自適應遺傳蜂群算法在集裝箱碼頭集卡路徑優(yōu)化中的應用.pdf

1、全球經(jīng)濟貿(mào)易的飛速發(fā)展，帶來了物流業(yè)務量的急劇增長，據(jù)統(tǒng)計90％以上的國際貿(mào)易貨物都要經(jīng)過港口的中轉(zhuǎn)運輸，這之中的大部分都要通過集裝箱運輸來實現(xiàn)的。集裝箱碼頭為了提高自身的經(jīng)濟效益，需要充分利用碼頭的各種資源設備，其中承擔大部分碼頭水平運輸任務的集裝箱卡車的作業(yè)組織工作更是影響碼頭整體效率的關(guān)鍵技術(shù)之一。集卡路徑優(yōu)化問題是集卡作業(yè)組織中的一個重要組成部分。該問題是一個典型的復雜組合優(yōu)化問題，對其進行優(yōu)化求解，可有效提高集裝箱碼頭集卡的作

2、業(yè)效率，并降低集卡作業(yè)運營的成本，從而有利于碼頭整體經(jīng)濟效益的提升。
　　本文針對集卡的路徑優(yōu)化問題，分析對比兩種集卡作業(yè)模式，建立了面向“作業(yè)面”的基于成本的集卡路徑優(yōu)化模型。前人對集卡路徑問題的求解多采用數(shù)學規(guī)劃等方法，存在著局部收斂、魯棒性差等缺陷。本文采用較為新穎的人工蜂群算法(ABC)來對模型進行求解，期待獲得較好的結(jié)果。
　　人工蜂群算法具有結(jié)構(gòu)簡單，容易實現(xiàn)等優(yōu)點，但作為群智能算法的一種，也存在易早熟、收斂速度

3、慢等缺點，并且在以往的研究和應用中，蜂群算法多用于連續(xù)問題的求解。為了更好地解決上述屬于離散規(guī)劃的集卡路徑優(yōu)化問題，本文對基本蜂群算法進行了相關(guān)改進，提出一種自適應遺傳蜂群算法(AGA-ABC)。其主要思想是，將遺傳算法中的交叉和變異算子引入基本蜂群算法，對其加以改造，使得蜂群算法適用于求解離散優(yōu)化問題。同時引入自適應因子，使算法在早期能有效避免早熟而后期又能加快算法向全局最優(yōu)處收斂，從而提高算法的整體性能。為驗證提出算法的性能，采用該

4、算法對不同規(guī)模的經(jīng)典TSP問題進行了測試與求解，所得結(jié)果驗證了其可行性和優(yōu)越性。
　　進一步，將所提算法應用到建立的集卡路徑優(yōu)化模型中，分別在進口、出口雙船舶到港和進出口單船舶到港，兩種工況下進行了仿真測試，并對優(yōu)化結(jié)果進行了相關(guān)分析。結(jié)果表明，提出的算法能在滿足各種性能約束的前提下，有效的對集卡行駛路徑進行優(yōu)化，得到上述問題的令人滿意的工程優(yōu)化結(jié)果。
　　工作表明，提出的算法對集卡路徑優(yōu)化問題是有效的，可以得到較優(yōu)越的優(yōu)化