(一)算例设计

更新于 2026年10月10日 版权声明
(一)算例设计

以重庆市果园港的运营数据为基础,生成时间随机分布的算例数据:首先,处理果园港运营原始数据,获取港口吞吐量、各类集装箱运载比例等必要数据;其次,计算机模拟目的港、泊位后,按随机分布模拟生成集装箱进场时间、出场时间;最后,利用以上所述方法模拟生成2018年12个月的数据,如图6、7所示。

图示

图6 2018年集装箱船到达码头相关数据(https://www.daowen.com)

图示

图7 2018年集装箱船运出码头相关数据

对原始数据进行分析后发现,2018年下半年果园港的吞吐量高于上半年,为了体现改进后堆放规则处理的高效性,选取吞吐量大的6个月集装箱吞吐量的平均值作为算例中一个月的数量。20尺箱和40尺箱的数量基本稳定在2.5∶1的比例上。设置30天内集装箱吞吐量为8000—13000个,目的港数量设置为20个,机会阈值设置为0.95。算法利用python编程实现,对10组算例进行实验分析。

↑上一章 ↓下一章
关注公众号获取验证码
复制内容需要验证码(7.99元/天)