摘要
本发明提出一种拖轮多目标优化调度方法,包括:获取港口拖轮基地数据、现役拖轮数据以及周期内所有船舶数据,建立船舶与现役拖轮之间的匹配规则表;建立以最小化拖轮总作业成本和最小化拖轮总作业时间为双目标函数并嵌入港口作业核心业务约束的拖轮多目标协同优化调度的数学模型,核心业务约束用于保障调度方案的可行性与多目标协同优化能力;采用多维实数编码描述拖轮分配问题,设置初始个体和种群,采用Q学习算法构建拖轮调度多目标优化决策框架;通过深度耦合Jaya算法的精英解导向特性与Q学习的动态决策能力,构建全局‑局部协同拖轮调度优化机制;利用融合Q学习的Jaya算法求解构建的拖轮调度模型,以得到所述目标函数的最优解。
技术关键词
优化调度方法
Q学习算法
动态决策能力
基地
船舶
数学模型
优化调度系统
拖带作业
拖船单元
拖轮组合
周期
框架
变量
数据获取模块
核心
系统为您推荐了相关专利信息
电磁模型构建方法
静态磁场
船舶
电场
交变电磁场
方舱
光伏发电单元
柴油发电机组
微电网
能量管理控制器
非线性动力学模型
船舶
数值仿真技术
GPU并行计算
力矩
充电调度策略
充电桩调度方法
Q学习算法
蚁群算法
平均等待时间