论文部分内容阅读
泊位资源是码头的重要资源之一,它的合理利用与否能直接影响到码头的整体作业效率。一个合理有效的泊位分配计划可以减少船舶在港时间,提高泊位作业效率。本文主要研究动态连续泊位分配问题,为抵港船舶制定泊位分配计划。从港口的角度出发,在制定泊位分配计划的同时考虑到了船舶优先权的因素。为求解泊位分配问题,本文采用遗传-和声搜索算法来求解,通过实验证明遗传-和声搜索算法可以求解泊位分配问题,且具有较好的性能。本文的主要研究内容如下:(1)针对动态连续泊位调度问题的特点,本文以船舶总在港时间最小为目标函数,建立一个混合非线性规划模型。同时,本文设置了船舶在时间上和空间上的约束函数,使模型符合船舶停靠的实际情况特点;设置了船舶在抵港时间上的约束函数,使模型符合动态抵港的特点;设置了船舶在靠泊位置上的约束函数,使模型符合船舶停靠在连续泊位的靠泊特点。(2)从港口的角度出发,基于港口优先大型船舶靠泊的思想,本文在制定泊位分配计划时,考虑到船舶优先权的因素。以往的研究多以船舶装卸量作为衡量船舶优先权的指标,忽略了船舶满意度。然而船舶等待时间过长会使船舶对港口的满意度降低,所以本文除考虑船舶装卸量这一个因素外,还考虑了船舶抵港时间以及船舶理想离港时间这两个重要属性。本文以船舶装卸量、船舶抵港时间、船舶理想离港时间三个属性作为评价指标,将计划期内抵港船舶作为评价对象,首先采用熵权法计算出船舶装卸量、船舶抵港时间以及船舶理想离港时间的指标权重,后采用TOPSIS方法(Technique for Order Performance by Similarity to Tdeal Solution),计算出抵港船舶的靠泊优先权。(3)由于泊位调度问题是NP-完全问题,为求解泊位分配模型,本文设计了遗传-和声搜索算法来求解。为使算法在求解泊位分配问题时得到更优的结果,本文采用遗传算法对和声搜索算法进行了优化,先通过求解一般测试函数,证明了遗传-和声搜索算法的求解性能优于和声搜索算法的求解性能。后通过泊位调度的实例数据仿真,证明遗传-和声搜索算法在求解泊位分配问题时能得到比和声搜索算法更优的结果。为测试遗传-和声搜索算法求解泊位调度问题的性能,本文将该算法与求取最优解的LINGO软件同时对测试算例进行仿真,实验结果表明遗传-和声搜索算法在求解泊位分配问题上快速有效。