当前位置: 首页 > news >正文

粒子群算法求解港口泊位调度问题(MATLAB代码)

粒子群算法(Particle Swarm Optimization,PSO)是一种基于群体智能的优化算法,它通过模拟鸟群或鱼群的行为来寻找最优解。在泊位调度问题中,目标是最小化所有船只在港时间的总和,而PSO算法可以帮助我们找到一个较优的调度方案。

泊位调度问题是指在有限数量的泊位资源下,安排船只的到港和离港时间,以最小化船只在港等待的时间。该问题存在多个约束条件,如泊位容量、船只到港和离港时间窗口等。

PSO算法的核心思想是通过模拟粒子在解空间中的移动来搜索最优解。每个粒子代表一个解,并根据自身的历史最佳解和群体的历史最佳解进行调整。粒子根据自身和邻域最优解的信息更新速度和位置,以逐渐靠近最优解。

在泊位调度问题中,每个粒子的位置可以表示为一个泊位调度方案,其中每个船只被分配到一个特定的泊位,并确定其到港和离港时间。粒子的速度和位置更新规则可以根据目标函数来定义,以使船只在港时间的总和最小化。

PSO算法的优点在于简单且易于实现,能够在高维解空间中找到较优解。然而,对于泊位调度问题这样的复杂问题,PSO算法可能会陷入局部最优解。为了克服这个问题,可以采用多种改进方法,如引入局部搜索机制或组合其他优化算法。

总结而言,粒子群算法是一种有效的优化算法,适用于解决泊位调度问题。通过调整粒子的速度和位置,并结合合适的目标函数,可以找到一个较优的泊位调度方案,以最小化船只在港时间的总和。然而,对于复杂的问题,仍然需要进一步的研究和改进。

流程如下:

数据: 

停泊时间:

船舶泊位

1#

2#

3#

4#

5#

6#

船1

3

3

3.290323

3.290323

3.290323

3.290323

船2

3.29

3.29

3.608387

3.608387

3.608387

3.608387

船3

3.35

3.35

3.674194

3.674194

3.674194

3.674194

船4

5

5

5.483871

5.483871

5.483871

5.483871

船5

1.94

1.94

2.127742

2.127742

2.127742

2.127742

船6

1.45

1.45

1.590323

1.590323

1.590323

1.590323

船7

0.97

0.97

1.063871

1.063871

1.063871

1.063871

船8

4.61

4.61

5.056129

5.056129

5.056129

5.056129

船9

5.06

5.06

5.549677

5.549677

5.549677

5.549677

船10

7.29

7.29

7.995484

7.995484

7.995484

7.995484

船11

2.68

2.68

2.939355

2.939355

2.939355

2.939355

船12

5.74

5.74

6.295484

6.295484

6.295484

6.295484

船13

0.65

0.65

0.712903

0.712903

0.712903

0.712903

船14

1.26

1.26

1.381935

1.381935

1.381935

1.381935

船15

0.81

0.81

0.888387

0.888387

0.888387

0.888387

船16

1.58

1.58

1.732903

1.732903

1.732903

1.732903

船17

0.77

0.77

0.844516

0.844516

0.844516

0.844516

船18

1

1

1.096774

1.096774

1.096774

1.096774

船19

3.1

3.1

3.4

3.4

3.4

3.4

船20

0.71

0.71

0.77871

0.77871

0.77871

0.77871

船21

0.97

0.97

1.063871

1.063871

1.063871

1.063871

船22

3.23

3.23

3.542581

3.542581

3.542581

3.542581

到港时间

到港时间

装卸量

0:00

93

3:00

102

3:20

104

3:20

155.25

6:00

60

6:00

45

6:20

30

8:00

143

8:00

157

9:00

226

10:00

83

10:30

178

11:00

20

12:00

39

12:00

25

14:40

49

14:40

24

15:00

31

15:00

96

18:50

22

21:10

30

22:00

100

装卸速度

装卸速度

泊位1

31

泊位2

31

泊位3

34

泊位4

35

泊位5

36

泊位6

37

程序结果:

粒子群算法优化得到最优成本

Valuebest =

          70.7209677419355

粒子群算法优化得到最优粒子

psobest =

  1 至 6 列

                        -1        -0.276376816044633        0.0110834051789061        -0.588322236509362        -0.871896419169566                         1

  7 至 12 列

         0.882043641594225         0.394648902367656         0.649790379151507                        -1       -0.0590250701437167                        -1

  13 至 18 列

                         1                         1         0.941078162307071                         1         0.925858029802935        -0.755714050637173

  19 至 24 列

         0.642324983266078                         1                         1                         1          6.33758011393659          5.85939735126611

  25 至 30 列

                      6.99          2.49649225428723          4.78659200827198                      6.99                      6.99          5.21051862147312

