【摘 要】
:
为使液化天然气(liquefied natural gas,LNG)船舶管理公司准确掌握LNG船的实际运营状况及管理水平,结合LNG船运输特点,从健康安全环境、船舶管理和船舶营运3个方面构建LNG船运输绩效评价指标体系.针对数据包络分析(data envelopment analysis,DEA)在绩效评价中仅能处理定量指标的问题,引入证据推理法来处理定性指标.首先运用DEA交叉效率模型对船舶营运中的投入产出指标进行处理,得到的DEA交叉效率矩阵采用熵权法进行集结,再把集结后的交叉效率值作为船舶营运指标的
【机 构】
:
大连海事大学综合运输研究所,辽宁大连116026;中国液化天然气船务(国际)有限公司,香港999077
论文部分内容阅读
为使液化天然气(liquefied natural gas,LNG)船舶管理公司准确掌握LNG船的实际运营状况及管理水平,结合LNG船运输特点,从健康安全环境、船舶管理和船舶营运3个方面构建LNG船运输绩效评价指标体系.针对数据包络分析(data envelopment analysis,DEA)在绩效评价中仅能处理定量指标的问题,引入证据推理法来处理定性指标.首先运用DEA交叉效率模型对船舶营运中的投入产出指标进行处理,得到的DEA交叉效率矩阵采用熵权法进行集结,再把集结后的交叉效率值作为船舶营运指标的评价值,最后使用证据推理法完成LNG船运输绩效评价.以某LNG船舶管理公司的7艘LNG船的运输绩效评价为例,分析方法的可行性和有效性.结果 表明,所构建的方法能够准确衡量LNG船的实际运营情况,可以为LNG船的运输管理工作提供参考.
其他文献
为有效促进长江沿线港口资源深度整合与高效发展,对长江上游港口协同发展程度进行测度和影响因素分析,构建长江上游港口复合系统协同度模型和弹性系数模型.结果 表明:2011-2018年长江上游各港口有序度都近似线性增长,整体协同度由轻度协同提升至中度协同;重庆港的腹地经济条件和临港产业条件、泸州港的物流规模和宜宾港的腹地经济条件是促进长江上游港口协同发展的最主要因素;宜宾港的基础设施和物流规模是制约发展的最主要因素.研究成果可为相关决策者对区域港口整体统筹规划、深度合作提供参考.
介绍了新技术试验卫星C星、D星姿轨控分系统设计和在轨验证情况.姿轨控分系统具备任意目标凝视跟踪、条带拼接成像、主动推扫成像等姿态控制功能.通过基于操作系统的姿轨控应用软件架构设计和基于动态链接库的在轨编程设计,首次实现基于操作系统的星载应用软件并行开发.通过一个软件配置项实现双星功能,解决了双星研制周期短、工作模式复杂等问题.给出了卫星在轨运行的部分曲线和数据,可为遥感卫星姿轨控系统设计提供参考.
为实现深远海域海上风电场能源经济效益最大化,同时保障风电场周边海域的船舶通航安全,提出一种基于变权灰云模型的深远海域海上风电场选址方法.建立深远海域海上风电场选址评价指标体系,采用G1法求取指标常权权重,引入变权理论修正常权权重从而确定变权权重.利用正态云模型替代传统的白化权函数,构建变权灰云模型,对场址进行定性定量评价,依据评分值确定最优场址.实例计算分析表明,最优场址在能源经济效益和船舶通航安全方面均处于优势水平,变权灰云模型在深远海域海上风电场选址中具有良好的适用性和有效性.
针对潮汐影响下船舶进出港调度中的连续泊位分配策略优化需求,考虑潮汐影响下的船舶进出港时段、船舶靠离泊安全流速、泊位类型与船型相匹配等多因素约束,根据先来先服务原则,构建混合整数规划模型,并采用改进粒子群优化(particle swarm optimization,PSO)算法进行求解.算例结果给出每艘船的靠泊位置和进出港顺序安排,并通过与标准PSO算法求解的调度方案进行对比,验证改进PSO算法的有效性.研究成果可为实际码头泊位分配决策提供参考.
为提高港口的综合竞争力,运用DEA-Malmquist指数方法,对历年来货物吞吐量排名靠前的国内港口的效率进行定量分析和评价.研究结果表明:尽管这些港口的货物吞吐量在全球名列前茅,但在技术进步、产业结构和经济效益上并不理想,整体港口效率不容乐观.因此,提高管理和决策水平,改进落后的生产措施,进行技术改革和创新,实现港口作业自动化与智能化,整合港口资源,建成有规模效益的绿色港口是当务之急.
针对港机制造企业供应链网络面临的经济性、稳定性优化需求,本文以供应商、制造基地、港口和客户在内的四级供应链网络为研究对象,对网络各级节点之间的稳定性和港口的物流能力进行评估,选取网络的利润、稳定性为优化目标建立多目标混合整数规划模型.结合算例选择矩阵实数编码、行列交叉操作、差分变异算子对第二代非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)进行改进.计算结果表明,该模型能够对网络的经济性和稳定性进行有效优化,且算法能获得Pareto最优解
为对处在不同效率层次的港口制定针对性决策,运用2014-2018年港口群的100个样本数据构建分层SBM-BPNN模型,该模型是基于松弛变量的测量(slack-based measure,SBM)模型与反向传播神经网络(back propagation neural network,BPNN)模型的结合.用构建的模型对2019年的港口群进行效率分层和决策制定.结果 表明:分层SBM-BPNN模型不仅可以基于全体决策单元信息对分层SBM模型起替代作用,还可以在信息无法在各港口实时共享时,依据单个港口的信息对
为提高海上紧急事故救援效率,提出考虑救助船船型、高风险水域多重覆盖和搜救责任区需求的多重集合覆盖模型,并使用蚁群算法对模型进行求解.将该模型应用于渤海及其附近水域进行算例分析,得到救助站点选址与救助船配置方案,并对模型优化结果进行敏感性分析.该模型优化结果可为我国交通运输部北海救助局救助船队的更新方向提供参考.
为解决船舶运动过程中舵角增益不确定、运动模型参数不确定及有外界干扰的路径跟踪问题,提出一种利用径向基函数(radial basis function,RBF)神经网络逼近总未知项和舵角增益的滑模控制算法.根据反推法设计参考艏向,采用双曲正切函数设计滑模控制器,对艏向进行控制.通过MMG模型进行仿真,验证算法的有效性.仿真结果表明,所设计的控制器能够很好地跟踪参考路径,且利用RBF神经网络能够较好地逼近总未知项和舵角增益,故基于RBF神经网络设计的滑模控制器对船舶路径跟踪具有很好的鲁棒性.
为提高船舶航迹预测精度,利用灰狼优化(grey wolf optimization,GWO)算法求出支持向量回归(support vector regression,SVR)模型的最优参数,构建基于GWO-SVR的船舶航迹预测模型.选取福建漳州古雷港水域某船航迹的AIS数据.将该模型与其他模型的预测结果进行比较.实验结果表明,与SVR、灰狼优化最小二乘支持向量机和粒子群优化最小二乘支持向量机等3种模型相比,GWO-SVR模型的预测精度分别提升2.61%、10.93%和0.22%,预测误差分别降低0.022