面向不確定環(huán)境的集裝箱碼頭優(yōu)化調(diào)度研究.pdf

1、該文以岸橋-集卡-輪胎式龍門吊裝卸工藝的集裝箱碼頭為研究對(duì)象，充分考慮了集裝箱碼頭調(diào)度問題的動(dòng)態(tài)性、不確定性和復(fù)雜性，通過理論分析和應(yīng)用研究相結(jié)合的方法對(duì)面向不確定環(huán)境的集裝箱碼頭調(diào)度問題的基礎(chǔ)理論、應(yīng)用模型和求解算法進(jìn)行了較為系統(tǒng)地研究。論文涉及管理學(xué)、運(yùn)籌學(xué)、港口規(guī)劃、信息科學(xué)等相關(guān)學(xué)科，對(duì)提高集裝箱碼頭企業(yè)自身的競爭力、增加企業(yè)收益和客戶滿意度具有重要的現(xiàn)實(shí)意義和理論價(jià)值。 該文的主要研究內(nèi)容： 1.以面向

2、不確定環(huán)境的集裝箱碼頭優(yōu)化調(diào)度研究為背景，針對(duì)當(dāng)前不確定性測度問題可加性和完備性刻畫不足的現(xiàn)狀，提出了一種能夠刻畫不確定性因素可加性和完備性的未確定規(guī)劃方法。在未確定規(guī)劃三個(gè)公理化假設(shè)的基礎(chǔ)上，界定了未確定測度空間、未確定乘積測度空間、未確定變量、未確定變量的分布函數(shù)和分布密度函數(shù)、未確定變量的獨(dú)立性、期望值算子等概念，并對(duì)其性質(zhì)及聯(lián)合未確定分布函數(shù)的確定進(jìn)行了分析和論證，同時(shí)討論了未確定變量模擬方法。較全面地分析了面向不確定環(huán)境的集裝

3、箱碼頭優(yōu)化調(diào)度的方案選擇和集裝箱碼頭調(diào)度問題中不確定性因素的處理方法，討論了集裝箱碼頭調(diào)度常用的未確定規(guī)劃模型包括：期望值模型、機(jī)會(huì)約束規(guī)劃、機(jī)會(huì)相關(guān)規(guī)劃，同時(shí)提出模型中未確定函數(shù)的神經(jīng)網(wǎng)絡(luò)模擬方法，并給出未確定規(guī)劃模型的混合智能求解算法。該方法雖然是針對(duì)集裝箱碼頭優(yōu)化調(diào)度問題提出的，但對(duì)其他面向不確定環(huán)境的規(guī)劃問題同樣適用。 2.在對(duì)集裝箱泊位-岸橋分配和調(diào)度問題分析的基礎(chǔ)上，基于機(jī)會(huì)約束的未確定規(guī)劃的思想建立了集裝箱泊位岸橋

4、分配模型。根據(jù)模型最優(yōu)解的特征，設(shè)計(jì)了求解模型的集束搜索算法和遺傳算法。將遺傳算法與神經(jīng)網(wǎng)絡(luò)結(jié)合，并用神經(jīng)網(wǎng)絡(luò)模擬未確定函數(shù)，實(shí)現(xiàn)了求解該問題的混合智能算法。 3.根據(jù)堆場管理的要求將堆場箱位分配問題分解為堆場區(qū)段分配和區(qū)段內(nèi)具體箱位確定兩部分。根據(jù)堆場區(qū)段的分配標(biāo)準(zhǔn)分別建立了以平衡堆場段間計(jì)劃作業(yè)量為目標(biāo)的堆場區(qū)段分配未確定期望值模型Ⅰ，以同組箱同區(qū)段擺放和堆場區(qū)段距相應(yīng)泊位較近為目標(biāo)的堆場區(qū)段分配未確定期望值模型Ⅱ。建立了區(qū)

5、段內(nèi)具體箱位分配的未確定機(jī)會(huì)相關(guān)規(guī)劃模型。提出了基于未確定變量機(jī)會(huì)相關(guān)的集裝箱堆場進(jìn)、出口箱的翻箱量計(jì)算方法，進(jìn)而建立了以同組進(jìn)、出口箱靠近擺放和翻箱量最小為目標(biāo)的0-1規(guī)劃模型?；谀Ｐ妥顑?yōu)解特征設(shè)計(jì)了求解模型的近似啟發(fā)式算法。 4.在對(duì)岸橋-堆場龍門吊-集卡作業(yè)流程分析的基礎(chǔ)上，將岸橋-堆場龍門吊-集卡的作業(yè)調(diào)度問題分為龍門吊在堆場段間的分配和岸橋-龍門吊-集卡的作業(yè)序列優(yōu)化兩個(gè)子問題。建立了面向不確定環(huán)境的龍門吊堆場段間調(diào)

6、度的未確定期望值規(guī)劃模型，合理地在堆場段間調(diào)度龍門吊可以使規(guī)劃時(shí)段結(jié)束時(shí)各堆場段未完成的作業(yè)量最少，設(shè)計(jì)了求解模型的集束搜索算法?；谖创_定規(guī)劃理論對(duì)岸橋-龍門吊-集卡作業(yè)序列優(yōu)化問題進(jìn)行研究，建立了反映決策者風(fēng)險(xiǎn)偏好和經(jīng)驗(yàn)的機(jī)會(huì)約束規(guī)劃模型。鑒于模型的復(fù)雜性，設(shè)計(jì)了遺傳算法和集束搜索算法分別對(duì)其進(jìn)行求解，對(duì)機(jī)會(huì)相關(guān)函數(shù)采用直接簡化和神經(jīng)網(wǎng)絡(luò)模擬兩種方法進(jìn)行了處理。 5.集裝箱碼頭系統(tǒng)是一個(gè)動(dòng)態(tài)協(xié)調(diào)的作業(yè)系統(tǒng)。Multi-age

7、nt系統(tǒng)設(shè)計(jì)和開發(fā)的柔性、魯棒性、動(dòng)態(tài)性、同步性等特性是實(shí)現(xiàn)集裝箱碼頭協(xié)同調(diào)度所必需的。同時(shí)，通過多Agent間的協(xié)作能提高系統(tǒng)的整體性能，多Agent合作還可以克服單Agent知識(shí)不完全和信息缺乏的不足。因此，為了實(shí)現(xiàn)集裝箱碼頭動(dòng)態(tài)、協(xié)調(diào)、整體的優(yōu)化調(diào)度，降低不確定性的干擾，該文設(shè)計(jì)了基于未確定規(guī)劃的集裝箱碼頭分布式智能調(diào)度Multi-agent系統(tǒng)，并對(duì)系統(tǒng)中Agent的選取、MAS的體系結(jié)構(gòu)、Agent間的通信、沖突和協(xié)調(diào)機(jī)制等關(guān)