專利名稱：一種出口集裝箱碼頭堆存空間調(diào)度方法
技術(shù)領(lǐng)域：
本發(fā)明涉及物流港口技術(shù)領(lǐng)域，尤其是涉及一種出口集裝箱碼頭堆存空間調(diào)度方法。
背景技術(shù)：
集裝箱碼頭堆場在港口業(yè)務(wù)中是裝卸進(jìn)出口集裝箱的場所，其具有吞吐量大、運(yùn)輸調(diào)度成本高、靈活性差等特點(diǎn)。隨著港口集裝箱吞吐量增加，堆場資源調(diào)度面臨嚴(yán)峻的考驗，其場區(qū)、場橋、集卡等內(nèi)部資源如因利用不當(dāng)，會造成場區(qū)堆存空間利用率低下，場橋移動次數(shù)過多，集卡運(yùn)輸時造成堆場擁塞。高效合理的堆場資源調(diào)度對合理安排船舶裝卸計劃，減少船舶在港時間，減小設(shè)備使用成本等具有極大影響。高效的堆場調(diào)度能夠體現(xiàn)港口的業(yè)務(wù)能力，而出口箱堆存分配是港口堆存空間分配的核心環(huán)節(jié)之一。港口堆存空間分配問題所面臨的主要問題包括:堆場堆存資源有限、集裝箱和船舶到港時間等不確定性因素。具體集裝箱的集港或取箱具有隨機(jī)性和動態(tài)性，集裝箱在堆場內(nèi)的堆存時間跨度大，通常從幾小時到幾天。集裝箱具有體積和重量大的特征，需要大型設(shè)備進(jìn)行搬運(yùn)裝卸，場橋等大型機(jī)械不易頻繁往復(fù)調(diào)動以及應(yīng)盡量避免發(fā)生作業(yè)沖突等因素限制了集裝箱的隨機(jī)存取。同時，堆存空間分配問題是一個大規(guī)模解空間問題，難于用傳統(tǒng)的數(shù)學(xué)模型求解。高效的出口箱堆存空間分配能避免:集裝箱集港期因選擇箱位不合理而造成箱區(qū)之間負(fù)載不均衡，集裝箱進(jìn)場、裝船時因裝卸設(shè)備使用次數(shù)多而造成成本過高，船舶因等待裝船而造成在港時間過長等。國內(nèi)外學(xué)者對出口箱堆存空間分配問題提出了很多方法和策略，其中典型的求解方法有:基于數(shù)學(xué)模型求解、基于啟發(fā)式算法求解和基于智能算法求解。(I)基于數(shù)學(xué)模型求解:例如混合整數(shù)線性規(guī)劃模型。將堆存空間分配問題分為兩階段進(jìn)行研究。第一階段為 不同船舶集裝箱分配倍位，并提出了混合整數(shù)規(guī)劃模型解決該問題；第二階段在第一階段完成的前提下進(jìn)行集裝箱箱位分配，并提出了混合堆存算法。模型以最小化箱區(qū)與泊位之間的距離、不同箱區(qū)之間的負(fù)載均衡以及裝船時的翻箱率為優(yōu)化目標(biāo)。當(dāng)堆存空間分配模型較簡單時，數(shù)學(xué)模型能求解堆存分配問題，但是堆存空間分配問題本身是大規(guī)模解空間問題，因此用數(shù)學(xué)模型求解受到限制?；旌险麛?shù)規(guī)劃模型在堆場規(guī)模擴(kuò)大，或者是求解范圍增大時，將會限制模型的應(yīng)用，故其有一定局限性。(2)基于啟發(fā)式算法求解:提出為預(yù)集港船舶制定計劃方式來進(jìn)行堆存空間分配。考慮到港口業(yè)務(wù)規(guī)則的復(fù)雜性、堆場內(nèi)相關(guān)子系統(tǒng)的相互聯(lián)系以及堆場中不確定因素，提出了幾點(diǎn)箱區(qū)分配規(guī)則:出口箱區(qū)盡量分配在距離泊位近的地方；盡量避免箱區(qū)內(nèi)同時裝船；盡量避免箱區(qū)內(nèi)集港同時有裝船作業(yè)；箱區(qū)內(nèi)存放的箱量有一定限制，不能過多也不能過少。由于啟發(fā)式算法依賴于實際問題和經(jīng)驗，不能保證求得最優(yōu)解，并且求解結(jié)果不穩(wěn)定，有時會造成計算結(jié)果不可信，因此具有一定局限性。(3)基于智能算法求解:例如遺傳算法、模擬退火算法等。