导读:本文包含了集装箱后方堆场论文开题报告文献综述及选题提纲参考文献，主要关键词:洋山深水港区,铁路集装箱中心站,集装箱堆场,堆场面积
集装箱后方堆场论文文献综述
梅方盘[1]（2015）在《关于将上海芦潮港铁路集装箱中心站后方堆场作为洋山深水港区第二集装箱堆场的建议》一文中研究指出1上海芦潮港铁路集装箱中心站发展现状上海芦潮港铁路集装箱中心站作为洋山深水港区的必要配套工程,于2005年底与洋山深水港区一期工程同步建成。该中心站占地面积约67万m2,其中后方堆场面积33万m2;拥有4个线束、8条铁路装卸线,具备日开行26对列车的到发能力;年设计吞吐能力近期为186万TEU,远期为204万TEU;设计日均进站集卡1 334辆,出站集卡1 872辆。芦潮港铁路集装箱中心站自正式运行10年来,虽然对洋山深水港区的集装箱海铁联运发展起到了一定的(本文来源于《集装箱化》期刊2015年12期）
王琦[2]（2015）在《大连国际集装箱码头泊位后方堆场续建方案》一文中研究指出1大连国际集装箱码头泊位后方堆场在使用过程中存在的问题大连国际集装箱码头17号和18号泊位后方堆场(分A街和B街)在使用过程中存在以下问题。(1)轨道吊不能转场。装船作业时,由于实际收箱与预配计划不匹配或各作业线的作业进度不一,要求场地设备使用及取箱灵活;而由于同一轨道的设备数量有限(目前每条街3台),当船舶脱班或临(本文来源于《集装箱化》期刊2015年12期）
庄辉[3]（2015）在《集装箱后方堆场管理对策探研》一文中研究指出简要介绍集装箱空箱后方堆场业务,并探讨如何加强集装箱空箱后方堆场管理,规范堆场业务操作,提升堆场工作效率,提高堆场服务质量和经济效益。(本文来源于《世界海运》期刊2015年04期）
赵娜,贡金鑫[4]（2014）在《大连港集装箱码头后方堆场荷载统计分析和概率模型》一文中研究指出为了解我国北方港口集装箱码头集装箱堆场荷载的情况,选择大连港集装箱码头进行集装箱荷载调查和统计分析。采用不平稳随机场模型,建立集装箱堆场的局部荷载模型和整体荷载模型,确定集装箱荷载的统计参数。研究表明:大连港集装箱码头50 a设计基准期的局部荷载最大值服从极值I型分布,平均值、标准差和变异系数分别为86 040.76 kg、24 199.05 kg和0.281 3;50 a设计基准期的整体荷载最大值也服从极值I型分布,平均值、标准差和变异系数分别为1 726.8 kg/m2、185.13 kg/m2和0.107 2。就重型集装箱而言,现行港口荷载规范规定的集装箱箱角荷载偏低,用于整体计算的荷载较高。(本文来源于《海洋工程》期刊2014年06期）
赵娜[5]（2014）在《集装箱码头后方堆场荷载统计分析和概率模型》一文中研究指出近年来,可靠度方法成为结构设计发展的一个重要方向之一。采用可靠度方法进行码头结构设计,能否真正反映实际情况,与可靠度计算中变量统计参数的准确与否有关。目前已对码头堆货荷载进行过统计分析,对集装箱码头后方堆场的集装箱荷载统计不多。本文对国内南方和北方两个代表性地区集装箱码头堆场的荷载进行了统计分析,建立了集装箱码头堆场荷载的概率模型。一方面可了解当前集装箱码头堆场荷载的情况,另一方面为未来集装箱码头堆场的可靠度设计提供支持。本文研究内容的主要结论如下：(1)介绍了概率论、数理统计、随机过程和随机场的基本概念,以及工程荷载分析中常用的随机变量、随机过程模型和模型中参数的估计方法。(2)对大连港集装箱码头堆场进行了集装箱荷载调查和统计分析；采用不平稳随机场模型,建立了集装箱堆场的局部荷载模型和整体荷载模型,确定了集装箱荷载的统计参数。研究表明,大连港集装箱码头堆场50年设计基准期的局部荷载最大值服从极值Ⅰ型分布,平均值为89146.56kg,标准差为24664.42kg,变异系数为0.2767；50年设计基准期的整体荷载最大值也服从极值Ⅰ型分布,平均值为1820.31kg/m2,变异系数为0.1190。(3)对广州南沙港集装箱码头一期工程堆场进行了集装箱荷载调查和统计分析；采用不平稳随机场模型,建立了集装箱堆场的局部荷载模型和整体荷载模型,确定了集装箱荷载的统计参数。研究表明,广州南沙港集装箱码头一期工程堆场50年设计基准期的局部荷载最大值服从极值Ⅰ型分布,平均值为72963.48kg,标准差为10687.92kg,变异系数为0.1465；50年设计基准期的整体荷载最大值也服从极值Ⅰ型分布,平均值为1772.83kg/m2,变异系数为0.1435。(4)对广州南沙港集装箱码头二期工程堆场进行了集装箱荷载调查和统计分析；采用不平稳随机场模型,建立了集装箱堆场的局部荷载模型和整体荷载模型,确定了集装箱荷载的统计参数。研究表明,广州南沙港集装箱码头二期工程堆场50年设计基准期的局部荷载最大值服从极值Ⅰ型分布,平均值为61237.58kg,标准差为9161.07kg,变异系数为0.1496；50年设计基准期的整体荷载最大值也服从极值Ⅰ型分布,平均值为1906.49kg/m2,变异系数为0.2149。(本文来源于《大连理工大学》期刊2014-06-01）
