摘 要

近年来，随着水电开发项目逐渐增多，作为水电开发项目物资供应链关键环节的铁路中转储备系统的重要性逐渐凸显，其高效运行直接关系到项目顺利开展。然而当前国内水电开发铁路中转储备系统的日常组织、调度、协调大多根据经验制定，缺乏科学的管理与调度。为更有效、更科学地组织好工程物资供应链的构建和运行，有必要对铁路中转储备系统的件杂货进场物流调度问题进行研究，确定科学合理的卸载方案，提升系统运行效率。

本文以雅砻江流域水电开发工程为背景，针对当前铁路中转储备系统中的件杂货卸载调度多依靠人工经验运行的现状，开展卸载调度优化问题研究。

首先介绍水电开发背景下的物资供应链结构与管理模式，探讨铁路中转储备系统在整个供应链中的核心作用，详细阐述漫水湾设备物资转运站的布局与作业流程，提出待解决的物资卸载关键环节。通过分析中转储备系统件杂货进场得调度流程，将其分解为单设备作业和多设备协作两种相互独立的调度模式，并分别建立优化模型。针对传统遗传算法在求解易陷入局部最优解的困境，本文通过改变编码和解码算子、改变遗传算子等方式改进遗传算法，并通过正交试验改进试验运行参数，最后用雅砻江流域水电开发工程的漫水湾铁路中转储备系统实际运行数据，生成多个案例，分别计算两种调度模式的求解结果，并将结果与实际运行的贪婪算法计算结果对比，试验证明改进的遗传算法能很好地适应优化模型，求解出的最小卸载时间比贪婪算法减少13%。同时，本文探究了平板车的资源配置问题，得到漫水湾设备物资转运站的平板卡车最优配置数量，提升整个中转储备系统的运行效率。

关键词：中转储备系统；件杂物资卸载模型；正交试验；遗传算法；资源配置

Abstract

In recent years, with the increasing number of hydropower development projects, the railway transit reserve system has become increasingly important.as a key in the supply chain of hydropower development projects. Its efficient operation is directly related to the Process of achieving the project sucessfully. However, in the current domestic hydropower development railway transit reserve system, the daily organization, scheduling, and coordination are mostly based on experience and lack of scientific management and scheduling. In order to organize the construction and operation of the engineering supply chain effectively and scientifically, it is necessary to study and optimize the logistics dispatching problem of the groceries in the railway transit reserve system, determine a scientific and rational unloading plan, and improve the system operation efficiency.

This paper takes the Yalong River Basin hydropower development project as the background, and studies the optimization of the relevant unloading scheduling problem based on the fact that current unloading schedules of the railway transit reserve system mostly depend on manual operation.

Firstly, the structure of supply chain and management model under the background of hydropower development are introduced. And the core role of railway transfer reserve system in the whole supply chain is discussed. The layout and operation flow of Manshuiwan equipment material transfer station are elaborated in detail, and the key link of unsettled material unload is put forward. By analyzing the dispatch process of the groceries entering the site of the transit reserve system, it is decomposed into two independent scheduling modes: single-device operation and multi-device cooperation, and an optimization model is established respectively. Aim at solving the difficulty of local optimal in the traditional genetic algorithm, this paper improves the genetic algorithm by changing the encoding and decoding operators, changing the genetic operators, etc., and improves the experimental operating parameters through the orthogonal experiment. Finally using the actual operation data of Yalong River Basin Manshuiwan Railway Transit Reserve System of the hydropower development project to generates multiple cases, and calculating the results of two scheduling modes separately. The results are compared with the calculated results of the actual running greedy algorithm. Experiments show that the improved genetic algorithm can well adapted to the optimization model, and the minimum unloading time is reduced by 13% compared to the greedy algorithm. At the same time, this paper explores the resource allocation problem of flatbed vehicles, and obtains the optimal number of flatbed trucks in this project to improve the operating efficiency of the entire transit reserve system.

Key Words：Transit reserve system; Miscellaneous material offload model; Orthogonal test; Genetic algorithm; Resource allocation

