基于多目标遗传算法的集装箱码头泊位—岸桥分配问题研究
《集装箱码头泊位—岸桥—集卡调度优化研究》范文
《集装箱码头泊位—岸桥—集卡调度优化研究》篇一一、引言集装箱码头作为全球物流网络的重要节点，其泊位、岸桥和集卡等设备的调度效率直接关系到整个物流系统的运行效率。
近年来，随着全球贸易的快速发展和港口吞吐量的持续增长，集装箱码头的调度问题愈发突出。
本文旨在研究集装箱码头泊位、岸桥和集卡调度优化问题，以提高码头的整体作业效率和降低物流成本。
二、研究背景及意义在全球化的背景下，集装箱码头作为连接海运和陆运的关键节点，其作业效率直接影响到整个物流网络的运行效率。
然而，由于船舶大型化、货物流量增加等因素的影响，集装箱码头的调度问题日益复杂。
泊位、岸桥和集卡的调度优化对于提高码头作业效率、降低物流成本、增强港口竞争力具有重要意义。
因此，对集装箱码头泊位—岸桥—集卡调度优化进行研究，具有迫切的现实需求和重要的理论价值。
三、集装箱码头泊位调度优化研究泊位调度是集装箱码头作业的核心环节之一。
本研究通过建立数学模型，分析泊位分配、船舶靠泊顺序等问题，提出优化策略。
首先，根据船舶大小、预计作业时间等因素，合理分配泊位，确保作业的连续性和高效性。
其次，通过优化靠泊顺序，减少船舶在港停留时间，提高码头吞吐能力。
此外，还考虑了风、浪、潮等自然因素对泊位调度的影响，以提高调度的灵活性和适应性。
四、岸桥调度优化研究岸桥是集装箱码头装卸作业的关键设备。
本研究通过分析岸桥作业流程、装卸效率等因素，提出优化岸桥调度的策略。
首先，根据船舶类型、货物种类等因素，合理配置岸桥数量和位置，确保装卸作业的顺利进行。
其次，通过优化岸桥作业顺序和装卸策略，提高装卸效率，减少作业时间。
此外，还研究了岸桥的维护保养策略，以保障设备的正常运行和延长使用寿命。
五、集卡调度优化研究集卡是集装箱码头运输的重要工具。
本研究通过分析集卡运输路线、等待时间等因素，提出优化集卡调度的策略。
首先，根据货物种类、目的地等因素，合理规划集卡运输路线，减少运输距离和时间。
其次，通过优化集卡等待和装载策略，提高集卡的使用效率和作业效率。
集装箱码头泊位岸桥优化调度模型与策略研究
集装箱码头泊位岸桥优化调度模型与策略研究作为集装箱码头的主要稀缺资源,泊位和岸桥的调度是影响整个码头生产作业最为关键的一个环节,其优化问题的研究受到学术界的广泛关注,取得的研究成果对码头实际调度具有十分重要的理论和实践指导意义。
本文针对集装箱码头泊位岸桥调度问题进行了系统的国内外研究综述,发现大多数研究都是在确定性环境假设下进行的,对干扰环境下的优化调度问题的研究较为缺乏。
然而,在码头实际生产作业中,无论船舶状态还是船公司需求亦或是码头状态等都处于时刻变化中,这使得原调度计划极易受不确定性因素(如船舶推迟到港、设备故障或恶劣天气等)的干扰而不宜甚至无法实施。
本文围绕泊位岸桥优化调度这一问题进行研究,具体研究内容如下:(1)离散泊位布局下的泊位岸桥优化调度研究。
考虑到现有的模型多是以最小化船舶总的在港时间为目标,这类模型虽然能够提高码头通过率,但也极有可能会损害船公司一方的利益,从而降低船公司客户的满意度。
为了提高船公司客户对码头服务的满意度,本文以船舶总的码头服务成本最小为目标建立模型。
鉴于模型约束较多,为了降低模型求解难度,基于经典遗传算法流程,将模型约束条件尽可能多的嵌入到种群个体编码结构中,设计了改进遗传算法。
最后,通过数值实验验证了模型和算法的可行性和有效性。
(2)连续泊位布局下的泊位岸桥优化调度研究。
为进一步提高码头资源利用率,将离散泊位布局下的泊位岸桥优化调度问题拓展至连续泊位布局下进行研究,并建立了非线性混合整数规划调度模型。
提出可拓遗传算法对该模型求解,算法主要针对经典遗传算法极易陷入局部最优的缺点进行改进,分别对初始种群和迭代种群设计了多样性维持策略。
最后,设计了多个算例对模型和算法的性能进行验证。
(3)基于干扰管理的泊位岸桥优化调度研究。
为了提高码头应对干扰的能力,对干扰环境下的泊位岸桥优化调度问题进行研究。
针对船舶推迟到港和船舶甩港两类不确定性因素对码头生产作业造成的消极影响,提出了基于干扰管理理论的泊位岸桥优化调度策略。
基于遗传算法的集装箱港口堆场空间动态分配策略