尹立鹏[6]（2012）在《基于Flexsim的集装箱码头后方堆场功能区布局优化》一文中研究指出航运业随着国家经济实力的整体提升得到迅速的发展,各港口码头趁势而上在各地政府支持下不断加大对港口建设投资,扩展港口的吞吐能力,提升自身竞争能力。以辽宁省为例,近年来,营口港、丹东港、锦州港、葫芦岛港、盘锦港等港口迅速发展,港口规模不断扩大,集装箱吞吐能力不断提升。作为港口建设的重要内容,堆场建设得到越来越多的重视。其中后方堆场因受陆域限制少而得到迅速发展,成为集装箱运输中越来越重要的一环。本文即是对集装箱码头后方堆场功能区布局进行研究。集装箱后方堆场内的功能区布局策略对堆场的整体物流效率有很大影响,因此,选择适合的堆场功能区布局策略就显得尤为重要。到目前,国内外对堆场研究主要放在前方堆场方向,后方堆场相对较少,后方堆场重要性没有引起足够重视,同时以往对堆场研究主要以数学建模为主,并以此提出最优布局方案。然而集装箱码头作为典型离散事件系统很难通过数学公式进行完整描述,本文将数学模型和仿真软件有机结合起来,在获得数学模型最优解基础上进行了仿真同时对平行式、等面积式分离式和不等面积分离式叁种布局策略也进行了比较研究。本文首先介绍了集装箱码头和集装箱码头后方堆场的基本知识。其次,通过对集装箱后方堆场物流系统进行分析,依据排队论理论的知识,得到集装箱后方堆场物流系统是由大门服务子系统、集卡服务子系统和场桥服务子系统组成的。之后给出了集装箱后方堆场物流系统的主要性能评价指标。然后,根据后方堆场中的实际操作和后方堆场相关理论知识,提出叁种常见的后方堆场布局策略,使用Flexsim软件对集装箱堆场的叁种布局策略下进行模拟仿真,并且根据得到的数据和堆场物流系统的性能评价指标,对叁种布局策略进行了比较研究,并且给出了相应的算例。(本文来源于《大连海事大学》期刊2012-06-01）
王兴秋[7]（2011）在《集装箱码头后方堆场系统设备配比仿真研究》一文中研究指出目前国际货物的进出口主要以集装箱运输方式进行。随着集装箱吞吐量的迅速增长,前方堆场规模将无法满足需求,所以对后方堆场的需求越来越大。受到港口陆域条件的限制,后方堆场作为港口物流系统缓冲区,拥有更好的地理位置优势。设备配比合理与否是影响后方堆场作业效率高低的关键因素,如何合理进行设备配比,降低运营成本,提高作业效率,越来越受到关注。本文主要以集装箱码头后方堆场系统为研究对象,通过分析后方堆场的作业流程和设计作业成本指标,对后方堆场的各种运作设备进行合理配比,通过叁维动态仿真得到可行的仿真方案组,从中找出使运营成本最小的配比方案。首先,对集装箱码头后方堆场发展及系统仿真技术方法的国内外研究现状进行了综合阐述,并介绍了本文研究的主要内容。接着,在区别前方堆场和后方堆场的基础上,对后方堆场的组成、功能、装卸工艺等进行了详细说明,并根据后方堆场系统的作业流程,运用Petri网理论,从进口重箱、出口重箱和空箱作业流程的角度,建立反映作业环节之间流程关系和信息传递关系的随机Petri网模型,为仿真模拟提供支撑。其次,根据作业流程将后方堆场系统分为水平运输、堆场作业和集疏运叁个子系统,针对影响各子系统作业成本的重点因素建立成本数学模型,作为衡量设备配比方案的指标,为仿真目标的实现提供依据。最后,以某一具体的进口重箱作业流程为例,建立叁维动态仿真模型,模拟后方堆场系统的真实运作环境。通过设置不同的设备配比得到六个可行方案,并通过调整参数运行,最后找出使运营成本最小的配比方案。为后方堆场提高设备利用率,减少运营成本提供决策支持参考。仿真结果对后方堆场管理人员有效管理堆场具有一定的借鉴作用。(本文来源于《山东大学》期刊2011-04-08）
王志明,符云清[8]（2010）在《基于遗传算法的集装箱后方堆场箱位分配策略》一文中研究指出根据重庆港实际情况建立了以提箱时间为制约因素,以最小化翻箱率为目标的集装箱后方堆场箱位分配模型,并针对模型提出了基于遗传算法的解决方案。方案对一次卸船或者进港的一批箱进行全局优化,并考虑其分配对后续集装箱的影响。遗传算法迭代过程中采用适应度函数指数变换防早熟,采用可行解替换法处理约束,并设计最优解保存策略保证最终的优化效果。最后针对实际堆场的不同规模,对方案的优化结果同文献中的其他遗传算法方案进行比较,证明了本文优化策略的优越性和实用性。(本文来源于《计算机应用研究》期刊2010年08期）