采用遺傳算法求解堆存空間分配問題，多以最小化船舶和泊位的距離以及箱區(qū)負(fù)載為決策目標(biāo)。由于遺傳算法在染色體編碼時，若選擇編碼方式不合理，則會造成解空間范圍不準(zhǔn)確，或者陷入局部最優(yōu)解。而交叉變異等操作方法多樣化，不同操作會導(dǎo)致遺傳算法的尋優(yōu)能力不同。目前比較主流的堆存空間分配調(diào)度模型算法大致包含啟發(fā)式信息與具體求解算法相結(jié)合思路，以期能夠加快求解速度。但由于啟發(fā)式信息依賴于經(jīng)驗信息，并且其無法保證收斂速度，故也存在一定局限性。隨著堆場裝卸運(yùn)輸設(shè)備和硬件可靠性的提高，不確定環(huán)境下堆場調(diào)度成為制約集裝箱運(yùn)輸效率提高的瓶頸問題。為此，找到更有效的方法，構(gòu)建在不確定環(huán)境下有良好性能的堆場空間分配決策，使得整個港口的堆場作業(yè)得到優(yōu)化、資源調(diào)度合理化、堆場作業(yè)節(jié)能化，對一個港口競爭力的提高有重大的影響。因此，不確定環(huán)境下的集裝箱碼頭堆場空間分配決策的研究具有重要的現(xiàn)實意義。

發(fā)明內(nèi)容
本發(fā)明以集裝箱港口堆場空間利用率作為研究對象，通過從計劃分配到動態(tài)選位的策略，實現(xiàn)以提高堆場空間利用率，降低堆場成本為目標(biāo)的堆存空間分配模型。本發(fā)明的技術(shù)方案為一種出口集裝箱碼頭堆存空間調(diào)度方法，包括為區(qū)位計劃階段、倍位計劃階段和集裝箱進(jìn)場選位階段，區(qū)位計劃階段建立基于生態(tài)中性理論的區(qū)位分配模型，所述區(qū)位分配模型將箱區(qū)抽象為島嶼，將箱組抽象為物種，將箱組分配到箱區(qū)的過程轉(zhuǎn)化為將若干物種對島嶼進(jìn)行生態(tài)選擇；基于區(qū)位分配模型進(jìn)行以下流程，Step2,開始進(jìn)行生態(tài)中性理論迭代求解最優(yōu)解，執(zhí)行以下子步驟，

Step2.1,針對每個分組進(jìn)行以下操作；Step2.1.1,將分組內(nèi)的箱區(qū)看作若干個島嶼，將箱組看作若干物種；根據(jù)船舶長度計算需要分配的箱區(qū)數(shù)，作為島嶼數(shù)目；Step2.1.2，進(jìn)行物種分配操作；Step2.1.3，進(jìn)行組內(nèi)中性算法迭代；判斷是否滿足迭代結(jié)束條件，未滿足則轉(zhuǎn)Step2.1.4，滿足則轉(zhuǎn)St印4 ；Step2.1.4，進(jìn)行隨機(jī)殺死操作；Step2.1.5，進(jìn)行后代產(chǎn)生操作；Step2.1.6，進(jìn)行修正操作；Step2.1.7，進(jìn)行組內(nèi)物種遷移；Step2.2，保存最優(yōu)解；Step2.3，進(jìn)行組間物種遷移操作；Step2.4，保存最優(yōu)解，判斷是否滿足迭代結(jié)束條件，未滿足則則轉(zhuǎn)St印2.1，滿足則轉(zhuǎn)Step3 ；Step3,產(chǎn)生最優(yōu)解；Step4,算法結(jié)束；倍位計劃階段和集裝箱進(jìn)場選位階段提出組合元胞自動機(jī)模型，所述組合元胞自動機(jī)模型將倍位計劃抽象為外元胞模型，將集裝箱進(jìn)場選位抽象為內(nèi)元胞模型；外元胞模型采用元胞狀態(tài)轉(zhuǎn)換規(guī)則，根據(jù)中心元胞及其左右鄰居的當(dāng)前狀態(tài)決定下一時刻元胞的狀態(tài)；內(nèi)元胞模型采用優(yōu)先隊列的分支限界法進(jìn)行求解。而且，Step2.1.3中，進(jìn)行組內(nèi)中性算法迭代根據(jù)下式實現(xiàn)，
權(quán)利要求