  31 至 36 列

          4.23951824644256                         1          2.42088917195685          3.73458639406582                      6.99                      6.99

  37 至 42 列

          2.24808981777205          5.21345040727043          4.55442530362547          1.11174406517414                         1                         1

  43 至 44 列

          1.69713330740672          6.04705817521954

y =

          70.7209677419355

G =

                         1                         6                         0          3.29032258064516

                        10                         1                         9                     16.29

                        12                         3                      10.5          16.7954838709677

                         5                         4                         6          8.12774193548387

                        18                         1                     16.29                     17.29

                         4                         2          3.33333333333333          8.33333333333333

                         2                         5                         3          6.60838709677419

                        11                         2                        10                     12.68

                         3                         6          3.33333333333333          7.00752688172043

                         8                         5                         8          13.0561290322581

                        19                         1                     17.29                     20.39

                         9                         4          8.12774193548387          13.6774193548387

                         7                         6          7.00752688172043          8.07139784946237

                        17                         4          14.6666666666667          15.5111827956989

                        15                         2                     12.68                     13.49

                         6                         6          8.07139784946237          9.66172043010753

                        13                         6                        11          11.7129032258064

                        14                         6                        12           13.381935483871

                        16                         5          14.6666666666667          16.3995698924731

                        20                         1                     20.39                      21.1

                        21                         1          21.1666666666667          22.1366666666667

                        22                         6                        22          25.5425806451613

Stime =

                         0          3.29032258064516

                         3          6.60838709677419

          3.33333333333333          7.00752688172043

          3.33333333333333          8.33333333333333

                         6          8.12774193548387

          8.07139784946237          9.66172043010753

          7.00752688172043          8.07139784946237

                         8          13.0561290322581

          8.12774193548387          13.6774193548387

                         9                     16.29

                        10                     12.68

                      10.5          16.7954838709677

                        11          11.7129032258064

                        12           13.381935483871

                     12.68                     13.49

          14.6666666666667          16.3995698924731

          14.6666666666667          15.5111827956989

                     16.29                     17.29

                     17.29                     20.39

                     20.39                      21.1

          21.1666666666667          22.1366666666667

                        22          25.5425806451613

S =

     1    10    12     5    18     4     2    11     3     8    19     9     7    17    15     6    13    14    16    20    21    22

T =

     6     5     6     2     4     6     6     5     4     1     2     3     6     6     2     5     4     1     1     1     1     6

Stime =

                         0          3.29032258064516

                         3          6.60838709677419

          3.33333333333333          7.00752688172043

          3.33333333333333          8.33333333333333

                         6          8.12774193548387

          8.07139784946237          9.66172043010753

          7.00752688172043          8.07139784946237

                         8          13.0561290322581

          8.12774193548387          13.6774193548387

                         9                     16.29

                        10                     12.68

                      10.5          16.7954838709677

                        11          11.7129032258064

                        12           13.381935483871

                     12.68                     13.49

          14.6666666666667          16.3995698924731

          14.6666666666667          15.5111827956989

                     16.29                     17.29

                     17.29                     20.39

                     20.39                      21.1

          21.1666666666667          22.1366666666667

                        22          25.5425806451613

>>

相关文章:

粒子群算法求解港口泊位调度问题(MATLAB代码)

粒子群算法(Particle Swarm Optimization,PSO)是一种基于群体智能的优化算法,它通过模拟鸟群或鱼群的行为来寻找最优解。在泊位调度问题中,目标是最小化所有船只在港时间的总和,而PSO算法可以帮助我们找到一…...

idea控制台出现乱码的解决方案

概述:有时候控制台的关键说明出现乱码,就很令人烦恼 在 IntelliJ IDEA 中出现控制台乱码通常是由于编码设置不正确或者字体显示问题导致的。以下是一些可能的解决方案: 1. 设置项目编码 确保你的项目编码设置正确: 在 Intelli…...

R语言【taxlist】——summary(),show(),print():打印taxlist对象及其内容的概述

Package taxlist version 0.2.4 Description 一种方法,用于显示 taxlist 对象内容的概述或所选分类组的概述。 Usage ## S4 method for signature taxlist summary(object,ConceptID,units "Kb",check_validity TRUE,display "both",maxs…...

【深度学习】sdxl中的 text_encoder text_encoder_2 区别

镜像问题是:https://editor.csdn.net/md/?articleId135867689 代码仓库: https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/tree/main 截图: 为什么有两个CLIP编码器 text_encoder 和 text_encoder_2 ? 在…...

上位机图像处理和嵌入式模块部署(python opencv)

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing 163.com】 前面我们谈到了qt,谈到了opencv,也谈到了嵌入式,但是没有说明python在这个过程当中应该扮演什么样的角色。open…...

