數(shù)學(xué)建?！a頭貨輪集裝箱裝卸的優(yōu)化問(wèn)題2

《數(shù)學(xué)建模——碼頭貨輪集裝箱裝卸的優(yōu)化問(wèn)題2》由會(huì)員分享，可在線閱讀，更多相關(guān)《數(shù)學(xué)建?！a頭貨輪集裝箱裝卸的優(yōu)化問(wèn)題2（25頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、碼頭貨輪集裝箱裝卸 的優(yōu)化問(wèn) 題 摘要 集裝箱 “貨幣化” 已成為發(fā)展趨勢(shì)， 而港口發(fā)展?jié)u漸滯后于集裝箱的吞吐量， 研究集裝箱裝卸的優(yōu)化問(wèn)題能有效擴(kuò)大港口生產(chǎn)力， 提高港口經(jīng)濟(jì)效益。 本文將 建立集卡線路規(guī)劃模型和岸橋、 集卡與龍門(mén)吊協(xié)同優(yōu)化模型， 通過(guò)禁忌搜索算法 進(jìn)行求解，并通過(guò)青島港的數(shù)據(jù)對(duì)模型進(jìn)行實(shí)證分析。 對(duì)于提高裝卸效率， 降低裝卸成本這一問(wèn)題，我們將其分解為線路規(guī)劃、協(xié) 同優(yōu)化和模型檢驗(yàn)三個(gè)子問(wèn)題進(jìn)行分析。 針對(duì)問(wèn)題一， 我們建立了集卡線路規(guī)劃模型。 通過(guò)對(duì)青島港前灣港集裝箱碼 頭（QQCT）的航拍圖和雷達(dá)圖進(jìn)行分析，畫(huà)出了碼頭泊位到堆場(chǎng)的平面圖，按 照相應(yīng)的

2、比例尺，得到實(shí)際碼頭與堆場(chǎng)間的距離、各堆場(chǎng)間的相互距離。 通過(guò)集 卡行駛的速度， 計(jì)算得到集卡從碼頭到堆場(chǎng)的時(shí)間、 集卡在各堆場(chǎng)之間行駛的相 互時(shí)間和集卡從堆場(chǎng)返回碼頭的時(shí)間。 集卡在運(yùn)輸過(guò)程中， 要盡量減少空集卡的 行駛， 即運(yùn)送集裝箱返回的途中攜帶需要裝運(yùn)到船上的集裝箱。 利用第一階段的 禁忌搜索算法，當(dāng)所需裝卸集裝箱位置確定后，最短的行駛路線也就計(jì)算出來(lái)。 針對(duì)問(wèn)題二， 我們建立了橋吊、集卡和龍門(mén)吊的協(xié)同優(yōu)化模型。問(wèn)題一計(jì)算 的集卡最佳線路分配結(jié)果，繼續(xù)作為橋吊、 集卡和龍門(mén)吊協(xié)同優(yōu)化的條件。 第二 階段的禁忌搜素算法分析出最合適的橋吊、 集卡與龍門(mén)吊的比例， 橋吊在不等待

3、 集卡的情況下效率高。通過(guò)協(xié)同優(yōu)化，得到最高效率的設(shè)備分配比例。 針對(duì)問(wèn)題三， 我們匯總了附件中所有集裝箱的裝卸數(shù)據(jù)， 對(duì)模型進(jìn)行檢驗(yàn)分 析。以青島前灣港區(qū)為例，通過(guò)帶入實(shí)際數(shù)據(jù)，得到如下比例關(guān)系，即橋吊：集 卡：龍門(mén)吊為 2:10:5。 2 輛橋吊工作時(shí)配備 10輛集卡， 5 輛輪式龍門(mén)吊； 3 輛橋 吊工作時(shí)配備 15 輛集卡， 7 輛龍門(mén)吊；如此分配使相對(duì)成本與效率達(dá)到最大化。 本文的亮點(diǎn)在于：利用港口的雷達(dá)圖和航拍圖，繪制了港口的分布平面圖， 分析更貼近實(shí)際；以集卡線路規(guī)劃為突破口，并以此為條件， 建立了以集裝箱類(lèi) 型為依據(jù)的集卡一站式服務(wù)（岸橋到堆場(chǎng)的線路標(biāo)準(zhǔn)化）；對(duì)

