申请/专利权人：中交机电工程局有限公司

申请日：2023-12-25

公开（公告）日：2024-04-02

公开（公告）号：CN117808197A

主分类号：G06Q10/063

分类号：G06Q10/063;G06Q50/40;G06N3/006;G06Q10/04;G06N3/0499;G06N3/092;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于智慧港口的散货一体化管控方法，包括：获取实时的港口散货作业区散货分布数据，并将所述散货分布数据通过散货分类数据划分多个管控区域获取港口散货状态监测数据；对所述港口散货状态监测数据进行数据分析获取生产运行数据，通过所述调度数据以散货滞留港口总时间最短为阈值构建散货作业模型，获取船只优化调度数据；对所述船只优化调度数据采用泊位调度策略获取泊位调度优化数据；对所述泊位调度优化数据通过深度强化学习算法构建散货装船调度模型，获取散货装船调度次序，建立仿真管控平台，获取实时的散货管控数据，能满足实际生产调度中的动态性要求，实现了港口散货一体化管控机制，有效缩短了船舶总的停泊时间。

主权项：1.一种基于智慧港口的散货一体化管控方法，其特征在于，包括以下步骤：获取实时的港口散货作业区散货分布数据，并将所述散货分布数据通过散货分类数据划分多个管控区域，对所述管控区域的所述散货分布数据进行训练获取港口散货状态监测数据；对所述港口散货状态监测数据进行多源重复性检测后对所述有效状态监测数据进行数据分析，获取散货作业区生产运行数据，根据所述散货作业区生产运行数据对所述散货作业区进行实时规划，获取散货作业区的调度数据；通过所述调度数据以散货滞留港口总时间最短为阈值对散货作业区构建以港口船只调度时间、船只可达性为相互约束关系的散货作业模型，对所述散货作业模型采用樽海鞘搜索算法以自适应权重排序获取船只优化调度数据；对所述船只优化调度数据采用泊位调度策略获取不同时间段内港口船舶调度信息，对所述港口船舶调度信息构建以船舶总的在港时间最短为目标的函数获取泊位调度优化数据；对所述泊位调度优化数据通过深度强化学习算法构建散货装船调度模型，获取散货装船调度次序，对所述散货装船调度次序采用BP神经网络进行训练获取港口散货吞吐量预测数据，根据所述港口散货吞吐量预测数据建立仿真管控平台，获取实时的散货管控数据。

全文数据：

权利要求：

百度查询： 中交机电工程局有限公司 一种基于智慧港口的散货一体化管控方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD