【摘 要】
：
通过预约缓解集装箱码头拥堵是提高港口运作效率的有效途径。考虑集卡公司和码头运营商双方的利益以及码头内部作业系统的复杂性,以减小外集卡在预约时间窗内的平均排队长度和集卡公司期望到达的预约时间窗与被调配到的预约时间窗间的差异为目标,运用排队论相关知识和逐点固定流体近似方法(PSFFA),建立了多目标规划模型,以确定一个使集卡公司和码头运营商双赢的集卡调度计划。引入实例数据,利用CPLEX求解模型,并将结果与蒙特卡罗仿真结果作比较,以验证模型的有效性,并在此基础上调节参数优化预约模式。算例结果表明,集卡预约多目
【基金项目】
：
国家自然科学基金(71972128)。
论文部分内容阅读
通过预约缓解集装箱码头拥堵是提高港口运作效率的有效途径。考虑集卡公司和码头运营商双方的利益以及码头内部作业系统的复杂性,以减小外集卡在预约时间窗内的平均排队长度和集卡公司期望到达的预约时间窗与被调配到的预约时间窗间的差异为目标,运用排队论相关知识和逐点固定流体近似方法(PSFFA),建立了多目标规划模型,以确定一个使集卡公司和码头运营商双赢的集卡调度计划。引入实例数据,利用CPLEX求解模型,并将结果与蒙特卡罗仿真结果作比较,以验证模型的有效性,并在此基础上调节参数优化预约模式。算例结果表明,集卡预约多目
其他文献
“5·12”汶川大地震已经过去整整10年。在这10年间，我国的经济水平不断提高，国力日益增强，科技水平得到了极大的发展，一系列抗震救灾的先进技术和设备不断涌现。 全球领先的地震预警系统 一直以来，地震预报是世界性的未解难题。地震预警不是预报，而是在地震发生后，利用地震波与电波在传播速度上的差异来打时间差。 “ICL地震预警技术系统”（以下简称ICL）是我国首个通过科技成果鉴定的地震预警技术系
为了提高人脸表情识别的准确率和加快处理速度,提出了一种基于优化剪枝GoogLeNet的人脸表情识别方法。利用GoogLeNet网络提取面部特征,其中Inception模块加深学习深度,并利用典型的分类器实现人脸表情分类。改进GoogLeNet网络,添加全局最大池化层并保留检测目标的位置信息,以Sigmoid交叉熵作为训练目标,获得全面的人脸表情特征信息。通过剪枝算法对GoogLeNet网络进行训练
图像语义分割是图像识别中的一个经典难题,是机器视觉研究的一个热点。但在实际应用中,会出现语义标签预测不准确、所分割对象与背景之间边缘信息损失问题,这已逐渐成为了图像理解的瓶颈。据此,提出了一种基于金字塔场景分析网络(PSPNet)的网络改进结构,在特征学习模块中将输入图在原残差网络(ResNet)的基础上通过在网络内部增加卷积、池化操作,进一步学习各个层次特征,将所学习到的多个低层次特征图与高层次
知识推理是解决知识图谱中知识缺失问题的重要方法,针对大规模知识图谱中知识推理方法仍存在可解释性差、推理准确率和效率偏低的问题,提出了一种将知识表示和深度强化学习相结合的方法RLPTransE。利用知识表示学习方法,将知识图谱映射到含有三元组语义信息的向量空间中,并在该空间中建立强化学习环境。通过单步择优策略网络和多步推理策略网络的训练,使强化学习智能体在与环境交互过程中,高效挖掘推理规则进而完成推理。在公开数据集上的实验结果表明,相比于其他先进方法,该方法在大规模数据集推理任务中取得更好的表现。
针对目前表情识别准确率偏低,表情数据集中类别样本类间差异小、类内差异大以及误标注样本产生的误分类等问题,提出了一种结合改进VGGNet和Focal Loss的人脸表情识别算法。在迁移学习的基础上,通过设计新的输出模块对VGGNet模型进行改进,提升了模型的特征提取能力,能够较好地避免过拟合现象;通过设置概率阈值对Focal Loss进行改进,避免误标注样本对模型分类性能产生影响。实验结果表明,该模
在带钢的生产过程中可能会因为生产工艺的问题导致带钢表面出现缺陷,传统的带钢表面检测方法存在检测速度慢、检测精度低等问题。在计算机深度学习快速发展的今天,为实现带钢表面缺陷快速有效的检测,提出改进的掩码区域卷积神经网络(Mask R-CNN)算法,使用k-means II聚类算法改进区域建议网络(RPN)锚框生成方法;同时调整Mask R-CNN模型的网络结构,去掉掩码分支,提高了模型的缺陷检测速度
为了解决LBP算法抽取的纹理特征仅考虑了邻域像素的特征,忽略关键的局部和全局特征的问题,提出一种基于改进型LBP算法的WCM-LBP植物叶片图像特征提取方法。该算法融合了加权局部均值算法WRM-LBP和加权全局均值算法WOM-LBP,通过提取叶片基于区域的关键几何特征和纹理特征对LBP特征描述符进行加权改造,并采用加权局部均值和加权全局均值代替传统的中心像素点,最后将叶片图像的R、G和B通道颜色分
针对金属表面缺陷检测中目标尺寸小和特征不清晰导致漏检的问题,提出一种改进YOLOv3的金属缺陷检测算法。在YOLOv3网络结构的基础上,将第11层浅层特征与网络深层特征融合,生成一个新的尺度为104×104特征图层,提取更多小缺陷目标特征。加入DIo U边框回归损失,为边界框提供移动方向以及更准确的位置信息,加快模型收敛。利用K-Means++聚类分析数据集上的先验框尺寸信息,筛选出最优的Anch
针对物流配送领域的一种新型交付方式——无人机联合配送车协同配送包裹,研究无人机与配送车联合路径以最小化交付时间的问题,提出了一种新型优化迭代算法。该算法将问题分为两步,首先确定配送车路线及客户节点分配,然后固定配送车路线及无人机节点,确定二者汇合节点生成无人机配送路线。算法最后保留满足约束条件的无人机路线及对应配送车路线,得到联合配送总耗时。以此方式从最少的配送车节点开始迭代,通过更新全局上界得到
新型冠状病毒肺炎(COVID-19)大流行疾病正在全球范围内蔓延。计算机断层扫描(CT)影像技术,在抗击全球COVID-19的斗争中起着至关重要的作用,诊断新冠肺炎时,如果能够从CT图像中自动准确分割出新冠肺炎病灶区域,将有助于医生进行更准确和快速的诊断。针对新冠肺炎病灶分割问题,提出基于U-Net改进模型的自动分割方法。在编码器中运用了在ImageNet上预训练好的EfficientNet-B0