4、數(shù)據(jù)的分類(lèi)處理， 使計(jì)算簡(jiǎn)潔；協(xié)同了集卡、橋吊、龍門(mén)吊，采用兩個(gè)階段的禁忌搜索算法，將集 裝箱的裝與卸混合在一起計(jì)算，比原來(lái)對(duì)集卡、橋吊，集卡、龍門(mén)吊等部分優(yōu)化 更加貼近實(shí)際，大大提升了港口的運(yùn)行效率，并且降低的了成本。 關(guān)鍵詞： 集卡，橋吊，龍門(mén)吊，線路規(guī)劃，協(xié)同優(yōu)化，禁忌搜索算法 6 目錄 摘要 1 1、 問(wèn)題重述 3 1.1 問(wèn)題的背景 3 1.2 要解決的問(wèn)題 3 2、 問(wèn)題分析 3 2.1 概論 3 2.2 問(wèn)題一的分析 5 2.3 問(wèn)題二的分析 5 2.4 問(wèn)題三的分析 5 三、模型假設(shè) 5 四、符號(hào)說(shuō)明

5、 6 五、模型建立與求解 7 2.5 集卡線路優(yōu)化模型 7 2.5.1 模型分析 7 2.5.2 模型建立 7 2.5.3 模型求解 9 2.6 岸橋、集卡和龍門(mén)吊的協(xié)同優(yōu)化模型 10 2.6.1 模型的分析 10 2.6.2 模型建立 10 2.6.3 模型求解 10 2.7 模型的檢驗(yàn)分析 13 2.7.1 模型分析 13 2.7.2 模型建立 15 2.7.3 模型求解 15 六、 模型評(píng)價(jià) 15 6.1 模型優(yōu)點(diǎn) 15 6.2 模型缺點(diǎn) 16 6.3 模型改進(jìn) 16 七、參考文獻(xiàn)

6、 17 附錄 18 、問(wèn)題重述 1.1 問(wèn)題的背景 集裝箱碼頭是海陸聯(lián)運(yùn)的樞紐站， 在各個(gè)經(jīng)濟(jì)體的貿(mào)易中都占據(jù)著舉足輕重 的地位。 港口的裝卸貨能力在一定程度上代表著一個(gè)港口的生產(chǎn)力， 在集裝箱吞 吐量不斷增大而港口發(fā)展?jié)u漸滯后的現(xiàn)狀下， 研究港口集裝箱裝卸的優(yōu)化問(wèn)題就 顯得尤為重要。 影響集裝箱裝卸效率的因素主要有裝卸設(shè)備的硬件配備和在現(xiàn)有 設(shè)備基礎(chǔ)上對(duì)各方資源的優(yōu)化協(xié)調(diào)程度。本文將以青島港前灣港集裝箱碼頭 （QQCT）為現(xiàn)實(shí)背景，來(lái)考慮碼頭貨輪集裝箱裝卸的優(yōu)化問(wèn)題。 QQCT 坐落于青島膠州灣的前港港區(qū)，具有水深域闊、不淤不凍、避風(fēng)浪的 優(yōu)良碼頭條件，可全天候

7、停靠第六代及以上集裝箱船舶。泊位長(zhǎng)度 3400 米，泊 位水深 -17.5米，巷道水深 -15米，堆場(chǎng)面積 225平方米。該港區(qū)配備了世界上最 先進(jìn)、最大型的新型橋吊，可裝卸目前世界上最大型的超巴拿馬型集裝箱船。 1.2 要解決的問(wèn)題 本問(wèn)將以 QQCT 為原型，利用卸船箱和裝船箱的數(shù)據(jù)，簡(jiǎn)化港口條件，僅 在投入 2 個(gè)和 3 個(gè) QC 時(shí)， 構(gòu)造數(shù)學(xué)模型， 分別使相應(yīng)成本盡量小， 效率盡量高。 為方便解決問(wèn)題，我們將問(wèn)題進(jìn)行了分解，主要包括以下幾個(gè)問(wèn)題： （ 1）基于集裝箱類(lèi)型的集卡線路一站式優(yōu)化（線路標(biāo)準(zhǔn)化）； （ 2）岸橋、集卡和龍門(mén)吊的協(xié)同調(diào)度； （ 3）以青島港的實(shí)

