一種出口集裝箱碼頭堆存空間調度方法

專利名稱：一種出口集裝箱碼頭堆存空間調度方法
技術領域：
本發明涉及物流港口技術領域，尤其是涉及一種出口集裝箱碼頭堆存空間調度方法。
背景技術：
集裝箱碼頭堆場在港口業務中是裝卸進出口集裝箱的場所，其具有吞吐量大、運輸調度成本高、靈活性差等特點。隨著港口集裝箱吞吐量增加，堆場資源調度面臨嚴峻的考驗，其場區、場橋、集卡等內部資源如因利用不當，會造成場區堆存空間利用率低下，場橋移動次數過多，集卡運輸時造成堆場擁塞。高效合理的堆場資源調度對合理安排船舶裝卸計劃，減少船舶在港時間，減小設備使用成本等具有極大影響。高效的堆場調度能夠體現港口的業務能力，而出口箱堆存分配是港口堆存空間分配的核心環節之一。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性和動態性，集裝箱在堆場內的堆存時間跨度大，通常從幾小時到幾天。集裝箱具有體積和重量大的特征，需要大型設備進行搬運裝卸，場橋等大型機械不易頻繁往復調動以及應盡量避免發生作業沖突等因素限制了集裝箱的隨機存取。同時，堆存空間分配問題是一個大規模解空間問題，難于用傳統的數學模型求解。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之間負載不均衡，集裝箱進場、裝船時因裝卸設備使用次數多而造成成本過高，船舶因等待裝船而造成在港時間過長等。國內外學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:基于數學模型求解、基于啟發式算法求解和基于智能算法求解。(I)基于數學模型求解:例如混合整數線性規劃模型。將堆存空間分配問題分為兩階段進行研究。第一階段為 不同船舶集裝箱分配倍位，并提出了混合整數規劃模型解決該問題；第二階段在第一階段完成的前提下進行集裝箱箱位分配，并提出了混合堆存算法。模型以最小化箱區與泊位之間的距離、不同箱區之間的負載均衡以及裝船時的翻箱率為優化目標。當堆存空間分配模型較簡單時，數學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模解空間問題，因此用數學模型求解受到限制。混合整數規劃模型在堆場規模擴大，或者是求解范圍增大時，將會限制模型的應用，故其有一定局限性。(2)基于啟發式算法求解:提出為預集港船舶制定計劃方式來進行堆存空間分配。考慮到港口業務規則的復雜性、堆場內相關子系統的相互聯系以及堆場中不確定因素，提出了幾點箱區分配規則:出口箱區盡量分配在距離泊位近的地方；盡量避免箱區內同時裝船；盡量避免箱區內集港同時有裝船作業；箱區內存放的箱量有一定限制，不能過多也不能過少。由于啟發式算法依賴于實際問題和經驗，不能保證求得最優解，并且求解結果不穩定，有時會造成計算結果不可信，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負載為決策目標。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確，或者陷入局部最優解。而交叉變異等操作方法多樣化，不同操作會導致遺傳算法的尋優能力不同。目前比較主流的堆存空間分配調度模型算法大致包含啟發式信息與具體求解算法相結合思路，以期能夠加快求解速度。但由于啟發式信息依賴于經驗信息，并且其無法保證收斂速度，故也存在一定局限性。隨著堆場裝卸運輸設備和硬件可靠性的提高，不確定環境下堆場調度成為制約集裝箱運輸效率提高的瓶頸問題。為此，找到更有效的方法，構建在不確定環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得到優化、資源調度合理化、堆場作業節能化，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實意義。

發明內容
本發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選位的策略，實現以提高堆場空間利用率，降低堆場成本為目標的堆存空間分配模型。本發明的技術方案為一種出口集裝箱碼頭堆存空間調度方法，包括為區位計劃階段、倍位計劃階段和集裝箱進場選位階段，區位計劃階段建立基于生態中性理論的區位分配模型，所述區位分配模型將箱區抽象為島嶼，將箱組抽象為物種，將箱組分配到箱區的過程轉化為將若干物種對島嶼進行生態選擇；基于區位分配模型進行以下流程，Step2,開始進行生態中性理論迭代求解最優解，執行以下子步驟，

