离散泊位布局下动态协调调度模型与遗传算法

该研究论文探讨了离散泊位布局下的泊位岸桥动态协调调度问题，旨在提高集装箱码头的作业效率和客户满意度。作者建立了一个优化模型，以最小化在港集装箱船的总服务成本为目标，同时考虑了泊位计划和岸桥计划的相互依赖性。模型的解决方案采用了遗传算法，通过内嵌约束条件简化了解决过程，并通过逐时刻基因调整策略修复不可行解。实验证明，该模型和算法在实际应用中具有可行性和有效性。 在集装箱码头运营中，泊位和岸桥是关键资源，它们的调度直接影响码头效率和服务质量。合理的岸桥调度能确保泊位计划的顺利执行，避免因资源配置不合理导致的船舶滞港、压船和压货等问题。反之，良好的泊位计划能有效利用岸桥资源，防止资源浪费。因此，对泊位调度和岸桥分配的协调研究具有重大实践价值。 泊位调度问题根据泊位布局和船舶到港时间的特性，可划分为连续泊位调度、离散泊位调度和混合泊位调度，以及动态调度和静态调度。离散泊位布局是指泊位间的空间间隔明显，每个泊位独立且不连续。在这种背景下，本研究关注的是动态调度，即在不断变化的船舶到港时间下，为每艘船舶分配泊位和岸桥资源。 Liang等人对此领域进行了深入研究，他们提出了以最小化船舶在港时间和延迟时间之和的模型。此外，还考虑了船到船的直接转运，以减少对堆场的依赖，加快船舶处理速度。论文中的模型不仅考虑了基本的在港时间和延迟时间，还纳入了等待转运时间的影响。 解决这个问题，作者采用了一种遗传算法，这是一种全局优化方法，适用于解决复杂优化问题。通过将部分约束条件直接融入算法设计，可以降低求解的复杂性。当遇到不可行解时，算法会采用特定的策略在迭代过程中逐步调整基因，以修复这些解，确保解决方案的可行性。 通过对多个实例的数值实验，论文展示了所提出的模型和算法在实际场景中的应用潜力和效果。这些实验结果证明了模型的有效性和算法的稳定性，为离散泊位布局的集装箱码头提供了有力的决策支持工具，有助于提升码头作业效率和服务水平。