基于改進(jìn)蟻群算法的郵船艙室模塊移運(yùn)路徑規(guī)劃

王炬成, 趙學(xué)濤

(江蘇科技大學(xué) 船舶與海洋工程學(xué)院，江蘇 鎮(zhèn)江 212100)

0 引 言

研究郵船艙室模塊從舷側(cè)開孔進(jìn)入至主豎區(qū)指定安裝位置的路徑規(guī)劃問題，對于減少郵船艙室模塊運(yùn)輸所需時間、提高郵船艙室模塊的安裝效率具有重要的意義。傳統(tǒng)的路徑規(guī)劃算法為遺傳算法[1]、人工勢場法等[2-3]，當(dāng)前比較主流的算法為A*算法、蟻群算法、神經(jīng)網(wǎng)絡(luò)算法等[4-6]，其中，蟻群算法具有穩(wěn)健性佳、全局搜索能力強(qiáng)、環(huán)境約束表達(dá)簡便等優(yōu)勢。

學(xué)者們將蟻群算法用于各領(lǐng)域中。孫功武等[7]提出一種新的啟發(fā)式函數(shù)，用于水面無人艦艇的路徑規(guī)劃。濮明月等[8]提出結(jié)合遺傳算法的蟻群算法，用于物流配送車輛的路徑規(guī)劃。游曉明等[9]提出一種動態(tài)搜索策略，用于機(jī)器人路徑規(guī)劃。吳雨婷等[10]將蟻群算法用于安徽某公司的速凍蔬菜配送，并在實(shí)際應(yīng)用中取得較好的效果。

針對在大型郵船艙室模塊運(yùn)輸過程中的移運(yùn)路線長、路線混亂、艙室模塊易與障礙物發(fā)生碰撞等問題，通過應(yīng)用加入動態(tài)搜索模型的蟻群算法、模擬退火算法對郵船艙室模塊的移運(yùn)路線進(jìn)行規(guī)劃加以解決，并根據(jù)實(shí)際情況進(jìn)行進(jìn)一步改進(jìn)。對同一主豎區(qū)的艙室模塊同時進(jìn)行路徑規(guī)劃，分析區(qū)域內(nèi)的障礙物，限制蟻群的搜索方向；對每個艙室模塊所要行走的柵格地圖進(jìn)行動態(tài)調(diào)整；對主豎區(qū)內(nèi)不能通過的區(qū)域進(jìn)行優(yōu)化；在確定每個艙室模塊較優(yōu)路徑后，通過離散數(shù)據(jù)分析，確定主通道與各艙室模塊行走的支路。蟻群算法參數(shù)[11]是影響蟻群算法性能的重要因素，可采用模擬退火算法[12-13]獲得。通過試驗(yàn)仿真，對改進(jìn)蟻群算法在艙室模塊移運(yùn)過程中縮短艙室模塊運(yùn)輸路線、移運(yùn)路線清晰化、避免艙室模塊與障礙物碰撞等方面進(jìn)行驗(yàn)證。

1 算法研究

1.1 加入動態(tài)搜索模型的蟻群算法

蟻群算法是一種模擬螞蟻覓食行為的模擬優(yōu)化算法[5]。蟻群算法主要步驟如下：

步驟1：初始化。對蟻群算法所需的各項(xiàng)參數(shù)(信息素啟發(fā)式因子、期望啟發(fā)因子、信息素蒸發(fā)系數(shù)、信息素強(qiáng)度、初始信息素質(zhì)量分?jǐn)?shù)、蟻群數(shù)量和迭代次數(shù)等)進(jìn)行初始化。

步驟2：進(jìn)行路徑更新、禁忌表更新。

(1)根據(jù)蟻群算法概率公式[6]采用“輪盤賭”的方式選擇下一個行走城市(柵格)。概率公式(城市i至城市j的概率)為

(1)

式中：τij為城市i至城市j的信息素強(qiáng)度；ηij為城市i與城市j之間距離的倒數(shù)；α、β分別為信息素啟發(fā)式因子和期望啟發(fā)因子，均為常數(shù)。

(2)更新禁忌表。將走過的城市進(jìn)行記錄、刪除，保證接下來的路徑不會再次選擇該城市。

(3)記錄路徑。包括到達(dá)終點(diǎn)和未到達(dá)終點(diǎn)的行走路徑，完成一次路徑游歷。

(4)信息素增強(qiáng)。每只螞蟻在行走路徑到達(dá)終點(diǎn)時會在該路徑上的城市殘留信息素，對路徑上的城市起到信息素增強(qiáng)的作用，未到達(dá)終點(diǎn)的路徑不進(jìn)行信息素增強(qiáng)。信息素增強(qiáng)公式為

Δτij=Q/L

(2)

式中：Δτij為城市i至城市j的信息素增強(qiáng)；Q為信息素強(qiáng)度，為常數(shù)；L為需進(jìn)行信息素增強(qiáng)路徑的總長度。

步驟3：更新信息素。在所有螞蟻均完成一次路徑更新后進(jìn)行全局信息素更新，包括信息素?fù)]發(fā)與信息素增強(qiáng)。

信息素更新公式為

Tau=(1-ρ)Tau+Δτ

(3)

式中：Tau為全局信息素質(zhì)量分?jǐn)?shù)，用于指導(dǎo)下一代蟻群路徑的選擇；ρ為信息素蒸發(fā)系數(shù)，為常數(shù)；Δτ為某一代中所有到達(dá)終點(diǎn)的路徑的信息素質(zhì)量分?jǐn)?shù)增強(qiáng)之和。

步驟4：重復(fù)上述3步，完成迭代，輸出最優(yōu)路徑。通過加入動態(tài)搜索模型對蟻群算法收斂速度慢、易陷入局部最優(yōu)等問題進(jìn)行改進(jìn)。

(1)根據(jù)初始位置與終止位置的相對位置，對蟻群的斜格移動進(jìn)行限制。

(2)信息素質(zhì)量分?jǐn)?shù)更新過程設(shè)置懲罰系數(shù)，通過動態(tài)搜索模型控制信息素質(zhì)量分?jǐn)?shù)的更新。

動態(tài)搜索模型為

(4)

式中：Δτkr為到達(dá)終點(diǎn)的第k代、第r只螞蟻在完成一次路徑游歷后在路徑上的殘留信息素；Lkr為第k代、第r只螞蟻在完成一次路徑游歷后的路徑長度；Lmin為迭代至某一代前所有代中的最小值。

(3)由于算法本身的特點(diǎn)，在迭代至20次以后會出現(xiàn)相對較優(yōu)路徑所在柵格的信息素質(zhì)量分?jǐn)?shù)遠(yuǎn)大于其他柵格，使蟻群算法喪失活躍性，向局部最優(yōu)進(jìn)行迭代，因此設(shè)置最低質(zhì)量分?jǐn)?shù)下限，使算法不僅可依照信息素質(zhì)量分?jǐn)?shù)差尋優(yōu)，而且可保留一定的活躍性，增強(qiáng)算法的糾錯能力。設(shè)置全局信息素質(zhì)量分?jǐn)?shù)下限為10-3。

1.2 模擬退火算法

模擬退火算法以統(tǒng)計物理為基礎(chǔ)。算法的核心是以一定的概率拒絕局部極小值問題解，從而跳出局部極值點(diǎn)繼續(xù)開采狀態(tài)空間的其他狀態(tài)解，進(jìn)而得到全局最優(yōu)解[11-13]。

模擬退火算法主要步驟如下：

(1)初始化參數(shù)。將初始溫度、溫度下降速率、溫度下限、解空間(迭代次數(shù))進(jìn)行初始化。

(2)產(chǎn)生一組初始解。獲得一組參數(shù)，輸入改進(jìn)蟻群算法獲得一組最短距離，作為初始解Ibest，用于后續(xù)與新解進(jìn)行對比。

(3)產(chǎn)生一組新解。獲得一組新的參數(shù)，獲得一組新解Ibest1，將新解與初始解進(jìn)行對比。

(4)初始解與新解進(jìn)行對比。若新解比初始解更優(yōu)秀，即ΔI<0，則記錄該組新解并將其更新為初始解，為后續(xù)與新的新解進(jìn)行對比。

若新解不如初始解優(yōu)秀，即ΔI≥0，則按照模擬退火概率公式進(jìn)行概率跳躍，選擇是否更新初始解。一開始溫度很高，選擇更新初始解的概率就會很高，算法在解空間中活躍地尋找優(yōu)勢解；隨著溫度降低，選擇更新初始解的概率降低，算法的活躍程度下降，趨于穩(wěn)定。

模擬退火概率更新公式[13]為

(5)

ΔI=Ibest-Ibest 1

(6)

式中：ΔI為新解與初始解之差；T為當(dāng)前溫度。

(5)更新溫度。重復(fù)步驟(3)和(4)，直至達(dá)到迭代次數(shù)，隨即更新溫度。

(6)重復(fù)步驟(3)～步驟(5)，直至達(dá)到最低溫度，輸出符合條件的參數(shù)組合。

2 艙室模塊移運(yùn)路徑優(yōu)化

艙室模塊移運(yùn)是艙室模塊完成吊裝與艙室模塊安裝的中間操作。重點(diǎn)解決艙室模塊在移運(yùn)過程中遇到的問題，并使用算法進(jìn)行移運(yùn)路徑規(guī)劃。

改進(jìn)蟻群算法雖在處理復(fù)雜環(huán)境下的路徑尋優(yōu)與旅行商問題(Traveling Salesman Problem，TSP)同樣表現(xiàn)不錯，但其并未將艙室模塊大小、主豎區(qū)面積、障礙物的相對位置等因素考慮進(jìn)去，因此需在該算法基礎(chǔ)上對柵格地圖、蟻群移動規(guī)則、障礙之間相對距離和不同艙室位置行走的柵格地圖進(jìn)行優(yōu)化。

2.1 建立柵格地圖

以某一中型郵船的主豎區(qū)為例，分析其中障礙物，包括不可移動的立柱、安裝艙室模塊的三角區(qū)和一些角鋼等。布局主要為有樓梯間和無樓梯間。

大型郵船的主豎區(qū)中間可供游客行走、游玩的區(qū)域更大，因此在兩種船艙布局的基礎(chǔ)上進(jìn)一步擴(kuò)展使其適用于更多的郵船艙室模塊運(yùn)輸。根據(jù)兩種布局主豎區(qū)類型分別對其進(jìn)行柵格地圖建模，尺寸分別為15 m×30 m與21 m×30 m。在15 m×30 m的主豎區(qū)，可搭載10個艙室，每個號位代表艙室模塊6 m×3 m的安裝區(qū)域和安裝順序，每一小格表示主豎區(qū)內(nèi)0.5 m×0.5 m的方形區(qū)域，用于計算移運(yùn)路徑和表示障礙物區(qū)域，入口位置一般位于10號位與14號位處。主豎區(qū)布局與柵格地圖如圖1所示，其中，柵格地圖的橫、縱坐標(biāo)表示柵格的數(shù)量。

圖1 主豎區(qū)布局與柵格地圖建模

2.2 蟻群的移動規(guī)則

由于一層甲板的主豎區(qū)內(nèi)并不會有太多障礙物，因此可對蟻群的前進(jìn)方向進(jìn)一步限制。

艙室的入口與安裝位置的相對位置一般包括正右方、正下方和右下方等3種。在艙室位置處于前兩種情況時，蟻群只進(jìn)行上、下和右的轉(zhuǎn)移，即在較為空曠的地圖上，艙室模塊只能前進(jìn)不能后退。