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究背景与意义 1

1.2 国内外研究现状 2

1.2.1 车流组织研究 2

1.2.2 堆场作业调度优化研究 3

1.3 研究内容与组织结构 4

第2章 漫水湾铁路中转储备系统 6

2.1 水电开发工程物资供应链 6

2.2 铁路中转储备系统 7

2.3 漫水湾设备物资转运站 8

2.4 件杂货进场物流调度问题提出 10

2.5 本章小结 10

第3章 件杂货进场物流调度模型建立 11

3.1 件杂货进场物流模式分析 11

3.1.1 单设备作业模式 11

3.1.2 多设备协作模式 12

3.2 模型假设 12

3.3 单设备作业优化模型 13

3.3.1 符号定义 13

3.3.2 数学模型 14

3.4 多设备协作优化模型 15

3.4.1 符号定义 15

3.4.2 数学模型 17

3.5 本章小结 20

第4章 基于IGA的件杂货进场物流调度问题求解 21

4.1 遗传算法简介 21

4.2 改进遗传算法的设计 22

4.2.1 编码方式改进 23

4.2.2 解码方式改进 23

4.2.3 交叉算子改进 26

4.2.4 变异算子改进 26

4.2.5 正交试验改进运行参数 27

4.3 算法的Python程序实现 27

4.3.1 染色体解码程序实现 28

4.3.2 交叉算子程序实现 29

4.3.3 选择算子程序实现 30

4.3.4 变异算子程序实现 30

4.4 本章小结 31

第5章 件杂货进场物流调度优化计算试验与分析 32

5.1 试验数据说明 32

5.1.1 漫水湾铁路中转储备系统数据 32

5.1.2 正交试验优化运行参数 33

5.2 计算试验与结果分析 35

5.2.1 改进遗传算法性能分析 36

5.2.2 转运站卸载设备配置 39

5.3 本章小结 40

第6章 经济效益分析 41

第7章 总结与展望 42

参考文献 43

致谢 45

附录A 操作算子Python代码 46

附录B 解码算子Python代码 49

附录C 单设备作业模式IGA算法Python代码 55

附录D 多设备协作模式IGA算法Python代码 59

附录E 正交试验Python代码 64

绪论

研究背景与意义

近年来，国家相关基建扶持政策相继出台实施，促使我国基础建设事业蓬勃发展，各地区均大幅扩大经济建设投资，其中水电产业凭借其在当前电力结构优化调整以及绿色经济的政策倡导下的重要地位成为当前经济开发备受关注的一个领域，使其投资不断增加，上马项目数量与日俱增。国家发展改革委在2016年发布的《可再生能源发展“十三五”规划》中也明确指出，要积极稳妥发展水电，妥善推进大型水电基地建设，到2020年，水电新增装机约6000万千瓦，新增投资约2.5万亿元^[1]。

大型水电工程开发的重要一环便是机电设备与建设原材料的稳定供应，水电开发项目施工地点大多设置在偏远山区，受到当地社会紧急发展与资材储备情况的制约，本地物资供应商普遍不能满足物资需求，因此需要在全国跨区域进行物资招标与采购。大型水电开发项目的需求一般由工程建设计划拉动^[2]，但工程建设施工现场的自然环境、施工工艺和土壤质量等因素会给建设物资需求计划带来较大的不确定性，加之由于区域基础设施建设的制约以及环保和社会影响等因素影响的不确定性，使得物资供应的不确定性进一步加大。为了减小不确定性带来的弊端，国内外的大型水电项目开发大多采用业主统供物资管理模式^[2]对水电工程物资供应进行管理，此模式下，供应链核心是工程业主，经由其组织连接工程供应链中的供应商、中转储备系统和工程承包人，共同构成一个多层级的物资供应链。此供应链其的高效运行直接关系到项目顺利开展^[3]。

值得注意的是，中转储备系统在时间和空间两个维度上连接供应商与生产现场，能够有效完成中转物资在时间和空间维度上与施工现场物资需求的匹配，其主要职能是存放等待转运的建设生产物资并及时为施工现场提供物资支持。由于水电开发项目物资需求巨大，为了减少成本并提高物资供应的及时性，中转储备系统选址大多位于靠近施工现场且交通便捷的地区，并且大宗货物大多由铁路运输，因此中转储备系统一般毗邻火车运输中转站点，并且设有专用的铁道线路用于接收物资。在中转储备系统的作业流程中，物资进站卸载流程因直接关系到铁道货车压站资金消耗，其高效运行直接关系到转运站整体运营的优秀性^[4]。

在此背景下，雅砻江流域的各梯级电站开发建设由雅砻江水电开发有限公司进行管理，公司初步计划分四个阶段开发，拟定开发建设23级梯级电站。在近年来的工程实践中，雅砻江水电开发公司已经探索并实践了业主统供物资的供应链管理模式^[5]，但当前国内水电开发铁路中转储备系统的日常组织、调度、协调大多由调度人员指定，且大多为短期计划，具有较强的经验意识和随意性，为更有效、更科学地组织好铁路中转储备系统物资供应，本文研究工程物资供应链管理的方法，对铁路中转储备系统的件杂货进场物流调度问题进行探讨，确定科学合理的卸载方案，提升系统运行效率。

国内外研究现状

国内外对转运系统的研究主要从车流组织、堆场作业调度与资源优化以及系统选址与布局三个层面开展，考虑本文的研究内容与系统选址与布局关联性较弱，故不对其进行阐述。

车流组织研究

车流组织是指通过一系列技术作业编排出发或返回车流，通过合理设置货车调度编组计划、车流路径、空车配置，解决车流组织中因来源与去向高度不确定而带来的技术作业的复杂性。学者们主要对货车调度编组计划、车流路径、空车调配等方面问题的进行研究，其中有关货车调度编组计划的研究成果丰富。

