集装箱码头泊位与岸桥分配的通用性优化方法及应用技术

本发明专利技术公开了涉及装箱码头泊位和岸桥分配技术领域的集装箱码头泊位与岸桥分配的通用性优化方法及应用，可根据目标函数的形式，能够很方便地结合各种进化算法，完成规划期内所有停靠船舶的岸桥和泊位分配调度；同时考虑了潮汐因素影响、岸桥服务范围多个方面对泊位和岸桥调度的影响，具有很强的普适性，该方法的适应性评估函数由一个船舶时间分配算法和岸桥分配算法组成，能够应用于不同的单目标、多目标进化算法的个体适应性评估，即根据相应的约束条件，完成船舶泊位、岸桥分配的同时，进行可行解的适应性评估，且输入的初始解仅需要包含船舶的服务顺序，能够很方便地移植到具有不同码头资源分配优化目标的集装箱码头泊位与岸桥调度中。与岸桥调度中。与岸桥调度中。

【技术实现步骤摘要】
集装箱码头泊位与岸桥分配的通用性优化方法及应用


[0001]本专利技术涉及装箱码头泊位和岸桥分配
，特别是涉及集装箱码头泊位与岸桥分配的通用性优化方法及应用。

技术介绍

[0002]在经济全球化的背景下，我国港口吞吐量逐年暴增，船舶到达密度不断增加，其中，集装箱运输作为主要的海运方式，而集装箱码头的岸桥和泊位的分配，是作为整个码头作业系统的前端，关乎到整个码头的作业效率。码头泊位及岸桥分配优化问题是指在已知未来一段时间内船舶的到港情况下，根据各船舶的载货量、船长、到达时间、目标泊位以及岸桥的工作范围等信息，合理规划船舶的工作时间、泊位与岸桥资源，以最小化规划期内所有船舶的总在港时间、总等待停靠时间、总延误作业时间、总的船舶停靠泊位与目标泊位的偏移中的一个或者多个，是一个常见的带有约束的资源分配优化问题；
[0003]现有技术中针对上述问题的解决方案有：
[0004]1、求解器精确求解：码头泊位及岸桥分配优化问题属于NP
‑
Hard问题，是超千万级变量约束的数学规划问题，利用一般的商用求解器求解，存在效率底、求解时间长等问题；
[0005]2、启发式算法求解：CN201310539320.X“一种基于细菌觅食优化方法的集装箱码头泊位和岸桥分配方法”，提出将细菌觅食算法，粒子群算法，克隆免疫算法，变领域搜索方法相结合的一种新的混合算法，具有四种算法的优点，对码头泊位进行离散化分配，从而提高码头的资源分配效率；CN115713170A“自动化集装箱码头泊位和岸桥优化分配方法”基于模拟退火算法，通过改进的内层模拟退火算法对解集合进行邻域搜索，得到优化分配方案；CN107330561A“一种基于蚁群算法的多目标岸桥
‑
泊位调度优化方法”对传统蚁群算法进行改良，以更高效地求解多个优化目标的码头岸桥
‑
泊位的分配。
[0006]结合上述专利和现有技术分析，这些研究存在通用性较差的问题：
[0007]1、泊位离散化：现实中存在的大多数码头都是连续泊位，码头岸线范围内的任一位置都是可以停靠船舶的；
[0008]2、输入、输出层面：针对约束条件和目标函数来生成含有船舶停靠泊位、分配岸桥的初始解输入，按一定的方法搜索空间输出最优解。由于各个集装箱码头的环境条件、资源配置以及需要优化的目标的各异性，使得解的约束条件、形式不相同。研究如何根据船舶的到达时间顺序这一最基本的信息出发完成岸桥
‑
泊位的分配，将有利于增强方法的通用性；
[0009]3、算法层面：基于某种单目标或多目标进化优化方法实现，难以根据优化目标的改变，移植到其它的进化算法上求解。