8、際數(shù)據(jù)對(duì)模型進(jìn)行檢驗(yàn)分析。 、問(wèn)題分析 2.1 概論 針對(duì)以青島港為原型的碼頭集裝箱裝卸優(yōu)化問(wèn)題， 我們首先通過(guò)對(duì)青島港實(shí) 地情況的分析， 將目標(biāo)港進(jìn)一步細(xì)化， 選擇了四個(gè)港中最專(zhuān)業(yè)的集裝箱裝運(yùn)碼頭， 即青島前灣集裝箱碼頭。通過(guò)航拍圖（圖 1）和雷達(dá)圖（圖 2），我們初步拿到 QQCT 的港口分布圖，并基于此，我們繪制了港口分布立體圖（圖 3）和平面圖 （圖 4），來(lái)使分析更加具體和形象。 圖1航拍圖 圖3立體圖 （來(lái)源：百度圖片） 圖2雷達(dá)圖 （來(lái)源：必應(yīng)地圖截圖） 圖4平面圖（泊位確定） 2.2 問(wèn)題一的分析 這是一個(gè)線路規(guī)劃問(wèn)題， 通過(guò)對(duì)港口

9、平面圖、集卡運(yùn)行速度、橋吊和龍門(mén)吊 的工作效率分析， 得到了集卡的最優(yōu)工作路線。 問(wèn)題的特點(diǎn)在于集卡在運(yùn)輸進(jìn)口、 過(guò)境等集裝箱時(shí)是聯(lián)合搭配的。問(wèn)題的難點(diǎn)在于堆場(chǎng)與堆場(chǎng)之間可以相互通行， 集卡返回碼頭時(shí)攜帶需要裝船的集裝箱， 而且需要卸的集裝箱往往和需要裝的集 裝箱數(shù)目不一致，加大了理解和計(jì)算的難度。 2.3 問(wèn)題二的分析 這是一個(gè)資源優(yōu)化問(wèn)題， 通過(guò)對(duì)橋吊、 集卡、 龍門(mén)吊三個(gè)因素進(jìn)行綜合考慮， 得到三種資源的最優(yōu)配比。 問(wèn)題的特點(diǎn)在于問(wèn)題一的結(jié)論影響問(wèn)題二的分析， 橋 吊、集卡、龍門(mén)吊之間的相互調(diào)配相互制約，但存在整體最優(yōu)的情況。問(wèn)題的難 點(diǎn)是在各因素相互制約的條件下尋找最

10、優(yōu)解，合理有效利用第一問(wèn)的數(shù)據(jù)。 2.4 問(wèn)題三的分析 這是一個(gè)檢驗(yàn)分析問(wèn)題，通過(guò)對(duì) QQCT 集裝箱裝卸的數(shù)據(jù)進(jìn)行分析整理， 對(duì)模型進(jìn)行實(shí)證檢驗(yàn)， 以證明模型的可靠性和實(shí)用性。 問(wèn)題的特點(diǎn)是將實(shí)際數(shù)據(jù) 帶入模型確定 2 個(gè)橋吊和 3 個(gè)橋吊最佳的資源配比。問(wèn)題的難點(diǎn)在于 6000 多個(gè) 數(shù)據(jù)的帶入存在一定的技術(shù)困難和理解誤差，會(huì)影響分析結(jié)果的合理性。 三、模型假設(shè) 1、船一旦靠岸只選擇一個(gè)泊位，且泊位距各堆場(chǎng)和最近； 2、每個(gè)集裝箱的裝或卸只進(jìn)行單次作業(yè)，作業(yè)完成后不再考慮； 3、各堆場(chǎng)位置已知，由集裝箱的種類(lèi)確定； 4、集裝箱裝卸次序已知； 5、只考慮一條船的情況，裝

