.png){kind=icon}
返回
Optimizing time slot allocation in complex multi-dock truck loading and unloading operations using evolutionary algorithms
.png){kind=icon}
OA
AI
DOI：10.1007/s10489-026-07334-7.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究聚焦于工业设施的时段分配（TSA）问题，即对到达的卡车分配装卸货月台，以减少等待服务的卡车数量。不同的月台站点存在多种约束条件，包括不同的时间表和任务持续时间、不同同时服务容量等。进化算法应对组合问题的巨大变异性，在最大化接受卡车数量的同时减少入口处的排队。有趣的是，问题的结构导致了非常规的操作符概率，本研究也分析了包含在内的进化技术和操作符。与最先进方法的比较分析突出了该算法的有效性，尽管计算需求随种群规模增加而上升。
Keyword:
Time-slot allocation
Evolutionary algorithms
Highly restricted industrial plant
Complex combinatorial system
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.5
论文数:
7.6K
被引数:
1.7W
机构
引用论文
Optimization of air traffic management efficiency based on deep learning enriched by the long short-term memory (LSTM) and extreme learning machine (ELM).png)
JOURNAL OF BIG DATAOAAI
JOURNAL OF BIG DATAIF6.4
OAAI分享收藏
Hybrid metaheuristics to aid runway scheduling at London Heathrow airport混合元启发式方法可帮助伦敦希思罗机场的跑道调度
PREAI
分享收藏A multi-agent system for distributed multi-project scheduling: An auction-based negotiation approach
PREAI
分享收藏
查看更多内容