基于滚动窗策略的岸桥集卡联合调度问题研究*

为应对集装箱码头突发事件的发生,采用滚动窗策略研究岸桥集卡的联合调度问题,在每个窗口内建立以最小化最大完工时间为目标的数学模型,并用遗传算法进行求解。在此基础上,讨论了以固定任务数量及固定时间长度为滚动窗口的情况,对比发现以时间为窗口的滚动窗策略更为适用。并分析了系统发生岸桥故障时滚动窗策略的性能,结果表明滚动窗策略能很好地应对突发事件。最后并将其与已有的动态调度研究成果作比较分析。     

基于约束规划的岸桥与集卡集成调度

针对进口集装箱卸船的岸桥与集卡集成调度问题,分别提出混合整数规划(MIP)模型和约束规划(CP)模型,目标是使得卸船完工时间最短,该问题是NP难题。通过OPL语言设计约束规划模型,利用其为调度问题提供的特殊构造,如区间变量、序列变量等进行建模,并采用"扩展操作任务"的概念来定义区间变量以提升求解效率。为评价解的质量,设计一个新的下界求解方法。使用不同规模的实例对约束规划模型和MIP模型进行测试,结果表明,在小规模实例中,CP模型求解性能略差于MIP模型,但对于中大规模实例,MIP模型无法在设定时限内找到解,而CP模型则能以较快的收敛速度得到高质量的解,目标距离下界的差距控制在2.19%~8.28%。     

考虑泊位偏好和岸桥移动的泊位岸桥联合调度

为了更高效地利用码头资源,同时考虑泊位资源和岸桥资源,建立了考虑泊位偏好和岸桥移动频数的泊位岸桥联合调度两阶段模型.第一阶段模型采用船舶到港时间可变的到港策略,建立了以船舶等待成本、泊位偏离成本、延迟离港成本之和最小为目标的混合整数规划模型.第二阶段模型考虑了岸桥的干扰约束,建立了以岸桥移动频数最小为目标的整数规划模型...     

单船装卸作业的岸桥调度

岸桥作为港口的一种重要资源,其利用率直接影响整个码头的效率。对单船装卸作业的岸桥调度问题进行了研究分析,给出了一种改进的启发式算法NEW GRASP。最后通过实验与原始算法进行了比较。     

自动化码头双小车岸桥与AGV协调调度问题研究

为研究自动化集装箱码头中自动导引运输车（Automated Guided Vehicle，AGV）与双小车岸桥（Double-Trolley Quay Crane，QC）的协调调度问题，考虑双小车岸桥中转平台及其容量限制，并以双小车岸桥门架小车时间窗为约束，建立以集装箱任务最大完工时间最小化为目标的混合整数规划模型。设计启发式算法，由中转平台的容量求得岸桥门架小车操作集装箱任务的时间窗，并采用遗传算法进行求解，给出相应的AGV调度优化方案，解决两大设备的协调调度问题。最后，以10组实验为例，比较了遗传算法与粒子群算法的优化结果。结果表明两种算法一致，且基于遗传算法的模型求解收敛速度更快，从而验证了该算法的可行性。     

基于改进遗传算法的泊位岸桥协调调度优化

针对集装箱码头资源调度不合理造成资源浪费的问题,在考虑岸桥装卸成本的基础上,以在港集装箱船总的作业成本最小为优化目标,建立了基于非线性混合整数规划的泊位岸桥协调调度优化模型。为使模型更加接近码头操作的实际情况,模型假设船舶装卸时间依赖于为其分配的岸桥数。采用基于可拓关联函数的改进遗传算法对模型进行求解。改进算法强调了不可行解的重要性,用可拓关联度来衡量种群中不可行解的优劣程度,通过在种群迭代中始终保持一定数量的不可行解来维持种群多样性,从而克服传统算法局部搜索能力较差的缺陷。数值实验验证了模型和算法的可行性和有效性,与不考虑岸桥装卸成本的模型相比,能够有效减少港口资源的浪费。     

龙门吊与集卡协同调度问题研究

在港口码头作业中,龙门吊的作业与集卡的作业之间存在着非常紧密的联系,如何更好地同步龙门吊与集卡之间的作业,对减少集装箱船的在港时间非常有效。同时考虑了龙门吊与集卡的协同调度,很好地考虑了龙门吊与集卡之间的同步。在此基础之上,首次考虑了实际作业中存在的一些约束,如多台龙门吊在同一个箱区作业时由于共享一个双向轨道而存在的龙门吊间不能相互跨越的约束。另外还有龙门吊间的安全距离约束,工作优先约束等。构建了一个数学模型来描述问题,目标是使得所有作业总完工时间最短。由于问题计算的复杂性,引进了一种多层遗传算法来求解模型,最后算例验证了算法的有效性。     