国内外学者对车流组织的建模与求解做了较多工作。严明等^[6]通过分析编组站"到、解、编、发"四个基本作业流程，并将博弈论思想应用于货运货车编组调度，建立基于博弈论的货车编组调度多目标优化模型。马亮等^[7]建立适应于不同解体方式的动态配流字典序多目标累积调度模型与二次配流整数规划模型，将问题分解为两阶段优化求解。牛惠民等^[8]则构造双向编组站货车调度调整的非线性优化模型，并提出基于网络流技术的遗传算法求解方法。赵金观等^[9]以正点出发数目最大化为目标构建了广义动态配流问题模型，并设计按照先到先服务的原则和贪婪思想为每一货车分配车流的启发式算法。在上述基础上，黎浩东、宋瑞等^[10]将货车作业时间与到解货车的解体钩数、出发货车的编组钩数和连挂次数相关联，构建了更符合现实情况的编组站阶段计划配流优化模型，并通过声搜索策略求解货车解编方案。张英贵等^[11]在确定解体顺序的基础上，构建了车站股道排序模型，并用启发式算法求解得初始方案，再基于排序原则选择、进路编排方式和多方案选优3种解改进策略对股道运用初始方案进行改进，实现了广州站和韶关站铁路机车股道的自动编排。D`Ariano等^[12]围绕实时交通管制中面临的货车调度问题，利用对火车间时间间隔的详细估计建立调度模型，并开发了一个分支定界算法。Boysen^[13-14]主要关注的是铁路集装箱转运站中到达及出发车流的调度顺序，特别研究在解决死锁和避免多吊车拾取每个集装箱移动的问题，设计了一种包括精确动态规划和束搜索的启发式算法。Shakibayifar等^[15]考虑了通过升级现有铁路基础设施以降低货车延误的综合货车调度和基础设施发展模型，并基于变量固定策略开发了两种启发式方法用于求解模型。

堆场作业调度优化研究

堆场是中转储备系统的一个重要组成部分，主要用于存放待转运的物资，本文所指的堆场不仅包括露天堆场，同时也包括物资对方厂房等。关于转运堆场的研究重点主要是作业设备调度和资源配置。Stefa等^[16]针对门式起重机和穿梭车的协同调度问题，通过构建启发式算法，并使用动态规划（DP）改进求解结果，并对算法时间复杂度等做出详细阐述。He等^[17]则使用了集成优化方法，该集成算法由粒子群算法和遗传算法结合而成，遗传算法用于全局搜索，并将粒子群优化算法用于局部搜索。靳志宏等^[18]也以混合遗传算法（NSGA）来优化门式起重机装卸调度模型，并通过试验分析证明了此模型的有效性。孔妍^[4]将系统运行优化问题分解为货车分组和货车分组内货车排序两个子问题，分别建立优化模型，提出中转储备系统整体运行优化问题的三阶段启发式求解方法，大幅优化了压站时间。余书成^[19]以岸桥为核心的相关资源展开集成调度优化研究，同时考虑潮汐影响与到港船舶油耗的岸桥调度优化、岸桥调度与泊位分配集成优化、岸桥调度与集卡调度集成优化、岸桥约束的集卡调度与堆存区域分配问题集成优化，针对不同操作环节和不同操作模式从多角度开展集合研究。Boysen等^[20]提出了一种动态规划方法用以确定门式起重机的作业区域，使起重机之间的工作量均匀分布，从而加快货车处理，并研究了最佳起重机区域对同等大小区域的影响。对于围场分区问题，Boysen^[21]将其形式化，并开发了一个具有多项式运行时复杂度的精确动态规划程序，通过对起重机区域进行适当的尺寸来平均分配转运场所的所有门式起重机之间的总工作量。Huang等^[22]针对码头起重机（YC）在多泊位码头的部署问题，提出了两种改进的最小代价启发式（LCH）算法，通过在长时间等待的作业中增加权重并在部署期间明智地使用YC空闲时间来提高性能，提高了起重机生产效率且减少了起重机堆场等待时间。Liang等^[23]以滚动窗口策略研究了码头起重机和集卡联合调度问题，并用遗传算法来求解以最小化每个窗口最大完工时间的数学模型。

目前国内外学者对作业调度优化大多集中在集装箱港口，通常采用解析方法、仿真技术、智能算法以及两种方法的结合对港口集装箱流作业过程建立模型并求解，但对内陆的铁路中转储备系统的关注程度偏低^[24]。不可否认的是，两种中转储备系统在作业模式与布局等方面皆存在相似之处，但具体就设备配置情况、厂区组织结果等方面而言，两者却差距较大，以往对集装箱港口的研究不能直接移植到铁路中转储备系统中。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：