1.一種出口集裝箱碼頭堆存空間調(diào)度方法，包括為區(qū)位計劃階段、倍位計劃階段和集裝箱進(jìn)場選位階段，其特征在于: 區(qū)位計劃階段建立基于生態(tài)中性理論的區(qū)位分配模型，所述區(qū)位分配模型將箱區(qū)抽象為島嶼，將箱組抽象為物種，將箱組分配到箱區(qū)的過程轉(zhuǎn)化為將若干物種對島嶼進(jìn)行生態(tài)選擇；基于區(qū)位分配模型進(jìn)行以下流程， Stepl,通過最優(yōu)子種群遺傳算法將所有出口的箱區(qū)劃分為Ln/Gn個分組；其中，Ln為島嶼數(shù)量，Gn為每個分組中島嶼的數(shù)量； Step2,開始進(jìn)行生態(tài)中性理論迭代求解最優(yōu)解，執(zhí)行以下子步驟， Step2.1,針對每個分組進(jìn)行以下操作； Step2.1.1,將分組內(nèi)的箱區(qū)看作若干個島嶼，將箱組看作若干物種；根據(jù)船舶長度計算需要分配的箱區(qū)數(shù)，作為島嶼數(shù)目； Step2.1.2，進(jìn)行物種分配操作； Step2.1.3，進(jìn)行組內(nèi)中性算法迭代；判斷是否滿足迭代結(jié)束條件，未滿足則轉(zhuǎn)Step2.1.4，滿足則轉(zhuǎn)St印4 ； Step2.1.4，進(jìn)行隨機(jī)殺死操作； Step2.1.5，進(jìn)行后代產(chǎn)生操作； Step2.1.6，進(jìn)行修正操作； Step2.1.7，進(jìn) 行組內(nèi)物種遷移； Step2.2，保存最優(yōu)解； Step2.3，進(jìn)行組間物種遷移操作； Step2.4，保存最優(yōu)解，判斷是否滿足迭代結(jié)束條件，未滿足則則轉(zhuǎn)Step2.1，滿足則轉(zhuǎn)Step3 ； Step3,產(chǎn)生最優(yōu)解； Step4,算法結(jié)束； 倍位計劃階段和集裝箱進(jìn)場選位階段提出組合元胞自動機(jī)模型，所述組合元胞自動機(jī)模型將倍位計劃抽象為外元胞模型，將集裝箱進(jìn)場選位抽象為內(nèi)元胞模型；外元胞模型采用元胞狀態(tài)轉(zhuǎn)換規(guī)則，根據(jù)中心元胞及其左右鄰居的當(dāng)前狀態(tài)決定下一時刻元胞的狀態(tài)；內(nèi)元胞模型采用優(yōu)先隊列的分支限界法進(jìn)行求解。
2.根據(jù)權(quán)利要求1所述出口集裝箱碼頭堆存空間調(diào)度方法，其特征在于:Step2.1.3中，進(jìn)行組內(nèi)中性算法迭代根據(jù)下式實現(xiàn)，6fitness = V Φ((/θ - ufe)/afe), O < fitness < 6 dmmi 其中，ufQ為目標(biāo)函數(shù)的期望，of Θ為目標(biāo)函數(shù)的方差； f^max Iu1/ σ JI f7 = max f—；- - -1
3.根據(jù)權(quán)利要求1所述出口集裝箱碼頭堆存空間調(diào)度方法，其特征在于:將倍位計劃抽象為外元胞模型包括進(jìn)行如下定義， 元胞，表示箱區(qū)中倍位； 元胞空間，是箱區(qū)中全部倍位集合； 元胞狀態(tài)，若某一倍位α已被分配則用Aa表示已分配的箱位數(shù)目，若該倍位未被分配則用Ca表示該倍位可被分配的空閑箱位數(shù)目；則當(dāng)前時刻t元胞狀態(tài)定義為^，用來表示該元胞是否被激活，Su = O時該元胞被殺死,Sil = I時該元胞被激活； 元胞鄰居，包括中心元胞的左右節(jié)點(diǎn)，如果用島表示當(dāng)前元胞節(jié)點(diǎn)，則其鄰居節(jié)點(diǎn)為 元胞狀態(tài)轉(zhuǎn)換規(guī)則，考慮中心元胞與其左右鄰居的當(dāng)前狀態(tài)，根據(jù)三者的狀態(tài)決定下一時亥Ij t+ι元胞的狀態(tài)，表示為(St11Af1,5d) = /(υχ+1)。