在艙室位置位于安裝位置右下方時，可進(jìn)行斜格移動，通常分為4種情況，如圖2所示，其余情況不發(fā)生斜格移動。

圖2 艙室位置位于右下方蟻群的移動規(guī)則

在前進(jìn)路上遇到障礙物，為避免刮擦、碰撞等情況發(fā)生，無法采取斜向移動方式(見圖3中的①)通過，可采取繞行方式躲開障礙物(見圖3中的②)。

圖3 前進(jìn)方向遇到障礙物示例

2.3 障礙物優(yōu)化

在兩個障礙物的間距不足以通過艙室模塊時，需對柵格地圖進(jìn)行優(yōu)化。根據(jù)艙室模塊體積，在兩個障礙物的行間距≤6行且列間距≤6列時，將柵格地圖上兩個障礙物所圍成的矩形內(nèi)的柵格均設(shè)為障礙物。

例如：在行間距為2、列間距為5計算柵格間距時，將3行6列范圍內(nèi)的柵格全部設(shè)為障礙物，即艙室模塊不會通過該區(qū)域，如圖4所示。

圖4 障礙物優(yōu)化規(guī)則

2.4 柵格地圖和蟻群數(shù)量動態(tài)調(diào)整

在同一主豎區(qū)，不同的艙室模塊所處的位置不同，按照安裝順序，在尋得上一個艙室模塊的最短路線后，表示該位置已安裝艙室模塊，然而蟻群算法在計算柵格間距時依然會包含該位置，因此該位置需進(jìn)行優(yōu)化。

根據(jù)主豎區(qū)的柵格地圖，在尋得下方的艙室模塊最優(yōu)路徑后，會影響上方艙室模塊的最優(yōu)路徑尋找。由于上一個艙室模塊所在行對應(yīng)的柵格對于其上方的艙室模塊尋優(yōu)是一個較大干擾，因此對這一部分需進(jìn)行優(yōu)化。

柵格地圖的動態(tài)調(diào)整主要分為兩個方面：

(1)在尋得一個艙室模塊的最優(yōu)路徑后將該位置柵格全部變?yōu)檎系K物(將該部分的0變?yōu)?)，保證后續(xù)最優(yōu)路徑不會通過該位置，該變化只用于后續(xù)其他艙室模塊路徑規(guī)劃的計算，并不會顯示在最終的柵格地圖上。以一個3行6列的艙室模塊為例，在該模塊尋得最優(yōu)路徑后將其設(shè)置為障礙物，如圖5所示。

圖5 某艙室模塊尋得最優(yōu)路徑后的地圖優(yōu)化

(2)根據(jù)需進(jìn)行路徑規(guī)劃的艙室模塊的終點(diǎn)位置，對柵格地圖可行走區(qū)域進(jìn)行限制。柵格地圖動態(tài)調(diào)整如圖6所示。

圖6 柵格地圖動態(tài)調(diào)整示例

隨柵格地圖變化的還有蟻群數(shù)量，對于一個主豎區(qū)的兩列艙室模塊采用不同的蟻群數(shù)量計算公式。在地圖調(diào)整后，靠近舷側(cè)開孔的艙室模塊由于柵格數(shù)量遠(yuǎn)小于遠(yuǎn)離開孔處的艙室模塊，因此蟻群數(shù)量為其艙室模塊中心位置所在行的10倍；而遠(yuǎn)離舷側(cè)開孔的艙室模塊，蟻群數(shù)量為其艙室模塊中心位置所在行的20倍，同時設(shè)置下限為300。

艙室模塊蟻群數(shù)量更新公式為

(7)

式中：d為蟻群數(shù)量；Ei、Ej分別為艙室模塊中心位置柵格所在的行和列。

2.5 蟻群算法的初始參數(shù)

每個主豎區(qū)在尋找不同艙室模塊的最優(yōu)路徑時，柵格地圖會動態(tài)變化，每個艙室模塊所需的參數(shù)會不同，且后期艙室模塊數(shù)量較多，單個艙室模塊尋找參數(shù)不僅困難而且消耗時間。為方便計算，采用模擬退火算法尋找一組相對通用的參數(shù)組合。