父元素flex:1 高度却被子元素撑开的问题

问题 当父元素设置了flex: 1; 的情况下,想在其中子元素超出父元素高度的情况下,产生滚动条,在父元素区域滚动。由于子元素高度不固定,故父元素设置为display: flex; flex-direction: column; 子元素设置flex: 1; overflow: auto;…...

【LUA】mac状态栏添加天气

基于网络上的版本修改的,找不到出处了。第一个摸索的lua脚本,调了很久。 主要修改:如果风速不大,就默认不显示,以及调整为了一些格式 local urlApi http://.. --这个urlApi去申请个免费的就可以了 然后打开对应的json…...

网络原理-TCP/IP(1)

应用层 我们之前编写完了基本的java socket, 要知道,我们之前所写的所有代码都在应用层中,都是为了完成某项业务,如翻译等.关于应用层,后面会有专门的讲解,在此处先讲一下基础知识. 应用层对应着应用程序,是程序员打交道最多的一层,调用系统提供的网络api写出的代码都是应用层…...

C# Socket 允许控制台应用通过防火墙

需求: 在代码中将exe添加到防火墙规则中,允许Socket通过 添加库引用 效果: 一键三联 若可用记得点赞评论收藏哦,你的支持就是写作的动力。 源地址: https://gist.github.com/cstrahan/513804 调用代码: private static void …...

Centos安装mysql/mariadb

1,yum install mysql-apt-config_0.8.12-1_all.deb 似乎后面会有冲突,不建议安装mysql了,直接mariadb吧 2, No such command: uninstall. Please use /usr/bin/yum --help It could be a YUM plugin command, try: "yum install dnf-command(uninstall)" It…...

2024 年, Web 前端开发趋势

希腊哲学家赫拉克利特认为,变化是生命中唯一不变的东西。这句话适用于我们的个人生活、行业和职业领域。 尤其是前端开发领域,新技术、开发趋势、库和框架不断涌现,变化并不陌生。最近发生的一些事件正在改变开发人员构建网站和 Web 应用的方…...

Mysql 插入数据

1 为表的所有字段插入数据 使用基本的INSERT语句插入数据要求指定表名称和插入到新记录中的值。基本语法格式为: INSERT INTO table_name (column_list) VALUES (value_list); 使用INSERT插入数据时,允许列名称列表column_list为空,此时&…...

【每日一题】YACS 473:栈的判断

这是上海计算机学会竞赛 P 473 P473 P473:栈的判断( 2021 2021 2021年 8 8 8月月赛 丙组 T 4 T4 T4)标签:栈题意:给定 n n n个数字,已知这些数字的入栈顺序为 1 , 2 , 3... , n 1,2,3...,n 1,2,3...,n&…...

Python - 整理 MySQL 慢查询日志

在实际的数据库管理和性能优化工作中,MySQL 慢查询日志(slow query log)是一个重要的工具。当系统中的 SQL 查询花费的时间超过阈值时,MySQL 会将这些查询记录在慢查询日志中,方便进行性能分析和调优。 本文将介绍如何…...

Python算法题集_无重复字符的最长子串

本文为Python算法题集之一的代码示例 题目3:无重复字符的最长子串 说明:给定一个字符串 s ,请你找出其中不含有重复字符的 最长子串 的长度。 示例 1: 输入: s "abcabcbb" 输出: 3 解释: 因为无重复字符的最长子串是 "a…...

12.Elasticsearch应用(十二)

Elasticsearch应用(十二) 1.单机ES面临的问题 海量数据存储问题单点故障问题 2.ES集群如何解决上面的问题 海量数据存储解决问题: 将索引库从逻辑上拆分为N个分片(Shard),存储到多个节点单点故障问题&a…...

linux -- 内存管理 -- SLAB分配器

SLAB分配器(slab allocator) SLAB分配器用于小内存空间管理,基本思想是:先利用页面分配器分配出单个或多个连续的物理页面,然后再此基础上将整块页面分割为多个相等的小内存单元,来满足小内存空间分配的需…...

【MySQL】学习如何通过DQL进行数据库数据的条件查询

🌈个人主页: Aileen_0v0 🔥热门专栏: 华为鸿蒙系统学习|计算机网络|数据结构与算法 ​💫个人格言:“没有罗马,那就自己创造罗马~” #mermaid-svg-63IIm2s5sIhQfsfy {font-family:"trebuchet ms",verdana,arial,sans-serif;font-siz…...

TS:子类型关系

子类型关系 1、概念1.1 里氏替换原则1.2 自反性1.3 传递性 2、顶端类型 和 尾端类型3、字面量类型4、undefined 和 null5、枚举类型6、函数类型6.1 变型6.1.1 协变6.1.2 逆变6.1.3 双变 6.2 函数类型间的子类型关系6.2.1 函数参数数量6.2.2 函数参数类型A、非严格函数类型检查B…...