11、箱與卸箱都是同一艘貨輪； 6、假設(shè) 2 個(gè) 20寸的集裝箱視為 1 個(gè) 40寸的集裝箱； 7、將需裝運(yùn)的集裝箱種類(lèi)簡(jiǎn)化為過(guò)境箱、進(jìn)口箱和出口箱。 四、符號(hào)說(shuō)明 符號(hào) 符號(hào)說(shuō)明 S 輪船 M r 進(jìn)口、過(guò)境集裝箱集合 Nr M a 出口集裝箱集合 Na r m 進(jìn)口、過(guò)境集裝箱數(shù)量 ma 出口集裝箱的數(shù)量 Dr 進(jìn)口、過(guò)境集裝箱所存堆場(chǎng)的集合 nr Da a 出口集裝箱所存堆場(chǎng)的集合 n d： 進(jìn)口、過(guò)境集裝箱所存堆場(chǎng)位置 li da 出口集裝箱所存堆場(chǎng)位置 lj tsdr 集R從船到堆場(chǎng)di行駛所用的時(shí)間 九 tdird； 集卡從堆場(chǎng)

12、dir行駛到d；所用的時(shí)間 九 ,d as 集卡從堆場(chǎng)da到船所行駛的時(shí)間 九 Rj =1or0 集卡是否經(jīng)過(guò)路線ij Y Q 橋吊集合 r q 卸箱橋吊 a q 裝箱橋吊 C 集卡集合 c

13、i”由橋吊q完成，i”是i前面的任務(wù)，則Yiil（t = 1or0 gic 箱i被集卡c送，貝U gic =1or0 gijc 箱i與箱j均由集卡c運(yùn)送，i在j前，gjc =1,or,gjic =1 五、模型建立與求解 5.1 集卡線路優(yōu)化模型 5.1.1 模型分析 通過(guò)查閱資料，我們將集卡的工作流程抽象如下（圖 5） 船 集 卡 堆場(chǎng) 堆場(chǎng) 5.1.2 模型建立 集卡的空駕駛距離之和最小: 八 tsdrRsdr r v Rd：da . tij . v tdasRdas i Vmr i Wdr j Eda j 三 ma (2) 堆場(chǎng)對(duì)應(yīng)具體貨物，如

14、下為集卡調(diào)度模型的表示: Min 一 一 tj R d rd i i三d r j三d a 約束條件: Rdird i .dr Rdr. di d j .da =1 -j - da a =1 -i dr mr = ma 時(shí), 22 (6) (8) =0or1 現(xiàn)實(shí)生活中往往進(jìn)口箱與出口箱數(shù)量不一致，加入虛擬進(jìn)、出口箱集合 (virtual) ma - mr 時(shí), Rd. 、 Rda=1-j da r di dj 1d j i .-d r / virtual R；d： 一 i virtual j da 一 ma mr 時(shí), Rd

15、：da 「 Rd；； =1 -i dr j :;d a I產(chǎn)virtual “ Rdr ； =1 一：「virtual i ：-dr , 其中，(1)式為集卡行駛距離最短的的表達(dá)式； ⑵式為行駛時(shí)間最小的目標(biāo)函數(shù)； (3)、(4)式為進(jìn)口、過(guò)境箱與出口箱數(shù)目相等的一一搭配; (5)式為變量的約束條件； (6)、(7)式進(jìn)口、過(guò)境箱數(shù)大于出口箱數(shù)的虛擬搭配； (8)、(9)式進(jìn)口、過(guò)境箱數(shù)小于出口箱數(shù)的虛擬搭配。 5.1.3 模型求解 算法求解邏輯: 呈 裝制橋作業(yè)警列返回 橋吊的工作效率為1min/箱，集卡的行駛速度為20km/h,橋吊與集卡的

16、比例 為1: 5,橋吊到堆場(chǎng)的距離在 200—1500之間隨機(jī)產(chǎn)生。計(jì)算五個(gè)不同腳本的 數(shù)據(jù)。 利用MATLAB 2014a計(jì)算，兩階段禁忌搜索算法計(jì)算結(jié)果如下表 1: 卸箱數(shù) 橋吊數(shù) 集R行駛距離（km） 作業(yè)時(shí)間（min） 計(jì)算時(shí)間 初始解 禁忌算法 初始解 禁忌算法 100/1 179.88 161.30 198 181 0.6 400/1 711.37 630.36 776 745 8.1 1000/1 2900.67 2839.80 3010 2977 32.2 2000/1 4117.83 4001.56 3771