參數(shù)組合計算過程：①參照以往文獻(xiàn)給出的蟻群算法，參數(shù)范圍適當(dāng)擴(kuò)大，作為模擬退火算法的參數(shù)范圍；②模擬退火算法在給出的范圍中隨機(jī)生成參數(shù)組合并輸入艙室模塊移運(yùn)算法，該參數(shù)組將用于所有艙室模塊的路徑尋優(yōu)；③記錄所有生成路徑和作為模擬退火算法的解，待退火完成，生成較為穩(wěn)定、通用、適用于多艙室模塊路徑規(guī)劃的蟻群算法參數(shù)組合。

2.6 改進(jìn)蟻群算法和模擬退火算法流程

用于計算多艙室模塊移運(yùn)路徑的改進(jìn)蟻群算法和用于計算蟻群算法參數(shù)的模擬退火算法的流程如圖7所示。

圖7 改進(jìn)蟻群算法和模擬退火算法流程

2.7 主、支通道設(shè)置與優(yōu)化

為方便運(yùn)輸艙室模塊，需最大限度地減少轉(zhuǎn)向、掉頭等操作，通過改進(jìn)蟻群算法完成主豎區(qū)每個艙室模塊的最優(yōu)路徑計算。雖是最優(yōu)路徑，但轉(zhuǎn)向過多，不同的運(yùn)輸路徑混雜在一起，若按照該計算結(jié)果進(jìn)行艙室模塊運(yùn)輸，即使實(shí)際運(yùn)輸距離縮短，但易導(dǎo)致運(yùn)輸過程更加繁瑣、運(yùn)輸效率低下，不符合實(shí)際需求。

為避免上述問題，在確定主豎區(qū)每個艙室模塊最優(yōu)路徑后，需要對所有的路徑(一般是遠(yuǎn)離入口一側(cè)的路徑)進(jìn)行二次優(yōu)化，即對離散的數(shù)據(jù)進(jìn)行分析，將一些斜向移動集中在一起，確定一條直線，使該直線通過較多移運(yùn)路徑，使其作為該主豎區(qū)艙室模塊運(yùn)輸?shù)闹魍ǖ溃瑢⒉煌撌夷K移運(yùn)路徑的支路順序連接在主通道上，并對支路上的轉(zhuǎn)向位置進(jìn)行優(yōu)化，使每個艙室模塊盡可能地減少轉(zhuǎn)向次數(shù)，并用信號帶對主通道和支路進(jìn)行標(biāo)記，可沿標(biāo)記帶運(yùn)輸艙室模塊。以兩條移運(yùn)路徑為例，展示不同移運(yùn)路徑調(diào)整前后的優(yōu)化，主、支通道隨之確定，如圖8所示。

圖8 不同移運(yùn)路徑優(yōu)化

3 艙室模塊移運(yùn)路徑優(yōu)化

對主豎區(qū)地圖Ⅰ、Ⅱ進(jìn)行路徑規(guī)劃求解，測試算法性能，改進(jìn)蟻群算法與模擬退火算法用MATLAB實(shí)現(xiàn)，通過與文獻(xiàn)[1]算法和文獻(xiàn)[9]算法的對比驗(yàn)證改進(jìn)蟻群算法在提高算法效率和優(yōu)化解質(zhì)量、縮短時間等方面的優(yōu)越性。通過與船廠安裝同一主豎區(qū)艙室模塊的行走距離對比驗(yàn)證改進(jìn)蟻群算法在提升艙室模塊移運(yùn)效率、縮短移運(yùn)時間等方面的優(yōu)勢。

測試結(jié)果在CPU為Intel Core i5 7300HQ、內(nèi)存為8 GB的便攜式計算機(jī)平臺上運(yùn)行得到。

3.1 算法性能

由于文獻(xiàn)[12]驗(yàn)證合理的參數(shù)組合所得到的結(jié)果優(yōu)于隨機(jī)的參數(shù)組合，因此在進(jìn)行算法對比時采用的參數(shù)均由模擬退火算法計算得到。在仿真試驗(yàn)中不再進(jìn)行退火算法獲得參數(shù)與隨機(jī)參數(shù)的對比試驗(yàn)。分別將改進(jìn)蟻群算法、文獻(xiàn)[1]算法和文獻(xiàn)[9]算法代入模擬退火算法，得出各自的參數(shù)組合，分別選取其中較為優(yōu)秀的一組參數(shù)組合用于后續(xù)路徑計算。

