基于分布式混合遗传算法动态泊位分配策略与仿真.docVIP

基于分布式混合遗传算法动态泊位分配策略与仿真 　　摘 要：针对集装箱码头的泊位分配问题，提出滚动式优化决策策略，建立基于整数规划的动态泊位分配模型，以连续岸壁线泊位分配为基础，使模型更加接近实际.同时，在该模型的基础上建立码头前沿的泊位仿真模型，采用分布式遗传算法和启发式算法相结合的分布式混合遗传算法求解泊位分配模型.通过对某集装箱码头的案例分析，说明该泊位分配模型和算法的有效性与实用性. 　　关键词：连续岸壁线； 泊位； 动态分配； 整数规划； 分布式混合遗传算法； 集装箱码头 　　中图分类号：U656.135; N945.12文献标志码：A 　　Strategy and simulation on berth allocation based on distributed 　　hybrid genetic algorithm 　　HE Junliang， MI Weijian， XIE Chen, YAN Wei 　　(School of Logistics Eng., Shanghai Maritime Univ., Shanghai 200135, China) 　　Abstract： To the problem of berth allocation, a rolling-horizon approach is proposed. According to this approach, a dynamic allocation model is initially developed based on the integer programming for berth allocation, which is more closed to reality as the result of basing continuum quayside. At the same time, a simulation model is developed based on the berth allocation model, and a distributed hybrid genetic algorithm is employed for solving the model, which combines distributed hybrid genetic algorithm and heuristic algorithm. A case applying this approach on a certain container terminal shows the validity and usefulness of the model and algorithm. 　　Key words： continuum quayside; berth; dynamic deployment; integer programming; distributed hybrid genetic algorithm; container terminal 　　 　　0 引 言 　　 　　现代港口作为国际物流供应链的重要环节，能否提供快速、可靠、灵活的综合物流经营服务是其重要标志之一.泊位是非常重要的港口资源，船舶靠岸前都需要给其预先安排泊船时间和泊位.一般根据每条船舶靠泊该港口的历史数据决定其预靠泊位，再根据预靠泊位进行堆场计划，将要装船的货物靠近该泊位通道的箱区中.因此，船舶在靠泊时要尽可能靠近预靠泊位，这样就能缩短装卸船所需时间，即减少船舶在港时间、提高顾客满意度及港口通过率和运作效率，从而使港口获得较高的利润. 　　国内外学者在泊位分配方面进行过一定的研究.IMAI等［1］针对大船和驳船混合靠泊问题，以大船和驳船装卸时间最短为目标，构建线性规划模型并采用遗传算法作为求解算法；CHEN等［2］提出可选择性的网络图(Network Pattern)，并建立考虑到时间和地点的泊位分配网络模型；GUAN等［3］将二叉树和启发式算法结合解决泊位分配这类大规模问题，使完成任务所花的时间最小化.BROWN等［4,5］研究军事港的泊位安排问题，假设泊位是离散的，采用混合整数规划模型描述泊位安排问题.韩晓龙等［6］将泊位分配问题抽象为二维装箱问题，建立同时考虑泊位和桥吊资源的整数规划模型，并给出求解模型的回溯算法.WANG等［7］构建多阶泊位分配决策模型，采用随机定向搜索算法求解该模型.本文提出滚动式优化决策策略，建立基于整数规划的动态泊位分配模型，并在此基础上建立码头前沿的泊位仿真模型，且采用分布式遗传算法和启发式算法相结合的分布式混合遗传算法求解泊位分配模型. 　　 　　2 问题描述 　　 　　给靠岸的船舶分配