17、3705 43.3 2500/1 4779.10 4712.51 4710 4651 53.0 表1兩階段禁忌搜索算法 從結(jié)果上看，每個(gè)橋吊工作1000到2000個(gè)效率最高。若低于1000箱每個(gè) 橋吊會(huì)造成橋吊等待集卡，導(dǎo)致工作效率大大下降。若箱數(shù)高于 2000箱每個(gè)橋 吊，則造成集卡等待橋吊，造成碼頭擁擠，次序混亂，結(jié)果不令人滿意。 5.2 岸橋、集卡和龍門(mén)吊的協(xié)同優(yōu)化模型 5.2.1 模型的分析 以模型一集卡路線的最優(yōu)化結(jié)果作為模型二的條件，綜合考慮橋吊、集卡、 龍門(mén)吊的情況，協(xié)同考慮混合裝卸，利用禁忌搜索第二階段的橋吊調(diào)度階段最優(yōu) 解。 5.2.2 模型建立

18、 Min -max 二min max 二ir,。； (10) 約束條件： 、Yqr =1,-i Mr (11) qr Qr q 、Y.a =1,-j Ma (12) jq qaQa "gic =「i Mr (13) cC " gjc =1, j Ma c.C 、Yiqr <1,-i Mr,-qr Qr 1 .-Mr ja M「j Ma,-qa Qa jj q j M a r gijc _1, -i M，-c C i .M r 工 gjc <1,-i Na,-c C j .Ma 二：Mii..： -小A1 -Yi .qr , -i M r,-qr Q

19、r 二a M-二a.. _ A1 _丫/猶,-j M a, -qa Qa 二； t；as 一二 ir 三 A1 -g^ ,-i Mr,j M a,-c C 二ir tss tsd： -二a MA1—gjc「i Mr, j M a,-c C Z gjc ERjEWMrMWMa c EC gic -0.5 <0.5 gjc gjic -gic,-i Mr,j M a,-c C Yj，gic，Yii%，gjj 也=0or1 其中，(11)?(14)式說(shuō)明每個(gè)集裝箱都有一輛集卡、橋吊進(jìn)行操作; (15)?(18)式為橋吊與龍門(mén)吊對(duì)每個(gè)集裝箱操作先后次序一定且唯一 (19)?(20)式

20、為橋吊完成一次集裝箱作業(yè)的時(shí)間關(guān)系； (21)?(22)式為集卡完成一次集裝箱作業(yè)的時(shí)間關(guān)系； (23)式為集裝箱約束條件，如i,j集裝箱由同一輛集裝箱運(yùn)輸； (24)式為集卡裝卸集裝箱的順序； (25)式為變量取值范圍的約束。 (14) (15) (16) (17) (18) (19) (20) (21) (22) (23) (24) (25) 5.2.3模型求解 求解算法邏輯: 開(kāi)始 橋吊的工作效率為1min/箱，集卡的行駛速度為20km/h,橋吊與集卡的比例 為1: 5,橋吊到堆場(chǎng)的距離在200—1500之間隨機(jī)產(chǎn)生。5000個(gè)集裝箱等待

21、裝 卸。利用MATLAB 2014a計(jì)算，混合裝卸調(diào)度模型的結(jié)果如表 2: 橋吊/集卡 交叉作業(yè) 集R行駛距離（km） 總裝卸時(shí)間（min） 6/18 是 12950 3815 否 8280 3635 6/24 是 12865 3655 否 8185 3510 6/30 是 12485 3615 否 8125 3485 表2混合裝卸調(diào)度計(jì)算結(jié)果 5.3模型的檢驗(yàn)分析 5.3.1 數(shù)據(jù)分析 根據(jù)碼頭集裝箱裝卸的數(shù)據(jù)表，我們得到如下信息（表 3） 項(xiàng)目 編R 1 2 3 4 5 6 7 8 9 卸箱量 6

22、1 3449 2233 15 8 5 20 0 裝箱量 0 0 610 387 0 3 0 381 3 種類(lèi) FH FR GP HC HH OT RF RH 0H 表3裝、卸船箱在堆場(chǎng)的分布 （數(shù)據(jù)來(lái)源：兩個(gè)表格數(shù)據(jù)匯總） 青島前灣港區(qū)設(shè)配數(shù)據(jù)如表4: 設(shè)備效率 裝集裝箱（個(gè)/ min ） 卸集裝箱（個(gè)/ min） 橋吊 1 1 龍門(mén)吊 0.5 0.5 表4青島前灣港設(shè)配數(shù)據(jù) 集卡從橋吊運(yùn)送集裝箱到各堆場(chǎng)的行駛時(shí)間如下表 5: 堆場(chǎng)號(hào) 1 2 3 4 5 6 7 8 9 送箱時(shí)間（

