This patent solves the problem of integrated dispatching of QC, YT and YC for port multi-resource equipment. In this paper, a MIP model is proposed. Because of a large number of variables and constraints, it is difficult for the MIP model to deal with large-scale practical problems. For this reason, a genetic algorithm is developed, which combines the proposed general algorithm framework. In GA, a three-dimensional chromosome is designed, which links the three sub-problems. Based on the structural characteristics of chromosomes, three pairs of crossover operators and mutation operators are introduced. Each pair of crossover and mutation operators only aims at one of the sub-problems. This mechanism in GA well matches the attributes of integration problems. In addition, in order to improve the efficiency of the proposed genetic algorithm, a new heuristic mutation operator is designed. By applying three pairs of crossover operators and mutation operators in parallel, a better solution can be found. The calculation results show that the proposed algorithm can solve the integrated port scheduling problem well.
【技术实现步骤摘要】
岸桥QC、集卡YT和龙门吊YC的集成调度模型及其GA算法
本专利技术涉及港口核心资源集成调度模型及算法。
技术介绍
贸易全球化促进了全球物流和运输业的发展,特别是海运集装箱港头(containerterminals,简称CT),港口的运营效率对国际贸易和国家经济的增加有直接的影响。船舶周转时间是船舶在泊位上所花费的总时间,是评价港口效率的一个关键指标[1],能够使船舶周转时间短的高效港口更具有竞争力并将在世界上保持领先地位。为实现这一目标,需要港口内部各资源的相关活动开展密切的合作。在大多数港口中,集装箱的标准尺寸为20英尺等效单位,主要使用三种大型设备来完成集装箱的转移[2],他们分别是岸桥(quaycrane,简称QC),集卡(yardtruck,简称YT)和龙门吊(yardcrane,简称YC)。QC位于码头区,负责将集装箱装载到船上或者从船上卸下集装箱。YC在堆场中用于将集装箱从YT放入其相应的存储位,或者将集装箱放置到YT上,YT工作于QC和YC之间运送集装箱。由于起重机(QC和YC)与YT之间没有缓冲空间,因此港口中可能会出现停滞状态。例如,当QC或YC吊起集装箱时,它需要将集装箱放在可用的YT上而不是直接将其放在地上,因为YT需要起重机的帮助才能装载集装箱。因此,如果没有空载YT将起重机吊起的集装箱进行转移,QC和YC则无法继续下一个任务,直到有空载YT到达。而在另一方面,集装箱只能一直保持在YT上,直到有QC或YC将集装箱吊起,将其装载入船或堆放至储位中。由于起重机和YT之间的存在前后配合不协调的情况,从而导致系统发生停滞情况。忽视起重机和 ...
【技术保护点】
1.岸桥QC、集卡YT和龙门吊YC的集成调度模型,其特征是:所述模型为:Minimize Cmax (1)
【技术特征摘要】
1.岸桥QC、集卡YT和龙门吊YC的集成调度模型,其特征是:所述模型为:MinimizeCmax(1)其中:公式(1)描述了模型的目标函数;约束条件(2)定义了所有集装箱的总完工时间;约束条件(3)计算每个作业的完成时间,并表明在通过YT将该作业转移到相应QC之后,QC可以立刻对该作业进行装载;约束条件(4)确保在通过YC将集装箱转移到储位的转移点之后,YT可以开始进行转移;约束条件(5a),(5b)定义了系统停滞状态:约束条件(5a)描述了在YCe上作业i排在了作业j之前进行处理,约束条件(5b)描述了在YTk上作业i排在了作业j之前进行处理;约束条件(6a),(6b)分别限制了每个YT和每个YC从其初始位置开始其第一项任务;约束条件(7a),(7b)确保QCq上不能同时处理任务对(i,j)所包含的工作i和j;约束条件(8a),(8b)确保每个作业仅分配给一个YT和一台YC;约束条件(9a)描述了如果作业i和j由YTk先后进行运送,则必须将作业i和j分配给YTk;约束条件(9b)针对YC限定了同样的约束;约束条件(10a),(10b)分别确定了每个YT和每个YC的首任务。约束条件(11a)描述了如果作业i是YTk的第一个任务,则必须将作业i分配给YTk;约束条件(11b)描述了如果作业i是YCe的第一个任务,则必须将作业i分配给YCe;约束条件(12a)-(12c)确定每个YT上的作业顺序;约束条件(13a)-(13c)确定每台YC上的作业顺序;约束条件(14)对0-1整数决策变量进行了限定。2.对权利要求1所述的集成调度模型求解的GA算法,其特征是:读取输入数据开始,根据输入数据,创建和评估初始种群;在每一次迭代中,并行地执行三对交叉算子和变异算子来产生后代,然后对其进行评估;新种群通过混合选择策略来选择;当满足终止条件时,则算法运行结束。3.如权利要求2所述的GA算法,其特征是:种群解中的每一个单解称为染色体;每个染色体表示一个为3×Njob的数组,记作π,它有三个维度且具有相同的长度:作业的装载顺序,名为π(1);π(1)中每个工作的YT分配,记为π(2);π(1)中每个工作的YC分配,命名为π(3);将π(a)定义为π(a)={π(a)(1),π(a)(2),…,π(a)(Njob)}(a=1,2,3);根据π(1)中QC的装载顺序,YT和YC上的作业序列分别从π(2)和π(3)获得;染色体π中每个作业π(1)(i)(i=1,2,…,Njob)的完成时间的计算过程如下:a)初始化:a.1设置i=1.a.2设置并且a.3设置b)计算工作π(1)(i)在YCπ(3)(i)上的完成时间:b.1计算YCπ(3)(i)的到达时间和完成时间:ayc[π(3)(i)]=ryc[π(3)(i)]+Dpyc[π(3)(i)],B(π(1)(i))/sycfyc[π(3)(i)]=ayc[π(3)(i)]+hycb.2将YCπ(3)(i)的所在位置更新为B(π(1)(i)).pyc[π(3)(i)]=B(π(1)(i))c)计算工作π(1)(i)在YTπ(2)(i)上的结束时间:c.1计算YTπ(2)(i)的到达时间:ayt[π(2)(i)]=ryt[π(2)(i)]+Dpyt[π(2)(i)],B(π(1)(i))/sytc.2对出口集装箱而言,当任务集装箱即工作π(1)(i)被放置于YTπ(2)(i)时,设备资源YCπ(3)(i)被释放,因此,YCπ(3)(i)在被释放后的处于可用状态的时间可计算为:ryc[π(3)(i)]=max{ayt[...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。