面向港口设备的目标检测与装备调度算法.pdfVIP

信息技术ＸＩＮＸＩＪＩＳＨＵ２０２５年第３期

面向港口设备的目标检测与装备调度算法

丁峰ꎬ徐晓强ꎬ方超凡

(芜湖港务有限责任公司ꎬ安徽芜湖２４１０００)

摘要:为提升港口大型设备的工作效率ꎬ文中设计了一种面向港口设备的智能化云控制系统ꎬ并在

该系统中嵌入了基于目标检测网络的设备识别算法和结合遗传算法的装备调度策略ꎮ采用ＹＯＬＯｖ５

作为目标检测网络原型ꎬ改进了网络算法结构ꎬ并且在网络训练过程中通过剪枝和量化压缩了网络体

积ꎮ目标检测实验结果显示ꎬ相较于传统的ＹＯＬＯｖ５ꎬ优化后算法的目标检测评价参数ｍＡＰ提升了

０１６ꎬ网络实现速度缩短约５.４９ｍｓꎮ针对港口设备调度建立问题模型和目标函数ꎬ采用改进遗传算

法求解最短时间、最短路径的最优解ꎬ装备调度实验结果表明ꎬ通过所提算法得到的结果更接近实际

最优数据ꎮ

关键词:港口大型设备ꎻ神经网络ꎻ目标检测ꎻＹＯＬＯ算法ꎻ调度规划

中图分类号:ＴＰ１８３ꎻＴＰ３９１.４１文献标识码:Ａ文章编号:１００９－２５５２(２０２５)０３－０１２８－０５

ＤＯＩ:１０.１３２７４/ｊ.ｃｎｋｉ.ｈｄｚｊ.２０２５.０３.０１９

Ａｌｇｏｒｉｔｈｍｏｆｔａｒｇｅｔｒｅｃｏｇｎｉｔｉｏｎａｎｄｅｑｕｉｐｍｅｎｔｓｃｈｅｄｕｌｉｎｇｆｏｒｐｏｒｔｅｑｕｉｐｍｅｎ

ＤＩＮＧＦｅｎｇꎬＸＵＸｉａｏ￣ｑｉａｎｇꎬＦＡＮＧＣｈａｏ￣ｆａｎ

(ＷｕｈｕＰｏｒｔａｎｄＢｕｓｉｎｓｓＣｏ.ꎬＬｔｄ.ꎬＷｕｈｕ２４１０００ꎬＡｎｈｕｉＰｒｏｖｉｎｃｅꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｌａｒｇｅ￣ｓｃａｌｅｐｏｒｔｅｑｕｉｐｍｅｎｔꎬａｎｉｎｔｅｌｌｉｇｅｎｔｃｌｏｕｄｃｏｎｔｒｏｌｓｙｓ￣

ｔｅｍｆｏｒｐｏｒｔｅｑｕｉｐｍｅｎｔｉｓｉｎｔｒｏｄｕｃｅｄｉｎｔｈｉｓｐａｐｅｒ.Ｔｈｅｅｑｕｉｐｍｅｎｔｉｄｅｎｔｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔａｒｇｅｔ

ｄｅｔｅｃｔｉｏｎｎｅｔｗｏｒｋａｎｄｅｑｕｉｐｍｅｎｔｓｃｈｅｄｕｌｉｎｇｓｔｒａｔｅｇｙｃｏｍｂｉｎｅｄｗｉｔｈｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｒｅｅｍｂｅｄｄｅｄｉｎｔｈｅ

ｓｙｓｔｅｍ.ＹＯＬＯｖ５ｉｓａｄｏｐｔｅｄａｓｔｈｅｔａｒｇｅｔｄｅｔｅｃｔｉｏｎｎｅｔｗｏｒｋｐｒｏｔｏｔｙｐｅꎬｔｈｅｎｅｔｗｏｒｋａｌｇｏｒｉｔｈｍｓｔｒｕｃｔｕｒｅｉｓｉｍ￣

ｐｒｏｖｅｄꎬａｎｄｔｈｅｎｅｔｗｏｒｋｖｏｌｕｍｅｉｓｒｅｄｕｃｅｄｂｙｐｒｕｎｉｎｇａｎｄｑｕａｎｔｉｚａｔｉｏｎｄｕｒｉｎｇｎｅｔｗｏｒｋｔｒａｉｎｉｎｇ.Ｔｈｅｔａｒｇｅｔ

ｄｅｔｅｃｔｉｏｎｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｃｏｍｐａｒｅｄｗｉｔｈｔｒａｄｉｔｉｏｎａｌＹＯＬＯｖ５ꎬｔｈｅｏｐｔｉｍｉｚｅｄＹＯＬＯｖ５ｉｎｔｈｉｓ

ｐａｐｅｒｉｍｐｒｏｖｅｓｔｈｅｔａｒｇｅｔｄｅｔｅｃｔｉｏｎｅｖａｌｕａｔｉｏｎｐａｒａｍｅｔｅｒｍＡＰｂｙ０.１６.Ｎｅｔｗｏｒｋｉｍｐｌｅｍｅｎｔａｔｉｏｎｓｐｅｅｄｉｓ

５４９ｍｓｆａｓｔｅｒ.Ｔｈｅｐｒｏｂｌｅｍｍｏｄｅｌａｎｄｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎｏｆｐｏｒｔｅｑｕｉｐｍｅｎｔｓｃｈｅｄｕｌｉｎｇａｒｅｅｓｔａｂｌｉｓｈｅｄꎬ

ａｎｄｔｈｅｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｏｆｓｈｏｒｔｅｓｔｔｉｍｅａｎｄｓｈｏｒｔｅｓｔｐａｔｈｉｓｏｂｔａｉｎｅｄｂｙｕｓｉｎｇｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ.Ｔｈｅｅｘｐｅｒ￣

ｉｍｅｎｔｒｅｓｕｌｔｓｏｆｅｑｕｉｐｍｅｎｔｓｃｈｅｄｕｌｉｎｇｓｈｏｗｔｈａｔｔｈｅｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｏｆｅｑｕｉｐｍｅｎｔｃｏｍｂｉｎｅｄｗｉｔｈｇｅｎｅｔｉｃａｌ￣

ｇｏｒｉｔｈｍｉｓｃｌｏｓｅｒｔｏｔｈｅａｃｔｕａｌｄａｔａｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌａｌｇｏｒｉｔｈｍ.

Ｋｅｙｗｏｒｄｓ:ｐｏｒｔｌａｒｇｅｅｑｕｉｐｍｅｎｔꎻｎｅｕｒａｌｎｅｔｗｏｒｋꎻｏｂｊｅｃｔｄｅｔｅｃｔｉｏｎꎻＹＯＬ