4.根據(jù)權(quán)利要求2所述出口集裝箱碼頭堆存空間調(diào)度方法，其特征在于:將集裝箱進(jìn)場選位抽象為內(nèi)元胞模型包括進(jìn)行如下定義， 元胞，表示倍位中的箱位；元胞空間，是已分配倍位集合中所有空閑箱位集合； 元胞狀態(tài)，采用Si；用來表示當(dāng)前時刻t元胞α是否被激活，S纟=O時該元胞被殺死， = I,該元胞被激活； 元胞鄰居，包括中心元胞的上、下、左、右、左上、右上、右下、左下相鄰八個元胞； 元胞狀態(tài)轉(zhuǎn)換規(guī)則，以元胞的一列為單位，從左至右，統(tǒng)計每一列的平均重量級，將平均重量級調(diào)整為越靠近集卡車道，平均重量級越大。
5.根據(jù)權(quán)利要求4所述出口集裝箱碼頭堆存空間調(diào)度方法，其特征在于:組合元胞自動機(jī)模型中有關(guān)定義如下， 元胞，將倍位分配和進(jìn)場選位兩階段的任一組合可行解作為一個元胞； 元胞空間，是C X C的四方格網(wǎng)絡(luò)，支持同時進(jìn)行CXC組元胞變換；其中，C為CAOI模型元胞空間尺寸； 元胞狀態(tài)，設(shè)P1表示當(dāng)前中心元胞自身變換最優(yōu)解，I為相應(yīng)節(jié)點(diǎn)編號；Pg表示中心元胞的鄰居節(jié)點(diǎn)中最優(yōu)解，g為相應(yīng)節(jié)點(diǎn)編號；定義當(dāng)前時刻t的兩種元胞狀態(tài)，Sf(A)和sf(Pah 元胞鄰居，包括中心元胞的上、下、左、右、左上、右上、右下、左下相鄰八個元胞； 下一時刻t+i的元胞狀態(tài)轉(zhuǎn)換規(guī)則為
6.根據(jù)權(quán)利要求5所述出口集裝箱碼頭堆存空間調(diào)度方法，其特征在于:基于組合元胞自動機(jī)模型進(jìn)行以下流程， 步驟1，初始化CXC的四方網(wǎng)絡(luò)型元胞空間； 步驟2，初始化元胞空間中的元胞； 步驟3，迭代求解最優(yōu)解，每次迭代包括對每個元胞執(zhí)行外元胞模型，在外元胞模型內(nèi)執(zhí)行內(nèi)元胞模型，按下式計算目標(biāo)函數(shù)值；如果計算結(jié)果收斂則退出循環(huán)，f=min {f1+f2+f3+f4} 其中，
7.根據(jù)權(quán)利要求1或2或3或4或5或6所述出口集裝箱碼頭堆存空間調(diào)度方法，其特征在于=Stepl中，通過最優(yōu)子種群遺傳算法將所有出口的箱區(qū)劃分為Ln/Gnf分組時，確保分組之間的箱量差和到泊位距離差最小，記為min { σ /+ σ 22}， 其中，
全文摘要
一種出口集裝箱碼頭堆存空間調(diào)度方法，并從計劃分配到動態(tài)分配進(jìn)行兩階段建模。在預(yù)分配階段研究區(qū)位計劃，并通過區(qū)位計劃來對后續(xù)的動態(tài)分配進(jìn)行指導(dǎo)。區(qū)位計劃提出基于生態(tài)中性理論的區(qū)位分配模型，模型將箱區(qū)抽象為島嶼，將箱組抽象為物種，則將箱組分配到箱區(qū)的過程轉(zhuǎn)義為將若干物種對島嶼進(jìn)行生態(tài)選擇；基于此模型，本發(fā)明針對區(qū)位計劃問題特點(diǎn)，對該模型進(jìn)行優(yōu)化，提出了改進(jìn)的生態(tài)中性理論模型。在動態(tài)分配階段將倍位分配和集裝箱進(jìn)場選位進(jìn)行結(jié)合，雙目標(biāo)組合優(yōu)化求解，并提出組合元胞自動機(jī)模型；模型將倍位分配抽象為外元胞模型，進(jìn)場選位抽象為內(nèi)元胞模型。
文檔編號G06Q10/04GK103246941SQ20131019044
公開日2013年8月14日 申請日期2013年5月21日 優(yōu)先權(quán)日2013年5月21日
發(fā)明者胡文斌, 閔震宇, 彭超, 梁歡樂, 劉開增 申請人:武漢大學(xué)