AGV与RMG协同调度：最小化卸船完工时间的MIP方法

本文主要探讨了自动化集装箱码头中的关键设备——自动导引小车(AGV)与轨道式龙门起重机(RMG)之间的协同调度问题。在实际操作中，这两种设备的高效协作对于提升码头的装卸效率至关重要。作者杨勇生等人针对AGV和RMG的任务分配限制，提出了一个以卸船作业最小完工时间为优化目标的混合整数规划(Mixed Integer Programming, MIP)模型。MIP是一种数学优化方法，它允许模型中包含整数变量，适用于处理复杂的决策问题，如设备调度。 研究者通过调整AGV、岸桥（另一种大型装卸设备）和箱区的数量，探究了这些变化如何影响卸船的完工时间。他们设计了两个案例：一是针对小规模问题，利用CPLEX软件和遗传算法(Genetic Algorithm, GA)进行了对比求解，旨在验证GA在解决此类问题上的有效性；二是针对大规模问题，仅采用GA求解，为自动化码头设备的优化调度提供了策略。 研究发现，随着卸船任务量的增加，卸船完工时间会相应增长；反之，增加AGV、岸桥和箱区的数量可以缩短完工时间，但AGV和岸桥数量的提升对降低完工时间的影响明显大于箱区数量的增加。这表明在资源有限的情况下，合理配置AGV和岸桥是优化效率的关键。 本文的关键词包括自动导引小车(AGV)、堆场箱区、协同调度、混合整数规划(MIP)以及遗传算法(GA)，这些关键词反映了研究的核心技术和方法。此外，文章还引用了多个基金项目支持，展示了研究的学术背景和资金来源。 这项工作对于提高自动化集装箱码头的运营效率具有实际意义，为码头管理者提供了科学的决策依据，并验证了遗传算法在解决这类实际问题中的可行性和优势。