23、單 位：min/次） 4.21 3.66 2.51 1.66 1.66 2.51 3.36 4.21 5.06 表5集卡從橋吊運(yùn)送集裝箱到各堆場(chǎng)的時(shí)間 集卡從i堆場(chǎng)到j(luò)堆場(chǎng)的單次行駛時(shí)間如表6（單位：min/次）: 堆場(chǎng) 1 2 3 4 5 6 7 8 9 1 0 3.85 4.70 5.55 8.40 9.25 10.10 10.95 11.80 2 3.85 0 3.85 4.7 5.55 8.4 9.25 10.10 10.95 3 4.70 3.85 0 3.85 4.70 5.55

24、 8.40 9.25 10.10 4 5.55 4.70 3.85 0 3.85 4.70 5.55 8.40 9.25 5 8.40 5.55 4.70 3.85 0 3.85 4.70 5.55 8.40 6 9.25 8.40 5.55 4.70 3.85 0 3.85 4.70 5.55 7 10.10 9.25 8.40 5.55 4.70 3.85 0 3.85 4.70 8 10.95 10.10 9.25 8.40 5.55 4.70 3.85 0 3.85 9 11.8

25、0 10.95 10.0 9.25 8.40 5.55 4.70 3.85 0 表6集卡從i堆場(chǎng)到j(luò)堆場(chǎng)的單次行駛時(shí)間 每個(gè)集卡可以裝1個(gè)40寸集裝箱，2個(gè)20寸集裝箱。 5.3.2 模型建立 利用模型一、二的算法，帶入進(jìn)行數(shù)據(jù)進(jìn)行算法合理性檢驗(yàn)。 5.3.3模型求解 利用MATLAB 2014a計(jì)算結(jié)果如下表7 橋吊/集卡 交叉作業(yè) 集R行駛距離（km） 總裝卸時(shí)間（min） 6/18 是 18648 5493 否 11923 5234 6/24 是 15438 4386 否 9882 4214 6/30 是 1498

26、2 4338 否 9750 4182 表7模型求解結(jié)果 當(dāng)題目中所給輪船擁有2輛橋吊的時(shí)候，10輛集卡，5輛輪式龍門(mén)吊可以達(dá) 到預(yù)期效率，擁有3輛橋吊的時(shí)候，15輛集卡，7輛輪式龍門(mén)吊可以高效完成裝 卸任務(wù)。題目中所給輪船巨大，完成任務(wù)時(shí) 2輛橋吊最佳效率需要3.6天可以完 成裝卸任務(wù)，3輛橋吊時(shí)需要2.9天完成裝卸任務(wù)，若加上運(yùn)輸時(shí)間，此次輪船 的作業(yè)時(shí)間會(huì)太長(zhǎng)。建議增加橋吊、集卡、龍門(mén)吊的數(shù)量以便 48小時(shí)內(nèi)完成裝 卸和運(yùn)輸任務(wù)，方便港口的運(yùn)行。 六、模型評(píng)價(jià) 6.1模型優(yōu)點(diǎn) 本模型采用兩階段的禁忌搜索算法， 搜索范圍以及精度都有很大提高，計(jì)算 過(guò)程清晰，題目數(shù)據(jù)處

27、理采用分類(lèi)匯總的方法，大大簡(jiǎn)化了計(jì)算難度。 第一階段禁忌搜索從集卡調(diào)度入手， 精確分析得出集卡在當(dāng)集裝箱裝卸次序 已知的情況下的最佳行駛路線， 即一旦裝卸的集裝箱確定， 就可以程序化進(jìn)行路 線分配，大大減少了集卡運(yùn)送集裝箱的總路程。 第一階段集卡調(diào)度的計(jì)算結(jié)果作為第二階段禁忌搜索的條件， 使模型全局考 慮橋吊、集卡、龍門(mén)吊的協(xié)同調(diào)度，達(dá)到了在裝卸運(yùn)輸成本一定的情況下，效率 最高的設(shè)備搭配方式。采取混合裝卸模型，更加貼近實(shí)際，算得最佳的橋吊、集 卡、龍門(mén)吊之間的比例， 方便工作人員進(jìn)行設(shè)備分配的決策。 模型最后計(jì)算出了 裝卸、運(yùn)輸總體最小時(shí)間， 為在集裝箱數(shù)目確定的情況下， 投入

