大小阶跃组合的IWF-SSAF权向量滤波器设计

简介: 大小阶跃组合的IWF-SSAF权向量滤波器设计

问题描述:


         在集装箱码头的实际作业中,集装箱船舶运输公司一般都会买断一段时期的码头泊位停靠使用权,因此,实际上在进行集装箱船舶装卸任务时,没必要以最快的速度完成全部的装卸任务,而是只需要在集装箱船舶从进港到出港的这一段时期内完成全部的装卸任务即可。


这样一来集装箱码头主要的操作成本便有两个方面,一是配给集装箱船舶的岸桥数量的成本,二是岸桥移动的距离成本。


为了使集装箱码头的装卸操作成本降到最低,我们必须考虑给集装箱船舶分配的最少数量的岸桥,同时又要保证各个岸桥移动的总距离最小。


         根据上述对实际操作的陈述,可以描述成这样一个问题,在集装箱船舶进出港时间确定的情况下,给集装箱船舶分配一定数量的岸桥,使其在规定的时间窗口期$内完成集装箱的装卸任务,同时保证所分配的最少岸桥数量和岸桥移动的总距离两者之间加权和最小。


为了解决这个问题,本文给出了一个思路,首先第一阶段,计算出在岸桥数量充裕的情况下,完成集装箱船舶装卸任务的最小化最大完工时间!,这样的话理论上就会节省出这一段没有操作的时间。接下来第二阶段,理论上最早开始的贝位任务只要在时间窗口期!内开工,就不会耽误装卸船任务的最终完成。以此类推,第二批开始的贝位只要在时间窗口期!内开工,就不会耽误装卸船任务的最终完成。


通过对不同贝位任务开始时间的调度,可以计算出需要投入的岸桥数量和岸桥移动的总距离,从而确定两者的加权和。通过将计算出的岸桥数量带入第一阶段,又能得到新岸桥数量下的最小化最大完工时间,将之带入第二阶段,又能得出新的加权和,通过一二阶段反复的耦合迭代,最终确定最小的加权和。


image.png

式(1.2)目标函数为最小化岸桥最大完工时间;式(1.3)规定各贝位最早开始时间晚于船O进港时间;式(1.4)规定了贝位任务的完成时间;式(1.5)规定了贝位任务的开始时间;式(1.6)规定一个贝位只能由一台岸桥处理;式(1.7)规定两个变量之间关系;式(1.8)规定一个贝位任务只有一个紧前任务和紧后任务;式(1.9)规定避免岸桥之间冲突;式(1.10)规定变量范围。


第二阶段:

         根据问题描述,为了简化调度方法,更好的确定贝位任务开始的时间,将贝位任务开始的时间窗口期离散化,平均分成份,这样贝位任务开始的时间窗口期就会出现n个时间节点,以这些时间节点作为贝位任务开始的时刻进行调度计算。


image.png

 式(1.11)目标函数最小化岸桥数量;式(1.12)目标函数最小化岸桥移动距离;


式(1.13)规定最早开始贝位的最早开始时间;式(1.14)规定贝位开始的左边界;


式(1.15)规定贝位开始的右边界;


式(1.16)规定开始时间窗等分点v对应的时间;式(1.17)和(1.18)为岸桥的数量;


式(1.19)定义流量平衡;式(1.20)和(1.21)规定每个贝位任务只有一个紧前和紧后任务;


式(1.22)定义岸桥从g到h行走的距离;式(1.23)定义贝位g和h的处理顺序;式(1.24)规定变量范围。



相关文章
|
6月前
【代数学作业5】理想的分解:高斯整数环中理想的结构,并根据其范数和素数的性质进行分解
【代数学作业5】理想的分解:高斯整数环中理想的结构,并根据其范数和素数的性质进行分解
87 0
|
机器学习/深度学习
普通卷积、分组卷积和深度分离卷积概念以及参数量计算
普通卷积、分组卷积和深度分离卷积概念以及参数量计算
1206 0
普通卷积、分组卷积和深度分离卷积概念以及参数量计算
|
3月前
|
机器学习/深度学习 数据处理 Python
深入理解双变量(二元)正态投影:理论基础、直观解释与应用实例
本文探讨了统计学与机器学习中的二元投影技术,它基于二元正态分布,用于预测一个变量在给定另一变量值时的期望值。文章分为三部分:首先介绍了二元正态投影的基本公式及其在回归中的应用;接着通过直观解释和模拟展示了不同相关性下变量间的关系;最后运用投影公式推导出线性回归的参数估计,并通过实例说明其在预测房屋价格等场景中的应用。附录中详细推导了二元线性投影的过程。二元投影作为一种强大工具,在数据分析中帮助简化复杂问题并揭示数据背后的规律。
58 1
深入理解双变量(二元)正态投影:理论基础、直观解释与应用实例
|
6月前
|
算法 Windows
R语言广义二次跳跃、非线性跳跃扩散过程转移函数密度的估计及其应用
R语言广义二次跳跃、非线性跳跃扩散过程转移函数密度的估计及其应用
Matlab:如何利用层次分析法(升级版)计算具有多重指标的判断矩阵的一致性检验和权重
Matlab:如何利用层次分析法(升级版)计算具有多重指标的判断矩阵的一致性检验和权重
357 0
|
6月前
|
机器学习/深度学习 编解码 自然语言处理
LRP-QViT完美而来 | 输出层分配相关性+剪切通道让Swin Transformer量化后居然涨1.5个点
LRP-QViT完美而来 | 输出层分配相关性+剪切通道让Swin Transformer量化后居然涨1.5个点
287 0
|
6月前
|
算法 定位技术
插值、平稳假设、本征假设、变异函数、基台、块金、克里格、线性无偏最优…地学计算概念及公式推导
插值、平稳假设、本征假设、变异函数、基台、块金、克里格、线性无偏最优…地学计算概念及公式推导
161 2
|
6月前
|
机器学习/深度学习 存储 缓存
窥探向量乘矩阵的存内计算原理—基于向量乘矩阵的存内计算
窥探向量乘矩阵的存内计算原理—基于向量乘矩阵的存内计算
59 0
|
机器学习/深度学习 传感器 缓存
可分离高斯神经网络:结构、分析和函数逼近
可分离高斯神经网络:结构、分析和函数逼近
171 0
|
机器学习/深度学习 算法 计算机视觉
多目标跟踪算法(最近邻NN)(全局最近邻GNN)(概率数据关联PDA)(联合概率数据关联JPDA)的学习
多目标跟踪算法(最近邻NN)(全局最近邻GNN)(概率数据关联PDA)(联合概率数据关联JPDA)的学习
多目标跟踪算法(最近邻NN)(全局最近邻GNN)(概率数据关联PDA)(联合概率数据关联JPDA)的学习