港口集裝箱裝卸優(yōu)化模型.pdf

1、為提升集裝箱碼頭的競爭力,針對碼頭裝卸作業(yè)的建模和優(yōu)化研究變得愈加重要。近年來,隨著國際貿易海運量的攀升,航運、貨物裝卸及腹地運輸?shù)陌l(fā)展,這一趨勢變得更加顯著。此外,港口間競爭的加劇,也令集裝箱碼頭在提高自身效率方面倍感壓力。良好的運營管理可以改善碼頭的生產(chǎn)能力、生產(chǎn)效率、碼頭利用率及服務質量。在上述所有指標中,碼頭服務質量(例如船舶周轉時間——用于裝卸貨的時間,操作滯留時間等指標)是客戶服務的關鍵因素。
　　 集裝箱碼頭是一個

2、由岸橋作業(yè)、集卡作業(yè)和場橋作業(yè)這三種相互關聯(lián)的部分組成的動態(tài)系統(tǒng)。鑒于碼頭裝卸作業(yè)的不確定性、復雜性和多目標性,須借助數(shù)學模型和優(yōu)化算法來解決這一問題。
　　 本文將這一問題轉化為一六階段的混合流水線調度問題,并建立了關于集裝箱碼頭裝卸作業(yè)的優(yōu)化模型(也即HFSPLUOMT)。在每個階段有相同的并行機,模型中包含了切換時間約束、阻塞約束和優(yōu)先權約束。該模型以最小化總完工時間(也即規(guī)劃期內最后一個集裝箱的作業(yè)完成時間)為目標。眾所

3、周知,多階段混合流水線調度問題是NP難問題,即使是小規(guī)模問題也不易解決。HFSPLUOMT也是一個NP難問題,因此本文運用啟發(fā)式規(guī)則獲得近似最優(yōu)解,也即全局表構造算法(GSCA),此方法由七種啟發(fā)式規(guī)則和遺傳算法(GA)構成。具體來說,首先將HFSPLUOMT分解成五個調度子問題并同時得到初始集裝箱序列;之后,運用遺傳算法來逐步改善這一序列。
　　 為了驗證模型和算法的有效性,本文推導出了一個下界值。這個下界值是基于操作的下界值