采用搭載10個艙室模塊的主豎區(qū)建立柵格地圖，共進(jìn)行3組測試：1號位和3號位艙室模塊單獨(dú)移運(yùn)和遠(yuǎn)離入口一側(cè)的艙室模塊全部移運(yùn)，計算完成艙室模塊移運(yùn)所需時間和得到的優(yōu)勢解。

改進(jìn)蟻群算法通過模擬退火算法計算選取的參數(shù)組合α、β、ρ、Q、Tau分別為[1.1、9.8、0.5、25、2]。文獻(xiàn)[1]算法選取的參數(shù)組合為[3.4、9.4、0.6、27、1]。文獻(xiàn)[9]算法選取的參數(shù)為[2.2、7.3、0.6、16、1]。在迭代次數(shù)為50次時，無論蟻群算法還是改進(jìn)蟻群算法均可達(dá)到收斂，因此迭代次數(shù)均設(shè)為50。蟻群數(shù)量在改進(jìn)蟻群算法中隨柵格地圖變化而動態(tài)調(diào)整，蟻群算法統(tǒng)一設(shè)置為400。每組測試計算10次，取最優(yōu)解。

為驗(yàn)證改進(jìn)蟻群算法在復(fù)雜環(huán)境下的尋優(yōu)能力，先在一組復(fù)雜環(huán)境下進(jìn)行單條路徑尋優(yōu)，3種算法參數(shù)與上文相同，3種算法仿真結(jié)果對比如圖9所示。

圖9 3種算法的結(jié)果對比

在復(fù)雜環(huán)境的仿真計算中，改進(jìn)蟻群算法尋得路徑的距離更短，尋得最優(yōu)路徑即為收斂路徑，收斂質(zhì)量更高，且計算所需時間更短。在1號位和3號位艙室模塊的移運(yùn)路線規(guī)劃中，改進(jìn)蟻群算法與另外兩種算法的對比如圖10和圖11所示。

圖10 1號位艙室模塊移運(yùn)路徑和收斂曲線

圖11 3號位艙室模塊移運(yùn)路徑和收斂曲線

通過單條移運(yùn)路徑運(yùn)算可確定改進(jìn)蟻群算法在運(yùn)算時間、收斂結(jié)果的質(zhì)量和效率方面明顯優(yōu)于文獻(xiàn)[1]算法和文獻(xiàn)[9]算法，但仍需要進(jìn)行多路徑同時運(yùn)算驗(yàn)證改進(jìn)蟻群算法是否比另外兩種算法更適合于艙室模塊的路徑規(guī)劃。

使用3種算法分別完成主豎區(qū)內(nèi)遠(yuǎn)離入口一側(cè)的艙室模塊移運(yùn)路線規(guī)劃，通過仿真，改進(jìn)蟻群算法在運(yùn)算總時間、每條路徑收斂質(zhì)量、轉(zhuǎn)向次數(shù)等方面均高于另外兩種算法。通過改進(jìn)蟻群算法獲得的各艙室模塊移運(yùn)路徑，可較為方便地進(jìn)行下一步的主、支通道的確定，如圖12和表1所示。

表1 不同算法獲得的移運(yùn)路徑對比

圖12 1～5號位艙室模塊移運(yùn)路徑和收斂曲線

3.2 算法應(yīng)用

在第3.1節(jié)中驗(yàn)證改進(jìn)蟻群算法在計算時間、獲得優(yōu)勢解的質(zhì)量和效率等方面均優(yōu)于蟻群算法、文獻(xiàn)[1]算法和文獻(xiàn)[9]算法。對郵船上主要的兩種主豎區(qū)(分別搭載10個和14個艙室模塊)進(jìn)行路徑規(guī)劃。由于主豎區(qū)安裝區(qū)域外的一段區(qū)域是走廊(陽臺)，因此可獲得足夠的空間方便剛進(jìn)入主豎區(qū)的艙室模塊掉頭，可使艙室模塊沿主豎區(qū)邊緣運(yùn)輸靠近入口一側(cè)的艙室模塊。

