考虑偏好与容忍度的连续泊位岸桥分配优化算法

本文主要探讨了集装箱码头连续泊位与岸桥分配的仿真优化问题，这是集装箱港口运营中的关键环节，直接影响到作业效率和服务质量。泊位和岸桥作为稀缺资源，合理分配和调度对于提升整个码头的运营效率至关重要。传统研究中，优化目标常常设定为总在港时间最短或总成本最小，然而这往往忽视了个体船舶的等待时间和公平性。 作者提出了一种改进的方法，引入了船舶的偏好泊位概念，即考虑船舶对特定泊位的偏爱程度。同时，他们引入了容忍度约束，即允许在一定程度上增加某些船舶的在港时间，以平衡效率与公平性的关系。这种改进的目标不再是单一的最短时间或最低成本，而是转变为船舶在港的总时间成本，更加注重整体的用户体验。 为了实现这一优化目标，作者构建了一个非线性数学规划模型，该模型结合了船舶的泊位偏好和容忍度约束。解决这个复杂问题的策略采用了嵌套循环进化算法，其中内循环运用了贪心算法来生成具体的泊位调度计划，保证每一步决策尽可能接近最优；外循环则利用遗传算法对整体岸桥调度进行优化，寻找全局最优解。 整个过程通过VC++开发的仿真程序进行，实验结果显示，这种方法能在可接受的计算时间内找到稳定的满意解，显著提升了在考虑容忍度约束下连续泊位与岸桥的分配效率。通过引入船舶偏好和容忍度，该算法能够更好地平衡作业效率和服务公平性，从而在实际操作中提供更为有效的解决方案。 本文的研究不仅对现有码头管理策略有所补充，也为港口运营管理领域的决策支持系统提供了新的优化工具和技术，对于提升集装箱码头的综合竞争力具有重要意义。关键词包括泊位与岸桥、偏好泊位、容忍度、贪心算法以及遗传算法，这些关键词揭示了论文的核心研究内容和方法。