技术实现思路

[0010]针对上述问题，本专利技术提供了集装箱码头泊位与岸桥分配的通用性优化方法及应用，该方法的适应性评估函数由一个船舶时间分配算法和岸桥分配算法组成，能够应用于不同的单目标、多目标进化算法的个体适应性评估，即根据相应的约束条件，完成船舶泊
位、岸桥分配的同时，进行可行解的适应性评估，且输入的初始解仅需要包含船舶的服务顺序，能够很方便地移植到具有不同码头资源分配优化目标的集装箱码头泊位与岸桥调度中，用于解决上述问题。
[0011]本专利技术的技术方案是：
[0012]集装箱码头泊位与岸桥分配的通用性优化方法，其特征在于，具体包括以下步骤：
[0013]S1、构建集装箱码头岸桥和泊位的分配优化数学模型；
[0014]S2、根据S1中的分配优化数学模型构建可行解；
[0015]S3、根据优化目标及其形式，选择进化算法在可行解中求出最优解；
[0016]S4、终止条件判断，得到最终的最优泊位、岸桥分配方案。
[0017]作为本专利技术的一种优选方案：所述S1的构建集装箱码头岸桥和泊位的分配优化数学模型具体包括以下步骤：
[0018]S1.1、根据码头需求，确定优化目标；
[0019]S1.2、根据码头条件，确定约束条件。
[0020]作为本专利技术的一种优选方案：所述S1.1中如需要所有船舶的总等待停靠时间最少，则如需要所有船舶的总在港时间最少，则如需要所有船舶在预期离开时间前完成装卸货作业，则其中I(i∈I)为规划期内停靠船只的集合、i为船只编号、为船舶i的停靠时间、为船舶i的离开时间、为船舶i的抵达港口时间、为船舶i的预期离开港口的时间、是船舶i的期望停靠泊位、X
i
是船舶i的实际停靠泊位；
[0021]所述S1.2中的约束条件包括：码头的停靠泊位、配置岸桥数、船舶停靠的安全距离约束、岸桥安全工作距离约束、岸桥的工作范围、岸桥作业的固定顺序约束、潮汐降雨的水位约束、规划期内的停靠船舶数量及船舶的长度、集装箱数量。
[0022]作为本专利技术的一种优选方案：所述S2中的可行解结构由待服务的船舶号、船舶的停靠泊位和船舶服务顺序比较值组成，所述船舶服务顺序比较值从(0,S
shipi
]范围内随机取值，用于指示船舶i的服务优先级，且数字越小，船舶的服务优先级越高。
[0023]作为本专利技术的一种优选方案：所述S3的根据优化目标及其形式，选择进化算法在可行解中求出最优解具体包括以下步骤：
[0024]S3.1、选择求解算法；
[0025]S3.2、将可行解初始化；
[0026]S3.3、对可行解进行修正；
[0027]S3.4、对可行解进行适应性评估；
[0028]S3.5、选择算子并对算子进行交叉和变异。
[0029]作为本专利技术的一种优选方案：所述S3.1中的求解算法根据S1.1优化目标的形式来选择求解的单目标或者多目标进化算法，所述S3.2中的可行解初始化操作是通过结合贪婪构造和随机生成策略进行的，所述S3.3的可行解修正操作需要指定最早到达的船舶为第一艘服务的船舶，同时以其抵港时间作为规划期时间起点。
[0030]作为本专利技术的一种优选方案：所述S3.5中的算子选择操作需要结合精英保留与轮
盘赌策略的组合，并基于种群个体的适应度值，首先选择亲本群体适应度值前10％
·
popsize的个体直接进入下一代，然后通过轮盘赌进行其它的个体的选择。
[0031]作为本专利技术的一种优选方案：所述S3.5的算子交叉操作中，交叉概率选择在(0.7,1]的范围内，染色体第二部分的船舶的停靠位置按两点交叉操作，而染色体第三部分的船舶的服务优先值按OX进行交叉操作。
[0032]作为本专利技术的一种优选方案：所述S3.5的算子变异中，变异概率选择在(0,0.05]的范围内，染色体第二部分的船舶的停靠位置采取随机实值变异，即在范围[0,3000
‑
L
i
]，按一定步长随机获取实值；而染色体第三部分的船舶的服务优先值则采用变换变异的方法。
[0033]作为本专利技术的一种优选方案：集装箱码头泊位与岸桥分配的通用性优化方法在不同码头资源分配优化目标的集装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.集装箱码头泊位与岸桥分配的通用性优化方法，其特征在于，具体包括以下步骤：S1、构建集装箱码头岸桥和泊位的分配优化数学模型；S2、根据S1中的分配优化数学模型构建可行解；S3、根据优化目标及其形式，选择进化算法在可行解中求出最优解；S4、终止条件判断，得到最终的最优泊位、岸桥分配方案。2.根据权利要求1所述的集装箱码头泊位与岸桥分配的通用性优化方法，其特征在于：所述S1的构建集装箱码头岸桥和泊位的分配优化数学模型具体包括以下步骤：S1.1、根据码头需求，确定优化目标；S1.2、根据码头条件，确定约束条件。3.根据权利要求2所述的集装箱码头泊位与岸桥分配的通用性优化方法，其特征在于：所述S1.1中如需要所有船舶的总等待停靠时间最少，则如需要所有船舶的总在港时间最少，则如需要所有船舶在预期离开时间前完成装卸货作业，则其中I(i∈I)为规划期内停靠船只的集合、i为船只编号、为船舶i的停靠时间、为船舶i的离开时间、为船舶i的抵达港口时间、为船舶i的预期离开港口的时间、是船舶i的期望停靠泊位、X
i
是船舶i的实际停靠泊位；所述S1.2中的约束条件包括：码头的停靠泊位、配置岸桥数、船舶停靠的安全距离约束、岸桥安全工作距离约束、岸桥的工作范围、岸桥作业的固定顺序约束、潮汐降雨的水位约束、规划期内的停靠船舶数量及船舶的长度、集装箱数量。4.根据权利要求1所述的集装箱码头泊位与岸桥分配的通用性优化方法，其特征在于：所述S2中的可行解结构由待服务的船舶号、船舶的停靠泊位和船舶服务顺序比较值组成，所述船舶服务顺序比较值从(0,S
shipi
]范围内随机取值，用于指示船舶i的服务优先级，且数字越小，船舶的服务优先级越高。5.根据权利要求1所述的集装箱码头泊位与岸桥分配的通用性优化方法，其特征在于：所述S3的根据优化目标及其形式，选择进化算法在可行解中求出最优...

【专利技术属性】
技术研发人员：滕祥意，莫世冰，刘静，
申请(专利权)人：西安电子科技大学广州研究院，
类型：发明
国别省市：