.png){kind=icon}
返回
Stochastic quay partitioning problem
.png){kind=icon}
OA
AI
DOI：10.1016/j.ejor.2025.07.043.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 考虑将海上集装箱码头岸线划分为泊位。
• 船舶交通具有随机模型，等待时间决定分区质量。
• 通过组合优化和仿真进行分区选择。
• 仅在交通繁忙时，岸线分区才重要。
• 泊位应具有不同长度以区分船舶尺寸等级。
Keyword:
Scheduling
Maritime container terminal design
Ship traffic modeling
Berth allocation problem
Stochastic optimization
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:
6
论文数:
2.2W
被引数:
6.4W
机构
引用论文
Determination of the Optimum Berth Number of the Izmir Seaport by Deterministic and Probabilistic Methods Based on Artificial Neural NetworksGokkus, U. 和 Yildirim, M. S. (2015)。基于人工神经网络的确定性和概率方法确定伊兹密尔海港的最佳泊位数。国际混合信息技术杂志，8(9):11–24。
PREAI
分享收藏Schedule Unreliability in Liner Shipping: Origins and Consequences for the Hinterland Supply Chain
PREAI
分享收藏分享收藏A Self-Adaptive Evolutionary Algorithm for the Berth Scheduling Problem: Towards Efficient Parameter Control.png)
AlgorithmsOAAI
AlgorithmsIF0
OAAI分享收藏
查看更多内容