通過上述路徑規(guī)劃得到的艙室模塊移運(yùn)路線并不足以用于現(xiàn)場施工，需要進(jìn)行離散數(shù)據(jù)分析，確定主、支通道，以減少艙室模塊的轉(zhuǎn)向與通道的標(biāo)記工作，方便識別運(yùn)輸。主通道需盡可能成為主移運(yùn)路徑，通過調(diào)整支通道減少過多的轉(zhuǎn)向，如圖13和圖14所示。

圖13 主豎區(qū)地圖Ⅰ調(diào)整前后的移運(yùn)路線

圖14 主豎區(qū)地圖Ⅱ調(diào)整前后的移運(yùn)路線

調(diào)整后的路徑總體長度與調(diào)整前的差距雖不明顯，但每個艙室模塊在移運(yùn)過程中的轉(zhuǎn)向次數(shù)卻大幅減少，可將每個艙室模塊的轉(zhuǎn)向次數(shù)控制在4次以內(nèi)，避免因轉(zhuǎn)向造成磕碰和因操作不當(dāng)造成艙室模塊損壞。根據(jù)調(diào)整后的路徑設(shè)置信號帶或標(biāo)簽，并在主、支通道交接處標(biāo)記編號。遠(yuǎn)離舷側(cè)的艙室模塊可在條件允許的情況下同時運(yùn)輸，近入口處需按編號順序運(yùn)輸。

通過調(diào)研某極地郵船某主豎區(qū)內(nèi)艙室模塊的運(yùn)輸時間，得到單獨(dú)艙室模塊運(yùn)輸?shù)钠骄鶗r間或全部艙室模塊的運(yùn)輸時間。該郵船在建造過程中，在不受外界影響的情況下，平均20 d需完成運(yùn)輸、安裝60個艙室模塊，每天平均工作時間取9 h，即平均每3 h完成1個艙室模塊的運(yùn)輸與安裝任務(wù)，其中，運(yùn)輸時間約0.4～0.6 h，平均運(yùn)輸速度約30～50 m/h。10個艙室模塊主豎區(qū)的運(yùn)輸時間約5 h，14個艙室模塊主豎區(qū)的運(yùn)輸時間約8.4 h。越大的主豎區(qū)越易出現(xiàn)過多轉(zhuǎn)彎與碰撞等情況，且雜亂無章的路徑會使運(yùn)輸距離的計算變得困難。改進(jìn)前后的路徑規(guī)劃移運(yùn)效率對比如表2所示。

表2 改進(jìn)前后的路徑規(guī)劃移運(yùn)效率對比

4 結(jié) 語

通過改進(jìn)蟻群算法、模擬退火算法對郵船艙室模塊移運(yùn)過程中的移運(yùn)路線混亂、移運(yùn)無方向、易發(fā)生碰撞等問題加以解決，提出大型郵船艙室模塊移運(yùn)路徑規(guī)劃問題的一種新的解決方案。

通過改進(jìn)蟻群算法獲得的移運(yùn)路線沒有過多的轉(zhuǎn)向且具有足夠的通道間距用于運(yùn)輸艙室模塊。路線信號帶與標(biāo)簽的設(shè)置可有目的性地運(yùn)輸艙室模塊。通過仿真試驗(yàn)對比，經(jīng)路徑規(guī)劃確定主、支通道后的艙室模塊運(yùn)輸時間均少于未規(guī)劃的路線，大幅提高艙室模塊的運(yùn)輸效率與安全性，對于后續(xù)艙室模塊的安裝和郵船的按時完工發(fā)揮重要作用。