摘 要：隨著經(jīng)濟全球化的加快，海上運輸需求大大增加。碼頭經(jīng)營人面臨如何建立碼頭起重機日程安排的挑戰(zhàn)，為了提高集裝箱碼頭作業(yè)效率，實現(xiàn)船舶最快離港，本文對裝卸混合作業(yè)模式下岸橋作業(yè)調(diào)度問題進行了研究，針對集裝箱碼頭裝卸作業(yè)特點，提出了基于遺傳算法的岸橋調(diào)度優(yōu)化方法。

關(guān)鍵詞：集裝箱；岸橋；調(diào)度；遺傳算法

一、研究背景

隨著世界經(jīng)濟一體化，貿(mào)易全球化的發(fā)展，各國之間的貿(mào)易需求日益增加，港口作為連接國際物流網(wǎng)絡(luò)的重要節(jié)點，是幾乎所有進出口貨物的集散地，因此，隨著貨量的急劇增加，港口面臨著加快貨物流轉(zhuǎn)考驗。為了方便裝卸，集裝箱應(yīng)運而生，由于集裝箱運輸具有安全、便利操作以及方便國際多式聯(lián)運的特點，集裝箱的出現(xiàn)大大加快了港口貨物的裝卸和中轉(zhuǎn)速度，特別是集裝箱標(biāo)準(zhǔn)化以后，集裝箱的運輸量更是出現(xiàn)了前所未有的飛速增長。

為了應(yīng)對集裝箱運輸量的增長，集裝箱船舶越來越大型化，而大型集裝箱船舶在港口的停留時間直接影響著巨額的經(jīng)營成本，因此，船公司更傾向于選擇裝卸效率高的港口進行掛靠。為了吸引貨源和集裝箱船舶，在現(xiàn)有基礎(chǔ)設(shè)施建設(shè)的基礎(chǔ)上，集裝箱港口不得不通過合理的調(diào)配現(xiàn)有資源來提高競爭能力。在集裝箱港口的各項裝卸設(shè)施中，集裝箱岸橋又制約集裝箱港口裝卸效率的瓶頸，因此，合理調(diào)配集裝箱碼頭的岸橋顯得十分必要。

二、研究思路

集裝箱岸橋是集裝箱船舶與碼頭前沿之間裝卸集裝箱的主要設(shè)備。它的運作效率直接決定了整個集裝箱港口的運作效率。在給定集裝箱船舶配載計劃的前提下，研究岸橋單階段對船作業(yè)的調(diào)度優(yōu)化問題，所有岸橋作業(yè)都必須滿足：（1）岸橋碰撞約束，即岸橋之間不能相互穿越，且作業(yè)時保留一定的安全距離。（2）甲板位置約束，指由于甲板的存在，處在甲板上方和下方的集裝箱作業(yè)之間存在作業(yè)順序上的約束關(guān)系。調(diào)度問題的目標(biāo)是對船作業(yè)的時間最短。集裝箱岸橋優(yōu)化配置是公認(rèn)的NP問題，涉及的約束條件較多，涉及考慮的方面較廣，目前，在求解中采取的主要算法有：混合整數(shù)規(guī)劃、分支定界法、隨機貪婪適應(yīng)性搜索法、模擬仿真、遺傳算法等等?？紤]到本問題的復(fù)雜度和岸橋作業(yè)的性質(zhì)，本文提出用遺傳算法對岸橋調(diào)度優(yōu)化問題進行求解。

三、模型的建立及核心因素分析

（一）模型建立的前提

岸橋調(diào)配是一個復(fù)雜的問題，那變量多，約束條件也非常復(fù)雜，計算難度大，為了方便計算，可以就重避輕，忽略一些影響微小的因素。因此，在研究中要以以下假設(shè)為前提：

（1）集裝箱裝卸橋的分配不受水平運輸機械影響，即不考慮集裝箱裝卸橋等待集卡的情況；（2）不考慮船舶翻箱作業(yè)；（3）不考慮集裝箱裝卸橋故障；（4）集裝箱裝卸橋一旦投入某作業(yè)單元，不能中途退出，直到完成該作業(yè)單元；（5）假設(shè)船舶貝位編號順序方向和集裝箱裝卸橋編號順序方向一致。

（二）目標(biāo)函數(shù)的確立

目標(biāo)函數(shù)：當(dāng)多臺岸橋同時工作時，工作時間最長的岸橋的工作時間即為完成整個作業(yè)任務(wù)的最小時間。這里說的岸橋工作時間包括閑置時間，移動時間，作業(yè)時間。作業(yè)時間基本是固定的，但閑置時間和移動時間可以影響每臺岸橋的工作時間。這樣最小化每臺岸橋的閑置時間和移動時間顯得十分的必要。

（三）約束條件的確立

約束條件：1.保證了任務(wù)完成時間大于等于每臺岸橋的工作時間。2.保證了每臺岸橋都會被指定一個最初始的任務(wù)。3.保證了每臺岸橋都會被指定一個最后的任務(wù)。4.保證了每個任務(wù)都僅有一臺岸橋來完成。5.確保每臺岸橋完成每項任務(wù)的平衡性，以此保證每項任務(wù)按指定的順序完成。6.保證避免岸橋之間的相互干擾。7.保證岸橋的完成時間是到完成最后一個任務(wù)加上移動到最終的位置為止。8.保證岸橋的第二項任務(wù)完成時間減去初始任務(wù)的完成時間大于等于第二項任務(wù)的裝卸時間和移動時間之和。9.限定變量的取值區(qū)間。10.限定變量非負(fù)等。