吴碧芳[9]（2010）在《中交集团 签署苏丹港新集装箱码头后方堆场Ⅰ期工程合同》一文中研究指出本报讯 5月16日，中交集团所属的中港公司与苏丹港务局签署了苏丹港新集装箱码头后方堆场I期工程合同。该工程合同金额为4800万美元，工期为24个月。 据悉，苏丹港新集装箱码头后方堆场是苏丹港第一个现代化堆场。工程施工面积为15万平方米，主要包(本文来源于《中华建筑报》期刊2010-05-22）
王志明[10]（2010）在《集装箱码头后方堆场箱位分配优化研究》一文中研究指出堆场是港口物流的一个重要组成部分。堆场堆存计划直接影响到码头的作业效率以及经济效益。研究制定一个合理的堆存策略,有利于降低堆场提箱作业时的翻箱量,从而降低机械成本,减少堆场作业时间,提高码头装卸速度,进而提高堆场堆存能力。集装箱码头的堆场可分为前方堆场和后方堆场,本文的研究集中于国内外的学者关注较少的后方堆场的堆存策略。传统的后方堆场堆存策略是将不同提单号、不同货主的集装箱堆放到不同的贝,这在一定程度上减少了翻箱量,但也带来了堆场空间上的极大浪费。本文采用不同提单号、不同货主的集装箱堆放到同一贝的混合堆存策略,考虑不断变化的堆存状态,为每一批到达堆场的集装箱分配指定贝内的箱位。本文在对实际问题进行了一定简化的基础上,建立了以提箱时间为制约因素,以最小化翻箱率为目标的后方堆场箱位分配模型。由于箱位分配是一个NP难问题,难以用传统的优化方法解决。本文首先采用遗传算法进行求解。通过分析文献遗传算法一次只优化一个待分配箱的不足,提出了一次对一批待分配的集装箱进行整体优化的分配策略,并对遗传算法过程中的每个步骤进行了一定的改进。通过与文献中的遗传算法的对比,验证了本文提出的基于遗传算法的箱位分配策略在实际的贝规模范围内优化效果更好。接着,针对遗传算法运行效率不高的问题,提出了采用启发式方法求解的方案。通过分析贝内集装箱优先级数值与翻箱的关系,总结出了叁条启发式规则,并提出了基于这些规则的启发式算法。通过与遗传算法优化效果和优化时间对比,说明了启发式方法运行效率高,但优化效果稍差的特点。遗传算法和启发式方法两种方案各有优势,遗传算法优化效果好,而启发式方法运行效率高。一个解决实际问题的优化方案既要有好的优化效果,又应满足运行的实时需求。因此,本文尝试提出了一种结合这两种方案的分配策略,即在贝内箱较少时采用启发式方法,而在箱较多时采用遗传算法。通过实验对比,表明该优化策略综合了优化效果和运行效率,更具有实用性。(本文来源于《重庆大学》期刊2010-04-01）
集装箱后方堆场论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
1大连国际集装箱码头泊位后方堆场在使用过程中存在的问题大连国际集装箱码头17号和18号泊位后方堆场(分A街和B街)在使用过程中存在以下问题。(1)轨道吊不能转场。装船作业时,由于实际收箱与预配计划不匹配或各作业线的作业进度不一,要求场地设备使用及取箱灵活;而由于同一轨道的设备数量有限(目前每条街3台),当船舶脱班或临
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
集装箱后方堆场论文参考文献
[1].梅方盘.关于将上海芦潮港铁路集装箱中心站后方堆场作为洋山深水港区第二集装箱堆场的建议[J].集装箱化.2015
[2].王琦.大连国际集装箱码头泊位后方堆场续建方案[J].集装箱化.2015
[3].庄辉.集装箱后方堆场管理对策探研[J].世界海运.2015
[4].赵娜,贡金鑫.大连港集装箱码头后方堆场荷载统计分析和概率模型[J].海洋工程.2014
[5].赵娜.集装箱码头后方堆场荷载统计分析和概率模型[D].大连理工大学.2014
[6].尹立鹏.基于Flexsim的集装箱码头后方堆场功能区布局优化[D].大连海事大学.2012
[7].王兴秋.集装箱码头后方堆场系统设备配比仿真研究[D].山东大学.2011
[8].王志明,符云清.基于遗传算法的集装箱后方堆场箱位分配策略[J].计算机应用研究.2010
[9].吴碧芳.中交集团签署苏丹港新集装箱码头后方堆场Ⅰ期工程合同[N].中华建筑报.2010
[10].王志明.集装箱码头后方堆场箱位分配优化研究[D].重庆大学.2010