基于改進螢火蟲算法的集裝箱堆場出口箱箱位分配問題研究.pdf

1、隨著全球經(jīng)濟的快速發(fā)展，國際和區(qū)域間的貨運貿(mào)易越來越頻繁，集裝箱吞吐量需求日益增加，從而導致碼頭堆場的空間資源與集裝箱吞吐量的矛盾也不斷加劇。由于拓展港口碼頭的空間資源耗時耗力并且需要花費大量資金，所以提高堆場現(xiàn)有空間資源利用率已成為解決該矛盾的一種經(jīng)濟而有效的手段。出口箱堆存箱位的分配直接影響著船舶停港時間、裝卸船效率乃至整個港口生產(chǎn)效率的高低。故而在有限的空間資源下，研究出口箱箱位分配問題已經(jīng)成為港航運輸和自動化集裝箱碼頭等相關領域

2、的研究熱點問題之一。
　　本研究通過優(yōu)化出口箱在堆場中的堆存箱位，達到充分利用堆場空間資源的目的。根據(jù)堆場出口箱箱位分配的基本原則，在不同目的港和重量等級混合堆存模式下，考慮總翻箱量，集裝箱均衡分配和運輸距離等問題，以及其他相關約束條件，建立了堆場出口箱箱位優(yōu)化分配問題的數(shù)學模型。因該問題是復雜離散組合優(yōu)化問題，具有NP難度，很難用傳統(tǒng)方法進行求解。本文采用較為新穎的螢火蟲算法進行求解，為了避免算法過早陷入局部最優(yōu)，同時為了增加種

3、群的多樣性、加快收斂速度，提出一種并行自適應螢火蟲算法(PAFA)。其主要思想是基于離散問題的實質(zhì)和螢火蟲算法的基本原理，引入遺傳算法的交叉、變異算子，先將標準螢火蟲算法進行離散化處理，對個體間的距離等進行重新定義，使其適用于離散問題的求解;進而基于自適應的思想，將位置更新改造為自適應的位置更新方式;同時采用并行策略，將種群分成兩個子群體，一個子群體側(cè)重向最優(yōu)個體的學習以加快收斂，另一個子群體在算法不同時期兼顧搜索和開發(fā)，兩者定期進行信

4、息交流，以提高算法的整體性能。文中通過標準TSPLIB測試庫中兩個旅行商問題對所提算法進行了測試與驗證，結果表明了其解決離散組合優(yōu)化問題的可行性和有效性。以大連大窯灣集裝箱港區(qū)相關航線的堆場出口箱箱位分配問題為工程背景，將提出算法應用到前述的數(shù)學模型之中，對兩種簡化工況下的箱位分配問題進行了仿真與測試。結果表明，所提算法對求解該問題有效，給出了較好的箱位分配方案，能夠提高堆場空間資源利用率，且降低了作業(yè)和運輸成本。本研究為后續(xù)深入研究箱