不確定環(huán)境下的集裝箱碼頭泊位-岸橋調(diào)度優(yōu)化研究.pdf

1、泊位、岸橋是多用戶集裝箱碼頭的緊缺資源，如何對其進(jìn)行合理調(diào)度是集裝箱碼頭生產(chǎn)組織優(yōu)化領(lǐng)域的基礎(chǔ)問題和熱點(diǎn)問題。目前國內(nèi)外學(xué)者就該問題從問題分析、優(yōu)化建模和求解算法等方面展開了大量工作，并給出了有益的結(jié)論，但多限于確定性環(huán)境，對不確定環(huán)境下的泊位—岸橋調(diào)度優(yōu)化缺乏有效研究。為此，本文在分析集裝箱碼頭前沿生產(chǎn)作業(yè)系統(tǒng)的基礎(chǔ)上，圍繞不確定環(huán)境調(diào)度優(yōu)化這一核心，針對船舶固定靠泊和船舶柔性靠泊等兩種主要靠泊方式，從初始調(diào)度方案生成、重調(diào)度策略設(shè)計(jì)

2、、生成式重調(diào)度優(yōu)化和修正式重調(diào)度優(yōu)化等方面，較系統(tǒng)地研究了不確定環(huán)境下的泊位—岸橋調(diào)度優(yōu)化。具體研究內(nèi)容如下：
　　 一、在集裝箱碼頭泊位—岸橋調(diào)度方案生成階段，針對現(xiàn)有單目標(biāo)優(yōu)化模型在碼頭生產(chǎn)成本方面考慮的不足，提出了最小化船舶在港時間和碼頭生產(chǎn)成本的泊位—岸橋調(diào)度多目標(biāo)優(yōu)化模型；為求解該模型，從染色體編碼、遺傳算子和最優(yōu)解選擇策略等方面對傳統(tǒng)多目標(biāo)遺傳算法進(jìn)行了改進(jìn)。同時，為了適應(yīng)不同集裝箱碼頭的生產(chǎn)作業(yè)需求，分別給出了上述

3、模型和算法在固定靠泊方式和柔性靠泊方式下的表達(dá)方式及實(shí)現(xiàn)過程。試驗(yàn)算例表明，本文所述多目標(biāo)優(yōu)化方法彌補(bǔ)了現(xiàn)有研究的不足，能快速生成碼頭綜合效益最大的泊位—岸橋調(diào)度方案。
　　 二、在初始調(diào)度方案執(zhí)行階段，針對不確定因素導(dǎo)致原調(diào)度方案不可行等問題，給出了基于可變調(diào)度深度的改進(jìn)型混合重調(diào)度策略，以確定重調(diào)度行為發(fā)生的時機(jī)及調(diào)度深度。首先，在碼頭前沿生產(chǎn)作業(yè)系統(tǒng)不確定因素來源的基礎(chǔ)上，進(jìn)一步從擾動方式、擾動程度及是否可預(yù)測等方面對常見

4、不確定因素進(jìn)行了分類。其次，針對現(xiàn)有事件驅(qū)動重調(diào)度策略在處理部分可預(yù)測不確定因素上的不足，給出了可預(yù)測不確定因素事前驅(qū)動和不可預(yù)測不確定因素事后驅(qū)動的改進(jìn)型事件驅(qū)動重調(diào)度策略。再次，針對現(xiàn)有混合重調(diào)度策略在銜接上的不足，引入最小時間間隔約束，設(shè)計(jì)了基于周期性重調(diào)度策略和事件驅(qū)動重調(diào)度策略的混合重調(diào)度策略。進(jìn)一步，針對現(xiàn)有研究考慮調(diào)度深度不變引發(fā)的重調(diào)度質(zhì)量不高甚至不可行的問題，提出調(diào)度深度可變機(jī)制，并嵌入到上述重調(diào)度策略中。最后，針對上

5、述三方面的改進(jìn)，通過不同算例對本文所述混合重調(diào)度策略的有效性進(jìn)行了驗(yàn)證。
　　 三、在泊位—岸橋重調(diào)度方案生成階段，針對事件驅(qū)動重調(diào)度策略引發(fā)的泊位—岸橋重調(diào)度問題，研究了不同靠泊方式下的生成式重調(diào)度優(yōu)化方法。對每種靠泊方式，首先建立了最小化甩港船舶數(shù)目的泊位—岸橋擾動恢復(fù)模型；其次提出了改進(jìn)的Memetic算法，該算法分別選擇遺傳算法和模擬退火算法作為全局搜索機(jī)制和局部搜索機(jī)制，并針對泊位—岸橋調(diào)度問題的特點(diǎn)，對部分算子進(jìn)行了

6、改進(jìn)，以加強(qiáng)算法的搜索質(zhì)量與搜索效率；最后，進(jìn)行了相應(yīng)的實(shí)例驗(yàn)證。
　　 四、在泊位—岸橋重調(diào)度方案生成階段，針對周期性重調(diào)度策略引發(fā)的重調(diào)度問題，研究了不同靠泊方式下的修正式重調(diào)度優(yōu)化方法。針對該問題的特點(diǎn)，擾動恢復(fù)模型優(yōu)化目標(biāo)分為兩部分：一是最小化計(jì)劃內(nèi)到港船舶新計(jì)劃與原計(jì)劃的偏差，二是最小化計(jì)劃外到港船舶等待靠泊時間。在模型求解時，針對固定靠泊方式的特點(diǎn)，將交叉操作算子引入粒子群優(yōu)化算法，同時采用人機(jī)交互策略生成初始種群，