Step2.1,針對每個分組進行以下操作；Step2.1.1,將分組內的箱區看作若干個島嶼，將箱組看作若干物種；根據船舶長度計算需要分配的箱區數，作為島嶼數目；Step2.1.2，進行物種分配操作；Step2.1.3，進行組內中性算法迭代；判斷是否滿足迭代結束條件，未滿足則轉Step2.1.4，滿足則轉St印4 ；Step2.1.4，進行隨機殺死操作；Step2.1.5，進行后代產生操作；Step2.1.6，進行修正操作；Step2.1.7，進行組內物種遷移；Step2.2，保存最優解；Step2.3，進行組間物種遷移操作；Step2.4，保存最優解，判斷是否滿足迭代結束條件，未滿足則則轉St印2.1，滿足則轉Step3 ；Step3,產生最優解；Step4,算法結束；倍位計劃階段和集裝箱進場選位階段提出組合元胞自動機模型，所述組合元胞自動機模型將倍位計劃抽象為外元胞模型，將集裝箱進場選位抽象為內元胞模型；外元胞模型采用元胞狀態轉換規則，根據中心元胞及其左右鄰居的當前狀態決定下一時刻元胞的狀態；內元胞模型采用優先隊列的分支限界法進行求解。而且，Step2.1.3中，進行組內中性算法迭代根據下式實現，
權利要求
1.一種出口集裝箱碼頭堆存空間調度方法，包括為區位計劃階段、倍位計劃階段和集裝箱進場選位階段，其特征在于: 區位計劃階段建立基于生態中性理論的區位分配模型，所述區位分配模型將箱區抽象為島嶼，將箱組抽象為物種，將箱組分配到箱區的過程轉化為將若干物種對島嶼進行生態選擇；基于區位分配模型進行以下流程， Stepl,通過最優子種群遺傳算法將所有出口的箱區劃分為Ln/Gn個分組；其中，Ln為島嶼數量，Gn為每個分組中島嶼的數量； Step2,開始進行生態中性理論迭代求解最優解，執行以下子步驟， Step2.1,針對每個分組進行以下操作； Step2.1.1,將分組內的箱區看作若干個島嶼，將箱組看作若干物種；根據船舶長度計算需要分配的箱區數，作為島嶼數目； Step2.1.2，進行物種分配操作； Step2.1.3，進行組內中性算法迭代；判斷是否滿足迭代結束條件，未滿足則轉Step2.1.4，滿足則轉St印4 ； Step2.1.4，進行隨機殺死操作； Step2.1.5，進行后代產生操作； Step2.1.6，進行修正操作； Step2.1.7，進 行組內物種遷移； Step2.2，保存最優解； Step2.3，進行組間物種遷移操作； Step2.4，保存最優解，判斷是否滿足迭代結束條件，未滿足則則轉Step2.1，滿足則轉Step3 ； Step3,產生最優解； Step4,算法結束； 倍位計劃階段和集裝箱進場選位階段提出組合元胞自動機模型，所述組合元胞自動機模型將倍位計劃抽象為外元胞模型，將集裝箱進場選位抽象為內元胞模型；外元胞模型采用元胞狀態轉換規則，根據中心元胞及其左右鄰居的當前狀態決定下一時刻元胞的狀態；內元胞模型采用優先隊列的分支限界法進行求解。
2.根據權利要求1所述出口集裝箱碼頭堆存空間調度方法，其特征在于:Step2.1.3中，進行組內中性算法迭代根據下式實現，6fitness = V Φ((/θ - ufe)/afe), O < fitness < 6 dmmi 其中，ufQ為目標函數的期望，of Θ為目標函數的方差； f^max Iu1/ σ JI f7 = max f—；- - -1
3.根據權利要求1所述出口集裝箱碼頭堆存空間調度方法，其特征在于:將倍位計劃抽象為外元胞模型包括進行如下定義， 元胞，表示箱區中倍位； 元胞空間，是箱區中全部倍位集合； 元胞狀態，若某一倍位α已被分配則用Aa表示已分配的箱位數目，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目；則當前時刻t元胞狀態定義為^，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點，如果用島表示當前元胞節點，則其鄰居節點為 元胞狀態轉換規則，考慮中心元胞與其左右鄰居的當前狀態，根據三者的狀態決定下一時亥Ij t+ι元胞的狀態，表示為(St11Af1,5d) = /(υχ+1)。
4.根據權利要求2所述出口集裝箱碼頭堆存空間調度方法，其特征在于:將集裝箱進場選位抽象為內元胞模型包括進行如下定義， 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，采用Si；用來表示當前時刻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； 元胞狀態轉換規則，以元胞的一列為單位，從左至右，統計每一列的平均重量級，將平均重量級調整為越靠近集卡車道，平均重量級越大。
5.根據權利要求4所述出口集裝箱碼頭堆存空間調度方法，其特征在于:組合元胞自動機模型中有關定義如下， 元胞，將倍位分配和進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的四方格網絡，支持同時進行CXC組元胞變換；其中，C為CAOI模型元胞空間尺寸； 元胞狀態，設P1表示當前中心元胞自身變換最優解，I為相應節點編號；Pg表示中心元胞的鄰居節點中最優解，g為相應節點編號；定義當前時刻t的兩種元胞狀態，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的元胞狀態轉換規則為
6.根據權利要求5所述出口集裝箱碼頭堆存空間調度方法，其特征在于:基于組合元胞自動機模型進行以下流程， 步驟1，初始化CXC的四方網絡型元胞空間； 步驟2，初始化元胞空間中的元胞； 步驟3，迭代求解最優解，每次迭代包括對每個元胞執行外元胞模型，在外元胞模型內執行內元胞模型，按下式計算目標函數值；如果計算結果收斂則退出循環，f=min {f1+f2+f3+f4} 其中，
7.根據權利要求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度方法，其特征在于=Stepl中，通過最優子種群遺傳算法將所有出口的箱區劃分為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度方法，并從計劃分配到動態分配進行兩階段建模。在預分配階段研究區位計劃，并通過區位計劃來對后續的動態分配進行指導。區位計劃提出基于生態中性理論的區位分配模型，模型將箱區抽象為島嶼，將箱組抽象為物種，則將箱組分配到箱區的過程轉義為將若干物種對島嶼進行生態選擇；基于此模型，本發明針對區位計劃問題特點，對該模型進行優化，提出了改進的生態中性理論模型。在動態分配階段將倍位分配和集裝箱進場選位進行結合，雙目標組合優化求解，并提出組合元胞自動機模型；模型將倍位分配抽象為外元胞模型，進場選位抽象為內元胞模型。
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 優先權日2013年5月21日
發明者胡文斌, 閔震宇, 彭超, 梁歡樂, 劉開增 申請人:武漢大學