IDEA插件(MyBatis Log Free)

引言 在Java开发中,MyBatis 是一款广泛使用的持久层框架,它简化了SQL映射并提供了强大的数据访问能力。为了更好地调试和优化MyBatis应用中的SQL语句执行,一款名为 MyBatis Log Free 的 IntelliJ IDEA 插件应运而生。这款插件旨在帮助开发者…...

【Python】 -- 趣味代码 - 小恐龙游戏

文章目录 文章目录 00 小恐龙游戏程序设计框架代码结构和功能游戏流程总结01 小恐龙游戏程序设计02 百度网盘地址00 小恐龙游戏程序设计框架 这段代码是一个基于 Pygame 的简易跑酷游戏的完整实现,玩家控制一个角色(龙)躲避障碍物(仙人掌和乌鸦)。以下是代码的详细介绍:…...

Zustand 状态管理库:极简而强大的解决方案

Zustand 是一个轻量级、快速和可扩展的状态管理库,特别适合 React 应用。它以简洁的 API 和高效的性能解决了 Redux 等状态管理方案中的繁琐问题。 核心优势对比 基本使用指南 1. 创建 Store // store.js import create from zustandconst useStore create((set)…...

Admin.Net中的消息通信SignalR解释

定义集线器接口 IOnlineUserHub public interface IOnlineUserHub {/// 在线用户列表Task OnlineUserList(OnlineUserList context);/// 强制下线Task ForceOffline(object context);/// 发布站内消息Task PublicNotice(SysNotice context);/// 接收消息Task ReceiveMessage(…...

【SpringBoot】100、SpringBoot中使用自定义注解+AOP实现参数自动解密

在实际项目中,用户注册、登录、修改密码等操作,都涉及到参数传输安全问题。所以我们需要在前端对账户、密码等敏感信息加密传输,在后端接收到数据后能自动解密。 1、引入依赖 <dependency><groupId>org.springframework.boot</groupId><artifactId...

基于Docker Compose部署Java微服务项目

一. 创建根项目 根项目&#xff08;父项目&#xff09;主要用于依赖管理 一些需要注意的点&#xff1a; 打包方式需要为 pom<modules>里需要注册子模块不要引入maven的打包插件&#xff0c;否则打包时会出问题 <?xml version"1.0" encoding"UTF-8…...

OpenLayers 分屏对比(地图联动)

注&#xff1a;当前使用的是 ol 5.3.0 版本&#xff0c;天地图使用的key请到天地图官网申请&#xff0c;并替换为自己的key 地图分屏对比在WebGIS开发中是很常见的功能&#xff0c;和卷帘图层不一样的是&#xff0c;分屏对比是在各个地图中添加相同或者不同的图层进行对比查看。…...

深入浅出深度学习基础:从感知机到全连接神经网络的核心原理与应用

文章目录 前言一、感知机 (Perceptron)1.1 基础介绍1.1.1 感知机是什么&#xff1f;1.1.2 感知机的工作原理 1.2 感知机的简单应用&#xff1a;基本逻辑门1.2.1 逻辑与 (Logic AND)1.2.2 逻辑或 (Logic OR)1.2.3 逻辑与非 (Logic NAND) 1.3 感知机的实现1.3.1 简单实现 (基于阈…...

【学习笔记】erase 删除顺序迭代器后迭代器失效的解决方案

目录 使用 erase 返回值继续迭代使用索引进行遍历 我们知道类似 vector 的顺序迭代器被删除后&#xff0c;迭代器会失效&#xff0c;因为顺序迭代器在内存中是连续存储的&#xff0c;元素删除后&#xff0c;后续元素会前移。 但一些场景中&#xff0c;我们又需要在执行删除操作…...

Vue ③-生命周期 || 脚手架

生命周期 思考&#xff1a;什么时候可以发送初始化渲染请求&#xff1f;&#xff08;越早越好&#xff09; 什么时候可以开始操作dom&#xff1f;&#xff08;至少dom得渲染出来&#xff09; Vue生命周期&#xff1a; 一个Vue实例从 创建 到 销毁 的整个过程。 生命周期四个…...

【1】跨越技术栈鸿沟:字节跳动开源TRAE AI编程IDE的实战体验

2024年初&#xff0c;人工智能编程工具领域发生了一次静默的变革。当字节跳动宣布退出其TRAE项目&#xff08;一款融合大型语言模型能力的云端AI编程IDE&#xff09;时&#xff0c;技术社区曾短暂叹息。然而这一退场并非终点——通过开源社区的接力&#xff0c;TRAE在WayToAGI等…...