Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Hybrid Scatter Search Algorithm to Solve the Capacitated Arc Routing Problem with Refill Points Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Artificial Bee Colony Optimization for Yard Truck Scheduling and Storage Allocation Problem

verfasst von : Fangfang Zhang, Li Li, Jing Liu, Xianghua Chu

Erschienen in: Intelligent Computing Theories and Application

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The yard truck scheduling (YTS) and the storage allocation problem (SAP) are two significant sub-issues in container terminal operations. This paper takes them as a whole optimization problem (YTS-SAP) and analyzes the factor of different travel speeds of trucks based on different loads. The goal is to minimize the total time cost of the summation of the delay of requests and the travel time of yard trucks. Due to the simplicity and easy implementation of artificial bee colony (ABC), the algorithm is applied to address the issue. Computational experiment is employed to examine and analyze the problem solutions and the performance of ABC algorithm. Particle Swarm Optimization (PSO) and Genetic Algorithm (GA) are chosen as contrastive algorithms. From the results of the computational experiment, it is found that ABC algorithm can achieve better solution for the YTS-ASP problem.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Adaptive Structure-Redesigned-Based Bacterial Foraging Optimization
Nächstes Kapitel A Cooperative Structure-Redesigned-Based Bacterial Foraging Optimization with Guided and Stochastic Movements
Literatur
1.
2.
3.
Zhu, M., Fan, X., Cheng, H., He, Q.: Modeling and simulation of automated container terminal operation. J. Comput. 5(6), 951–957 (2010)CrossRef
4.
Kim, K.H., Lee, H.: Container terminal operation: current trends and future challenge. In: Lee, C.-Y., Meng, Q. (eds.) Handbook of Ocean Container Transport Logistics. International Series in Operations Research & Management Science, vol. 220, pp. 43–73. Springer, Switzerland (2015)
5.
Moorthy, R., Teo, C.P.: Berth management in container terminal: the template design problem. Oper. Research-Spektrum 28(28), 495–518 (2006)CrossRefMATH
6.
Nishimura, E., Imai, A., Papadimitriou, S.: Yard trailer routing at a maritime container terminal. Transp. Res. Part E Logist. Transp. Rev. 41(1), 53–76 (2005)CrossRef
7.
Ng, W.C., Mak, K.L., Zhang, Y.X.: Scheduling trucks in container terminals using a genetic algorithm. Eng. Optim. 39(1), 33–47 (2007)CrossRef
8.
Kim, K.H., Kim, H.B.: Segregating space allocation models for container inventories in port container terminals. Int. J. Prod. Econ. 59, 415–423 (1999)CrossRef
9.
Lee, D.H., Cao, J.X., Shi, Q.X., Chen, J.H.: A heuristic algorithm for yard truck scheduling and storage allocation problems. Transp. Res. Part E Logist. Transp. Rev. 45(5), 810–820 (2009)CrossRef
10.
Bish, E.K., Leong, T.Y., Li, C.L., Ng, J.W.C., Simchi-Levi, D.: Analysis of a new vehicle scheduling and location problem. Naval Res. Logist. 48, 363–385 (2001)MathSciNetCrossRefMATH
11.
Lee, D.H., Cao, J.X., Shi, Q.: Integrated model for truck scheduling and storage allocation problem at container terminals. In: The Proceedings of the TRB Meeting, pp. 211–216 (2008)
12.
Niu, B., Xie, T., Bi, Y., Liu, J.: Bacterial colony optimization for integrated yard truck scheduling and storage allocation problem. In: Huang, D.-S., Han, K., Gromiha, M. (eds.) ICIC 2014. L:NCS, vol. 8590, pp. 431–437. Springer, Switzerland (2014)
13.
Niu, B., Xie, T., Duan, Q.Q., Tan, L.J.: Particle swarm optimization for integrated yard truck scheduling and storage allocation problem. In: IEEE Congress on Evolutionary Computation, pp. 634–639 (2014)
14.
Karaboga, D.: An idea based on honey bee swarm for numerical optimization. Technical report TR06, Erciyes University, Engineering Faculty, Computer Engineering Department (2005)
15.
Zhou, G., Wang, L., Xu, Y., Wang, S.: An effective artificial bee colony algorithm for multi-objective flexible job-shop scheduling problem. In: Huang, D.-S., Gan, Y., Gupta, P., Michael Gromiha, M. (eds.) ICIC 2011. LNCS, vol. 6839, pp. 1–8. Springer, Heidelberg (2012)CrossRef
16.
Horng, M.H.: Multilevel thresholding selection based on the artificial bee colony algorithm for image segmentation. Expert Syst. Appl. 38(11), 13785–13791 (2011)
17.
Xu, C., Duan, H., Liu, F.: Chaotic artificial bee colony approach to uninhabited combat air vehicle (UCAV) path planning. Aerosp. Sci. Technol. 14(8), 535–541 (2010)CrossRef
18.
Bullinaria, J.A., AlYahya, K.: Artificial bee colony training of neural networks. In: Terrazas, G., Otero, F.E.B., Masegosa, A.D. (eds.) Nature Inspired Cooperative Strategies for Optimization (NICSO 2013). Studies in Computational Intelligence, vol. 512, pp. 191–201. Springer, Switzerland (2014)CrossRef
19.
Li, L., Cheng, Y., Tan, L.J., Niu, B.: A Discrete Artificial Bee Colony Algorithm for TSP Problem, pp. 566–573. Springer, Heidelberg (2012)
Metadaten
Titel
Artificial Bee Colony Optimization for Yard Truck Scheduling and Storage Allocation Problem
verfasst von
Fangfang Zhang
Li Li
Jing Liu
Xianghua Chu
Copyright-Jahr
2016
Buch
Intelligent Computing Theories and Application

Print ISBN: 978-3-319-42293-0

Electronic ISBN: 978-3-319-42294-7

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-42294-7_81