速度不确定下作业时间最短的集卡调度优化

在集装箱码头装卸作业中,提高集卡调度对作业效率有非常大的影响。而集装箱卡车重车和空车行驶速度的不确定性,增加了集卡调度的难度。为此提出建立不确定环境下作业时间最短的集卡调度优化模型。在完成固定装卸任务的前提下,通过对集卡的合理调度,达到不确定情况下集卡总作业时间最短。针对不确定模型的特点,采用粒子群算法快速求解,同时保证了解的有效性。算例表明上述模型和算法合理解决了不确定环境下集卡调度优化问题,得到较好的计算结果,并且降低了运算复杂度,提高了调度效率。     

基于作业链的泊位与岸桥协同调度研究

针对泊位与岸桥协同调度问题,引入"链式优化"思路,用作业链的方法分析集装箱装卸作业过程,首先将泊位计划作为开始链单元,采用资源节点优化策略进行分析,以最小化船舶在港总成本为目标建立模型;然后将岸桥卸船作业作为结束链单元,采用任务节点优化策略进行分析,以最小化岸桥最大完工时间为目标建立模型.考虑到作业链的整体性能,设计嵌...     

改进Memetic算法求解集装箱码头泊位岸桥调度问题

针对集装箱码头泊位岸桥调度这一NP难题,提出了一种改进的Memetic算法。算法中采用三层染色体结构表示个体,通过改进顺序交叉算子和基于领域搜索的变异算子以避免个体超出可行域,在交叉和变异后采用改进的模拟退火策略进行局部搜索。试验算例表明该算法收敛速度较快,且能获得较好的满意解。     

全岸线集装箱装卸桥调度模型研究

集装箱装卸桥是集装箱物流多式联运的关键设备,处于整个集装箱物流的重要节点。集装箱装卸桥的调度计划直接影响集装箱码头的运作效率。通过对集装箱码头装卸桥生产过程的研究,建立全岸线集装箱装卸桥调度与分配的混合整数动态规划模型,并采用基于段编码技术的遗传算法,进行模型优化求解;优化后的集装箱装卸桥调度方案的生产效率和生产作业均衡有明显改善。     

Load scheduling for multiple quay cranes in port container terminals

This paper proposes a method to schedule loading operations when multiple yard cranes are operating in the same block. The loading scheduling methods in this paper are based on a genetic algorithm and a simulated annealing method, which consider interferences between adjacent yard cranes. It attempts to minimize the make-span of the yard crane operation. We consider the container handling time, the yard crane travel time, and the waiting time of each yard crane, when evaluating the makespan of the loading operation by yard cranes. An encoding method considering the special properties of the optimal solution of the problem is suggested. Numerical experiment was conducted to compare performances of the algorithms suggested in this study. Received: June 2005 / Accepted: December 2005     

带作业范围约束的岸桥调度模型及其算法设计

受电缆线坑位置与缆线长度的限制,岸桥作业只能在一定的横向移动范围之内。考虑到这一现实要求,结合岸桥作业禁止跨越与安全距离等特有约束,以最小化装卸作业的makespan为目标,构建了新的岸桥作业调度混合整数规划模型。针对问题的NP-hard特性,设计了一种混合模拟退火算法,运用启发式算法生成质量较高的初始解,结合遗传算法的变异运算生成邻域新解,增强了解的多样性,引入禁忌搜索算法的禁忌表操作,避免了循环搜索,提高了求解效率。大规模实验结果表明所建立的模型是有效的,算法的求解质量与效率明显优于标准模拟退火算法与禁忌搜索算法。当实验规模逐渐增大时,与LINGO软件相比,算法在求解效率方面的优势越来越明显。     

A quay crane scheduling algorithm considering the workload of yard cranes in a container yard

Quay cranes (QCs) are the most important equipment for vessel operation in container terminals. It is important to efficiently schedule the operations of QCs so that a high productivity may be achieved in terminals. Because the storage yard is shared by multiple vessels, where the congestion of yard cranes and yard trucks must be considered, the operations of QCs for multiple vessels must be simultaneously considered for QC scheduling. The objective terms include the QC make-span, the total traveling distance of QCs, the expected delay time from interference, and the uniformity of workload among blocks. This study suggests a heuristic algorithm based on a meta-heuristic search algorithm. Finally, a numerical experiment is carried out to test the performance of the algorithm.     

