logo móvil
Contáctanos

Un algoritmo evolutivo autoadaptativo para el problema de programación de atraques: hacia un control eficiente de parámetros

Autores: Dulebenets, Maxim A.; Kavoosi, Masoud; Abioye, Olumide; Pasha, Junayed

Idioma: Inglés

Editor: MDPI

Año: 2018

Descargar PDF

Acceso abierto

Artículo científico
2018

Un algoritmo evolutivo autoadaptativo para el problema de programación de atraques: hacia un control eficiente de parámetros


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Software

Palabras clave

Transporte marítimo
Comercio global
Operadores de terminales de contenedores marítimos
Problema de programación de muelle
Algoritmo Evolutivo
Estrategia de control de parámetros

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 38

Citaciones: Sin citaciones


Descripción
Desde tiempos antiguos, el transporte marítimo ha desempeñado un papel muy importante para el comercio global y la economía de muchos países. Los volúmenes de todos los principales tipos de carga, que son transportados por buques, han aumentado sustancialmente en los últimos años. Dado el rápido crecimiento del comercio marítimo, los operadores de terminales de contenedores marítimos deben centrarse en mejorar la infraestructura terminal existente y en mejorar la planificación de operaciones. Este estudio tiene como objetivo ayudar a los operadores de terminales de contenedores marítimos a mejorar las operaciones en tierra y se enfoca principalmente en el problema de programación de muelles. El problema se formula como un modelo de programación lineal entera mixta, minimizando el tiempo total ponderado de rotación de los buques y las salidas tardías ponderadas de los buques. Se propone un Algoritmo Evolutivo autoadaptativo para resolver el problema, donde las probabilidades de cruce y mutación están codificadas en los cromosomas. Se realizan experimentos numéricos para evaluar el rendimiento del algoritmo de solución desarrollado frente a los Algoritmos Evolutivos alternativos, que se basan en el control de parámetros determinísticos, control de parámetros adaptativos y estrategias de ajuste de parámetros, respectivamente. Los resultados indican que todos los algoritmos de solución considerados muestran una variabilidad relativamente baja en términos de los valores de la función objetivo al finalizar de una replicación a otra y pueden mantener la diversidad de la población adecuada. Sin embargo, la aplicación de la estrategia de control de parámetros autoadaptativos mejora sustancialmente los valores de la función objetivo al finalizar sin un impacto significativo en el tiempo de cálculo.

Otros recursos que podrían interesarte

Temas Virtualpro