四、遺傳算法分析

遺傳算法的本質(zhì)是一種高效、并行、全局搜索的優(yōu)化方法，它是通過模擬自然界生物進化過程實現(xiàn)的。其原理是：遺傳算法將現(xiàn)實世界中的人工系統(tǒng)的優(yōu)化變量，通過某種編碼的方法，將其模擬成生物界里的染色體（即個體），從而隨機產(chǎn)生擁有一定數(shù)量個體的種群，并對種群每個個體進行適應(yīng)環(huán)境程度的評價（通過適應(yīng)度函數(shù)實現(xiàn)），然后再模擬生物界里的進化的過程，根據(jù)染色體的適應(yīng)程度來對染色體進行選擇，交叉和變異等操作，產(chǎn)生下一代的種群，最后，對子代種群再進行評價，如果滿足人工系統(tǒng)的相應(yīng)要求，就停止進化，得到最優(yōu)解或者近似解，如果不滿足，就重復(fù)進化過程，直到得到符合要求的最優(yōu)解或者近似解為止。之所以采用遺傳算法，是因為其具有以下獨特的優(yōu)點：

（1）具有很強的適應(yīng)性和通用性：只需要利用目標(biāo)函數(shù)的取值信息，不必非常明確地描述問題的全部特征，不受搜索空間限制性假設(shè)的約束，因而遺傳算法能適用于大規(guī)模、高度非線性的不連續(xù)多極值函數(shù)優(yōu)化，甚至無解析表達式的目標(biāo)函數(shù)的優(yōu)化。此外，遺傳算子作用在編碼后的染色體上，而不是直接作用在優(yōu)化問題的具體變量上。這使遺傳算法能以一種統(tǒng)一的處理方式來處理各類不同的問題。（2）具有較好的全局優(yōu)化性能和適應(yīng)性：遺傳算法是從初始群體開始搜索的，而不是從單點開始搜索的。許多傳統(tǒng)優(yōu)化方法都是從搜索空間的單點出發(fā)，通過某些轉(zhuǎn)換規(guī)則確定下一點。這種點到點的搜索方法在多峰值優(yōu)化問題中，首先找到的可能不是最優(yōu)峰值；而遺傳算法是以點集開始的尋優(yōu)過程，初始群體是隨機地在搜索空間中選取地，這樣在搜索過程中達到最優(yōu)峰值的概率遠大于點到點方法的概率。（3）良好的擴展性，易于和其他算法相結(jié)合：針對某一問題的遺傳算法經(jīng)簡單修改即可適應(yīng)于其他問題，或者加入特定問題的領(lǐng)域知識，或者與已有算法相結(jié)合，能夠較好地解決一類復(fù)雜問題，因而具有較好的普適性和易擴充性。

五、結(jié)論

集裝箱碼頭岸橋調(diào)配在集裝箱碼頭的經(jīng)營中是一個核心的問題，在現(xiàn)有基礎(chǔ)硬件設(shè)施不變的條件下，可以通過分析集裝箱碼頭前沿的生產(chǎn)作業(yè)過程，考慮岸橋之間不可交叉作業(yè)和作業(yè)任務(wù)的先后順序等約束，建立集裝箱岸橋調(diào)度計劃模型（QCSM）。在通過對染色體進行編碼，較好的用遺傳算法求解集裝箱岸橋調(diào)度模型，從而得到一個較好的岸橋調(diào)度方案。但本文存在很多不足之處，比如集裝箱與集卡的配合不可能完全無縫連接；裝卸橋一旦投入某作業(yè)單元就不能退出的假設(shè)會喪失調(diào)度的部分靈活性；集裝箱裝卸橋的裝卸調(diào)度和船舶配積載以及堆場的堆存信息是緊密聯(lián)系的，本文并沒有考慮船舶配積載以及堆場的堆存信息，是理想化得假設(shè)條件。所以在本文研究的基礎(chǔ)上，還可以進一步改進，考慮更多的條件，使其適應(yīng)性更強。

參考文獻

[1]繆立新.集裝箱裝船順序優(yōu)化模型及算法研究[C].第三節(jié)中國物流學(xué)術(shù)年會論文集，2004，p19-28.

[2]曾慶成，高宇.集裝箱碼頭裝卸橋調(diào)度優(yōu)化模型與算法[J]，計算機工程與應(yīng)用，2006，42（32）： 217-219.

[3]王輝球.集裝箱岸吊的調(diào)度模型和算法研究[D].清華大學(xué)碩士學(xué)位論文，2006.

[4]孫俊清，李平，韓梅. 裝卸橋調(diào)度問題及其混合智能優(yōu)化算法 GASA[C].第26屆中國控制會議論文集，2007，7，26-31，p3410-3414.

[5]孟慶雨，集裝箱碼頭裝卸設(shè)備優(yōu)化配置研究[D].河北工業(yè)大學(xué)碩士學(xué)位論文，2010.

作者簡介

張顥（1989—），男，漢族，河北唐山市人，助理工程師，大學(xué)本科，單位：遼寧省交通廳港航管理局，研究方向：交通運輸（港口經(jīng)營與管理方向）。