28、設(shè)備的多少取得 最佳效益的決策提供了參考。 6.2模型缺點(diǎn) 本模型的集卡調(diào)度為靜態(tài)調(diào)度模型， 即每輛集卡滿載且只可攜帶 1 個(gè) 40 寸， 2 個(gè) 20 寸的集裝箱，實(shí)際生活中可根據(jù)需要，集卡既可以滿載，也可不滿載， 集卡的調(diào)度靜態(tài)調(diào)度存在缺陷。 本模型只考慮了一條船的裝卸作業(yè)，實(shí)際可能有多艘輪船需要完成裝卸作 業(yè)，輪船選擇泊位時(shí)候過(guò)于簡(jiǎn)化。 6.3模型改進(jìn) 將靜態(tài)集卡調(diào)度改為集卡可加一節(jié)車(chē)廂， 可以滿載或不滿載， 根據(jù)實(shí)際情況 確定的動(dòng)態(tài)集卡調(diào)度模型。 考慮多艘輪船的裝卸， 根據(jù)多艘輪船上的集裝箱裝卸次序， 可用設(shè)備數(shù)量分 配， 綜合考慮定下若輪船選擇不同泊位， 確定同

29、一個(gè)泊位不同船只的先后裝卸次 序。這樣模型會(huì)更加貼近實(shí)際生產(chǎn)生活，方便決策者的決策。 七、參考文獻(xiàn) [1] 錢(qián)繼鋒 . 集裝箱碼頭“岸橋—集卡—堆場(chǎng)”作業(yè)計(jì)劃的優(yōu)化 [D]. 北京交通大 學(xué),2014. [2] 馮春煥 . 集裝箱碼頭泊位—岸橋—集卡調(diào)度優(yōu)化研究 [D]. 大連海事大 學(xué),2011. [3] 單浩 . 集裝箱碼頭泊位、岸橋和集卡協(xié)同調(diào)度優(yōu)化研究 [D]. 大連海事大 學(xué),2013. [4] 曾慶成 , 楊忠振 , 陸靖 . 集裝箱碼頭同貝同步裝卸調(diào)度模型與算法 [J]. 交通 運(yùn)輸工程學(xué)報(bào) ,2010,01:88-93. [5] 曾慶成 , 胡祥培 , 楊忠振

30、 . 集裝箱碼頭泊位分配 - 裝卸橋調(diào)度干擾管理模型 [J]. 系統(tǒng)工程理論與實(shí)踐 ,2010,11:2026-2035. [6] 曾慶成 . 集裝箱碼頭裝卸作業(yè)集成調(diào)度模型與方法 [D]. 大連海事大學(xué) ,2008. [7]韓曉龍，牟少莉.基于CHCT法的集卡與岸橋協(xié)^調(diào)調(diào)度優(yōu)化問(wèn)題[J].武漢理 工大學(xué)學(xué)報(bào) （信息與管理工程版 ）,2014,02:233-236+245. 附錄 %%% 禁忌搜索算法解決裝卸混合調(diào)度問(wèn)題 function [BestShortcut,theMinDistance]=TabuSearch clear; clc; Clist=[裝卸集裝箱的貝位

31、號(hào) ……’]; ContinaerNum=size(Clist,1);%問(wèn)題的規(guī)模，即集裝箱數(shù)目 dislist=zeros(ContinaerNum); for i=1:ContinaerNum for j=1:ContinaerNum dislist(i,j)=((Clist(i,1)-ClistG1))A2+(Clist(i,2)-Clist(j,2))A2)A0.5; end end TabuList=zeros(ContinaerNum);% (tabu list) TabuLength=round((ContinaerNum*(ContinaerNum-1)/2)A0

