and the differences in the length of operation time, convergence and accuracy of calculation results are analyzed. The conclusion is that the results are of great guiding significance for solving the ship scheduling problem.

Finally, the experimental results show that the immune algorithm has faster convergence speed, higher accuracy of the calculation results, and faster time for genetic algorithm to find the optimal solution. Both of them have their own advantages and advantages in solving multi port ship scheduling problem, but in terms of comprehensive performance, immune algorithm is slightly better.

Key Words：Business travel issues；Immune algorithm；genetic algorithm

目 录

第1章 绪论 1

1.1 问题的提出 1

1.2 旅行商问题 1

1.3 研究现状 2

1.4 论文组织结构 3

第2章 遗传算法 4

2.1 遗传算法生物学原理 4

2.2 遗传算法理论基础 5

2.3 遗传算法优缺点 6

第3章 免疫算法 8

3.1 免疫算法生物学原理 8

3.2 免疫算法优点及其应用 10

第4章 两种算法求解TSP问题比较 12

4.1 数据来源 12

4.2 数据处理工具 13

4.3 遗传算法参数选择及求解 13

4.4 免疫算法参数选择及求解 17

4.5 两种算法各指标对比 21

4.6 两种算法在船舶调度中的应用 21

4.6.1 遗传算法在港口调度中的应用 21

4.6.1 免疫算法在船舶调度中的应用 21

第5章 结论 22

参考文献 23

致谢 24

1. 绪论
   1. 问题的提出

随着航运业的发展，船舶的调度中存在的资源浪费问题在逐渐地凸显出来。以宁波舟山港为例，2019年舟山港累积货物吞吐量11.2亿吨，集装箱吞吐量累计超2753万标准箱。在这么大的吞吐量背后，港内船队需要完成在各个船舶之间完成运送物资、接驳货物、解系缆绳、接送船员、清洁江面垃圾污物等各项作业。如果能迅速找出船队往返服务于各船舶间的最短路径，就能大大提高作业效率，有效减少作业船航程及作业时间，还能节约能源，减少排放，显著提高收益。还有船公司在安排船舶进行途径多港口的送货任务时，在保障航行安全的前提下，如能找出最短路径来规划航线，也能缩减公司的开支，达到提高效益的目的。

在理论创新方面，本文通过使用两种算法来解决某一具体船舶路径规划问题，对比寻优结果的各项数据来探究各算法的优势方向和不足之处，可以有针对性的帮助船公司就其具体要求来选择合适算法。并且由于在该领域内的同类研究暂时较少，对比两算法各项综合指标可以更清晰地体现出各算法的优势点和薄弱点，能为后面的算法改进优化提供具体方向，为后续跟进研究提供数据支撑和基础理论平台。可以为航运业带来如此好的经济效益、环境效益并具有后续理论研究价值，这样的问题是值得花功夫去挖掘和探究的。

请支付后下载全文，论文总字数：24244字