不确定干扰约束下外集卡提箱策略

为提高集装箱码头作业效率,降低不确定干扰因素对外集卡提箱作业的影响,提出以滚动窗口策略处理干扰因素的方法,并建立以作业延误惩罚成本与场桥移动成本最小化为目标的混合整数模型,采用遗传算法（GA）进行求解。首先,利用滚动窗口策略得到在无干扰因素情况下的外集卡提箱作业调度方案;其次,当出现干扰因素时触发滚动窗口再调度机制对外集卡提箱作业顺序重新安排;最后,计算出各滚动窗口内最优的调度方案,提出总计划时间内最优作业方案。通过对不同情景下的案例求解结果进行对比分析,实验结果表明在无干扰情况下,滚动窗口策略下的最小作业成本比传统作业方式下降低了9%,而在干扰情况下滚动窗口策略优于传统作业方式15%,进而验证了算法的有效性以及滚动窗口策略对外集卡提箱作业的优越性。     

基于船时效率的岸桥配置优化

在集装箱码头系统中,对船舶进行有效的岸桥配置有助于缓解岸边资源紧张的现状,提高码头的运营效率。针对连续泊位下动态到港船舶的泊位分配和岸桥配置的集成优化问题,对船舶的岸桥配置进行基于船时效率的动态调整,以最小化包括船舶延迟靠泊成本、偏离偏好泊位成本、延迟离港成本和岸桥重新配置成本在内的总成本为目标建立模型,并根据基于船时效率的岸桥配置的调整规则设计了启发式算法,结合遗传算法（GA）对问题进行求解。最终通过算例分析,验证了提出的模型和算法在解决实际港口中泊位分配和岸桥配置问题上的有效性,并通过与未考虑岸桥配置进一步调整的传统GA计算的结果进行比较,证实了提出算法的优化效果。