基于多目標(biāo)遺傳算法的集裝箱泊位-岸橋分配優(yōu)化研究.pdf

1、泊位作為集裝箱碼頭的稀缺資源，其調(diào)度工作質(zhì)量的高低直接影響碼頭裝卸作業(yè)的效率，影響集裝箱班輪的船期和港口企業(yè)的聲譽(yù)，同時(shí)，也體現(xiàn)著碼頭的管理水平和綜合競(jìng)爭(zhēng)實(shí)力。實(shí)踐中，泊位分配的同時(shí)也進(jìn)行相應(yīng)作業(yè)岸橋數(shù)目的安排，即碼頭調(diào)度人員根據(jù)一定的優(yōu)化策略及泊位、岸橋是否空閑等約束條件，為一系列到港船舶安排靠泊順序、靠泊泊位及確定作業(yè)岸橋數(shù)目。與單純的泊位分配和岸橋分配相比，泊位-岸橋分配把兩者當(dāng)成一個(gè)整體，能有效反映其相互影響相互制約的關(guān)系，更符

2、合碼頭生產(chǎn)組織的實(shí)際情況。
　　 集裝箱碼頭泊位、岸橋分配問(wèn)題是典型的NP難題，一直以來(lái)很難用精確算法求解。目前，大多數(shù)研究以縮短船舶在港時(shí)間或者碼頭生產(chǎn)成本最低為目標(biāo)，采用啟發(fā)式算法或全局搜索進(jìn)化算法進(jìn)行求解。但這些研究?jī)A向于單目標(biāo)求解算法或者將多目標(biāo)轉(zhuǎn)化為單目標(biāo)進(jìn)行求解，而集裝箱碼頭泊位優(yōu)化分配本應(yīng)對(duì)多個(gè)目標(biāo)同時(shí)進(jìn)行優(yōu)化，這對(duì)算法實(shí)施的結(jié)果影響較大。因此，在多目標(biāo)模型求解過(guò)程中顯然需要加以考慮。
　　 考慮到泊位-岸

3、橋多目標(biāo)優(yōu)化分配模型求解的復(fù)雜性，本文在前人研究的基礎(chǔ)上，提出了一種改進(jìn)多目標(biāo)遺傳算法，用以求解集裝箱碼頭泊位-岸橋優(yōu)化分配問(wèn)題。模型部分，從船舶服務(wù)需求和碼頭綜合效益兩方面出發(fā)，主要選取以船舶平均在港時(shí)間和碼頭生產(chǎn)成本為目標(biāo)的數(shù)學(xué)模型。模型求解采用改進(jìn)多目標(biāo)遺傳算法，首先采用染色體組的方式表示個(gè)體即模型的可行解，為保證Pareto最優(yōu)解集的分散性和均勻性，采用隨機(jī)方法生成初始種群；其次，給出了多個(gè)約束條件下的交叉算子運(yùn)算規(guī)則，同時(shí)引入