英文论文翻译-关于集装箱转运中心集卡的调度算法..docxVIP

关于集装箱转运中心集卡的调度算法作者：Loo Hay Lee·Ek Peng Chew·Kok Choon Tan·Yuan Wang摘要：本文在考虑岸桥、场桥的作业能力情况下，解决了集装箱转运中心集卡的调度问题.本文的目标是使岸边作业完成时间最小化.这个问题对于那些能够通过信息技术充分利用数据做出科学决策的港口尤其重要.本文提出一个混合整数规划模型来解决该问题.现有的解决方案不能在合理的时间内解决混合整数规划模型，因此，本文提出了两个启发式算法来解决该问题.第一个方法是基于邻域搜索的网络模型，第二个是基于遗传算法和最小成本流的网络模型.不像通常用任务序列代表染色体的传统遗传算法，本文使用任务的开始时间代表染色体，最小成本流模型用于解码染色体并且决定集卡的工作序列.本实验结果显示了基于最小成本流的遗传算法优于邻域搜索算法.关键词：转运·集卡调度·完工时间·遗传算法1介绍 海上运输一直是支持全球贸易的主心骨，因为80%的国际贸易都是通过海上进行运输.随着世界贸易的不断增长，主要港口之间的竞争也越来越激烈.因此，对港口操作者来说，选择不同的决策工具和优化算法来提高港口的效益和增加其竞争力是非常必要的. 典型的集装箱港口主要资源有岸边起重机（简称岸桥）、堆场起重机（简称场桥）、集装箱卡车（简称集卡），为了提高码头的生产效率，在码头内协调分配给这些设备的任务，保证集装箱流的无缝衔接是非常必要的. 当船舶到达港口时，岸桥将进口和转运的集装箱从船上卸到集卡上，通过集卡将它们运到堆场相应的堆放位置.在堆场方面，场桥将这些集装箱从集卡上卸下到指定的对方位置.从堆场向船上装载进口和转运集装箱的过程与上述过程类似.码头前沿和堆场之间的运输对码头的生产效率起很决定性作用，因为当集卡没有准时到达或者到的太早引起交通拥挤，会导致岸桥或场桥操作延迟.实际上，因交通拥挤、交通延迟、设备故障和其他港口动态不确定性导致各种设备之间在操作方面协调的复杂性，使得优化这类调度问题变得充满挑战性.因此，需要一个信息技术平台收集操作上的实时信息，然后决策支持系统能够充分利用这些信息，进而提供快速、智能的方案来指导港口内集卡的调度及路径规划.本文旨在通过为集卡调度设计算法来提高转运中心码头前沿港口操作效率，以此解决上述问题. 在过去，多数研究集中在改进集卡的时间表.有许多文章研究自动港口无人搬运车（AGV）调度问题.Meersmans 和Wagelmans（2001a，b）对于AGV和起重机选址问题设计了定向搜索算法.Bose等人（2002）使用基于任务或基于集卡的方法找到初始解决方案，同时，利用进化算法进行改善.Van der Meer（2000）研究了集装箱自动码头中自动搬运车的控制.Hartmann（2004）为港口各类操作设备的调度和人力资源设计了遗传算法.Grunow等（2004）研究了多负载自动搬运车调度问题，为在线物流控制系统设计了灵活性优先的方法，利用混合整数线性规划模型对在线策略进行评估，并且分多种情况对优先规则的绩效和混合整数线性规划模型进行分析.Grunow等（2006）对集装箱自动码头的自动搬运车调度策略进行仿真研究，并用可扩展仿真模型对提出的仿真策略进行评估.Kim和Bae（2004）利用Kim和Bae（1999）提出的混合整数模型给自动搬运车调度设计了拓展算法，该算法与本文研究类似，该文章讨论了在有未来任务位置和时间的退出信息情况下，如何调度自动搬运车使得岸桥总等待时间和总移动时间最小化的问题.这篇文章还考虑了多岸桥和自动搬运车双循环操作的联合调度策略.Nguyen和Kim（2009）进一步研究了Kim和Bae（2004）发表文章的主要思想，设计了解决自己能从地面上起升集装箱的自动起升车调度问题的启发式算法. 集卡调度也被考虑在传统卡车和拖车系统中.Bish等（2001）研究了集卡调度的NP-hard问题，根据最小化完工时间给每一个卸载集装箱分配了堆场位置.Bish（2003）提出了一个启发式算法以解决集卡的调度问题，当编制岸桥装卸时间表的时候，确定每一集装箱卸往堆场储存位置.Bish等（2005）是Bish（2003）问题的延伸，两者都解决该问题提出了简单的可实施的启发式算法，并且算出了所提出算法最坏情况绝对性能比和渐进性能比.Nishimura等（2005）研究了动态拖车路径问题，在该篇文章中，拖车分配给制定岸桥，并且车辆可能是单拖车或是双拖车.Zhang等（2005）提出了三个关于集装箱码头集卡调度问题的混合整数规划模型，任务的开始时间和集卡的工作序列需要确定，这些模型只考虑了一个泊位一条船舶的卸载阶段，并且只有一台特定的岸桥服务船舶.Ng和Mak（2004）设计了一个算法给运输出口集装箱的卡车进入工作车道顺序进行排序.Ng等（2007）