32、.5);% 禁 忌 長(zhǎng) 度 (tabu length) Candidates=200;%炭選集白個(gè)數(shù)(全部領(lǐng)域解個(gè)數(shù)) CandidateNum=zeros(Candidates,ContinaerNum);聯(lián)選解集合 S0=randperm(ContinaerNum);%隨機(jī)產(chǎn)生初始解 BSF=S0; BestL=Inf; clf; figure(1); stop = uicontrol(style,toggle,string … ,stop,background,white); tic; p=1; StopL=80*ContinaerNum; while p

33、opL if Candidates>ContinaerNum*(ContinaerNum-1)/2 disp(候選解個(gè)數(shù)不大于n*(n-1)⑵)； break; end ALong(p)=Fun(dislist,S0); i=1; A=zeros(Candidates,2); while i<=Candidates M=ContinaerNum*rand(1,2); M=ceil(M); if M(1)~=M(2) A(i,1)=max(M(1),M(2)); A(i,2)=min(M(1),M(2)); if i==1 isa=0; else for j=1:

34、i-1 if A(i,1)==A(j,1) && A(i,2)==A(j,2) isa=1; break; else isa=0; end end end if ~isa i=i+1; else end else end end BestCandidateNum=100;琳留前 BestCandidateNum 個(gè)最好候選解作為第二 階段的條件 BestCandidate=Inf*ones(BestCandidateNum,4); F=zeros(1,Candidates); for i=1:Candidates CandidateNum(i,:)=S0; Ca

35、ndidateNum(i,[A(i,2),A(i,1)])=S0([A(i,1),A(i,2)]); F(i)=Fun(dislist,CandidateNum(i,:)); if i<=BestCandidateNum BestCandidate(i,2)=F(i); BestCandidate(i,1)=i; BestCandidate(i,3)=S0(A(i,1)); BestCandidate(i,4)=S0(A(i,2)); else for j=1:BestCandidateNum if F(i)

36、(j,2)=F(i); BestCandidate(j,1)=i; BestCandidate(j,3)=S0(A(i,1)); BestCandidate(j,4)=S0(A(i,2)); break; end end end end %對(duì) BestCandidate [JL,Index]=sort(BestCandidate(:,2)); SBest=BestCandidate(Index,:); BestCandidate=SBest; if BestCandidate(1,2)

37、idateNum(BestCandidate(1,1),:); BSF=S0; for m=1:ContinaerNum for n=1:ContinaerNum if TabuList(m,n)~=0 TabuList(m,n)=TabuList(m,n)-1; end end end TabuList(BestCandidate(1,3),BestCandidate(1,4))=TabuLength; else for i=1:BestCandidateNum if TabuList(BestCandidate(i,3),BestCandidate(i,4))==0

38、 S0=CandidateNum(BestCandidate(i,1),:); for m=1:ContinaerNum for n=1:ContinaerNum if TabuList(m,n)~=0 TabuList(m,n)=TabuList(m,n)-1; end end end TabuList(BestCandidate(i,3),BestCandidate(i,4))=TabuLength; break; end end end p=p+1; ArrBestL(p)=BestL; %#ok for i=1:ContinaerNum-1 p

39、lot([Clist(BSF(i),1),Clist(BSF(i+1),1)],[Clist(BSF(i),2),Clist(BSF(i+1),2)],bo-); hold on; end plot([Clist(BSF(ContinaerNum),1),Clist(BSF(1),1)],[Clist(BSF(ContinaerNum),2),Cli st(BSF(1),2)],ro-); title([Counter:,int2str(p*Candidates), The Min Distance:,num2str(BestL)]); hold off; pause(0.005);

40、 if get(stop,value)==1 break; end end toc; BestShortcut=BSF; theMinDistance=BestL; set(stop,style,pushbutton,string… close, callback,close(gcf)); figure(2); plot(ArrBestL,r); hold on; plot(ALong,b);grid; title(搜索過(guò)程’)； legend(Best So Far當(dāng)前解); end function F=Fun(dislist,s) %#ok DistanV =0; n=size(s,2); for i=1:(n-1) DistanV=DistanV+dislist(s(i),s(i+1)); end DistanV=DistanV+dislist(s(n),s(1)); F=DistanV; End 22 23