不确定环境下码头堆场设备集成调度优化

集装箱码头堆场设备调度优化中,对确定条件下的内集卡和场桥的联合调度研究较多,且没有考虑外集卡的随机到达情况。考虑内集卡和场桥作业过程中的不确定性因素,包括：内集卡行驶速度,场桥行走速度和作业时间,并考虑外集卡随机到达堆场对于内集卡调度作业的影响,构建了不确定因素条件下的堆场设备集成调度优化模型,其优化目标是在考虑外集卡随机到达的情况下,最优化堆场设备的作业时间。设计了求解模型的粒子群算法,并比较了一般确定性模型和考虑不确定因素优化模型的结果。算例结果表明,所建立的模型和算法能有效真实地反映不确定因素对集装箱码头堆场设备作业的影响。     

多目标约束处理方法求解泊位岸桥联合分配问题

为了制定合理高效的泊位岸桥联合分配方案,加快船舶周转,本文针对船舶动态到港的连续泊位建立了以船舶总在港时间最短为目标的泊位岸桥联合分配混合整数非线性模型.通过多目标约束处理策略将复杂约束的违反程度转化为另一个目标,从而将原单目标优化模型转化为双目标优化模型,并用基于快速非支配排序的多目标遗传算法(NSGA-II)对其进行求解.同时,针对问题特点,分别设计了基于调整、惩罚函数、可行解优先和综合约束处理策略的单目标遗传算法对原模型进行求解.通过多组不同规模的标准算例对本文的方法进行测试,验证了基于多目标约束处理策略的方法求解效果相较于单目标约束处理策略的方法更加高效和稳定.     

A new encoding scheme-based hybrid algorithm for minimising two-machine flow-shop group scheduling problem

This article investigates the two-machine flow-shop group scheduling problem (GSP) with sequence-dependent setup and removal times, and job transportation times between machines. The objective is to minimise the total completion time. As known, this problem is an NP-hard problem and generalises the typical two-machine GSPs. In this article, a new encoding scheme based on permutation representation is proposed to transform a random job permutation to a feasible permutation for GSPs. The proposed encoding scheme simultaneously determines both the sequence of jobs in each group and the sequence of groups. By reasonably combining particle swarm optimisation (PSO) and genetic algorithm (GA), we develop a fast and easily implemented hybrid algorithm (HA) for solving the considered problems. The effectiveness and efficiency of the proposed HA are demonstrated and compared with those of standard PSO and GA by numerical results of various tested instances with group numbers up to 20. In addition, three different lower bounds are developed to evaluate the solution quality of the HA. Limited numerical results indicate that the proposed HA is a viable and effective approach for the studied two-machine flow-shop group scheduling problem.     

不确定环境下集装箱码头泊位与岸桥联合调度

在集装箱码头操作系统中,有效的泊位岸桥调度计划有助于提高码头的运营效率和客户满意度。针对船舶到港时间和装卸作业时间随机的泊位岸桥联合调度问题,综合考虑了连续泊位下船舶偏离偏好泊位产生的惩罚时间,并通过添加延缓时间的方法来吸收不确定性因素带来的影响。为了体现调度计划的鲁棒性,将延缓时间添加在目标函数中,建立了以船舶在港总时间、偏离偏好泊位的惩罚时间、客户满意度和延缓时间之和最小化为目标的混合整数规划模型,提出一种自改变遗传算法和启发式靠泊相结合的改进遗传算法对模型进行求解;通过算例分析,证明了提出的改进遗传算法在计算不确定环境下的泊位岸桥联合调度问题的有效性。     

A tabu search heuristic for the quay crane scheduling problem

This paper proposes a tabu search heuristic for the Quay Crane Scheduling Problem (QCSP), the problem of scheduling a fixed number of quay cranes in order to load and unload containers into and from a ship. The optimality criterion considered is the minimum completion time. Precedence and non-simultaneity constraints between tasks are taken into account. The former originate from the different kind of operations that each crane has to perform; the latter are needed in order to avoid interferences between the cranes. The QCSP is decomposed into a routing problem and a scheduling problem. The routing problem is solved by a tabu search heuristic, while a local search technique is used to generate the solution of the scheduling problem. This is done by minimizing the longest path length in a disjunctive graph. The effectiveness of our algorithm is assessed by comparing it to a branch-and-cut algorithm and to a Greedy Randomized Adaptive Search Procedure (GRASP).