Ｄｙ ｎ ａ ｍｉ ｃ ｓ ｔ ｒ ａ ｔ ｅ ｇ ｙ ｆ ｏ ｒ ｓ ｔ ｏ ｒ ａ ｇ ｅ ｓ ｐ ａ ｃ ｅ ａ ｌ ｌ ｏ ｃ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｃ ｏ ｎ ｔ ａ ｉ ｎ ｅ ｒ ｔ ｅ ｒ ｍｉ ｎ ａ ｌ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｇ ｅ ｎ ｅ ｔ ｉ ｃ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ
ｔ ｈ ｅ ｐ ｒ ｅ ｍｉ ｓ ｅ ｏ ｆ ｔ ｈ ｅ ｍｉ ｘ ｅ ｄ ｓ ｔ ｏ ｒ ａ ｇ ｅ ，ａ ｓ ｔ ｏ ｒ ａ ｇ ｅ ｓ ｐ ａ ｃ ｅ ａ ｌ ｌ ｏ ｃ ａ ｔ ｉ ｏ ｎ ｍｏ ｄ ｅ ｌ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｗｏ ｒ ｋ ｏ ｆ ＱＣｓ ｏ ｐ ｅ ｒ ａ ｔ ｉ ｎ ｇ ｌ ｉ ｎ ｅ ｓ ｗａ ｓ ｂ ｕ ｉ ｌ ｔ ．Ｃ ｏ ｎ ｔ ａ ｉ －
范佳静＿ ４ ］ 提 出了必须将 集装 箱箱 区贝位 作业 平衡率 及集 卡
在泊位与箱区贝位运输 距离 这两个 矛盾 目标 置于 同一个 目 标 函数 ，并构建 了相应 的非 线性整 数规 划模 型 ；毛钧 等＿ ５ ］ 分析了影响集装箱码头堆场空 间资 源配置优化 的主要 因素 ，
ＧＡ ．ｔ ｈ ｅ ｓ ｕ ｐ ｅ ｒ ｉ ｏ ｒ ｉ ｔ ｙ ｏ ｆ ＧＡ ｉ ｓ ｖ ｅ ｒ ｉ ｆ ｉ ｅ ｄ ．
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ：ｃ ｏ ｎ ｔ ａ ｉ ｎ ｅ ｒ ｔ ｅ ｒ ｍｉ ｎ ａ ｌ ；ｇ ｅ ｎ ｅ ｔ ｉ ｃ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ；ｄ ｙ ｎ ａ ｍｉ ｃ ａ ｌ ｌ ｏ ｃ ａ ｔ ｉ ｏ ｎ；ＱＣｓ ｏ ｐ ｅ ｒ ａ ｔ ｉ ｎ ｇ １ ｉ ｎ ｅ ｓ ；ｙ ａ ｒ ｄ ｐ ｌ ａ ｎ ｎ ｉ ｎ ｇ
集装箱码头泊位-岸桥-集卡调度优化研究的开题报告
集装箱码头泊位-岸桥-集卡调度优化研究的开题报告一、选题背景随着国际贸易的快速发展，集装箱运输成为了主要的国际货物运输方式之一，而集装箱码头作为国际航运的关键节点，其高效运作对促进贸易和物流的发展具有重要作用。
针对集装箱码头的运作管理问题，目前已有许多研究，其中一个重要的方面是集装箱码头泊位-岸桥-集卡的调度问题。
泊位-岸桥-集卡是码头上三个重要的物流环节，它们的调度对于整个码头的运作效率和吞吐量有着至关重要的影响。
因此，对于泊位-岸桥-集卡的调度进行优化研究有着重要的实际意义。
二、研究目的本研究旨在针对集装箱码头泊位-岸桥-集卡的调度问题，探索调度优化方案，提高集装箱码头的运作效率和吞吐量，降低成本，提高集装箱码头的竞争力。
三、研究内容和研究方法1. 研究内容（1）泊位-岸桥-集卡的调度流程分析本研究将对集装箱码头泊位-岸桥-集卡的调度流程进行深入分析，掌握其运作规律和流程，明确各环节之间的关系和协同作用。
（2）泊位-岸桥-集卡调度模型构建在分析泊位-岸桥-集卡的调度流程的基础上，本研究将基于数学模型理论，构建泊位-岸桥-集卡调度模型，探索优化调度方案。
（3）泊位-岸桥-集卡调度算法设计在构建泊位-岸桥-集卡调度模型的基础上，本研究将设计泊位-岸桥-集卡调度算法，对模型进行求解，得到合理的调度方案。
2. 研究方法本研究将采用数学分析和模拟仿真的方法，具体包括：（1）调研和分析集装箱码头泊位-岸桥-集卡调度的实际情况，对其流程进行深入剖析。
（2）依据泊位-岸桥-集卡调度的特点和规律，利用运筹学、优化方法等数学理论，构建泊位-岸桥-集卡调度模型。
（3）根据构建的模型，设计泊位-岸桥-集卡调度算法，对模型进行求解，得到合理的调度方案。
（4）以某集装箱码头为案例，利用仿真软件对优化后的泊位-岸桥-集卡调度方案进行验证和评估，分析其优点和缺点，总结经验和教训。
四、研究意义本研究的主要意义如下：（1）研究集装箱码头泊位-岸桥-集卡的调度问题，探索调度优化方案，提高集装箱码头的运作效率和吞吐量，降低成本，提高集装箱码头的竞争力。
基于多目标混沌云粒子群算法的泊位一岸桥分配研究
（１ ． 哈 尔滨工程大学船 舶工程学院 ，黑龙江 哈 尔滨 １ ５ ０ ０ ０ １ ；２ ． 大连理工 大学海岸和近 海工程 国家 重点实验 室 ，辽宁 大连 １ １ ６ ０ ２ ３ ；３ ． 大连 中交理 工交通技 术研 究院有 限公 司，辽 宁 大连 １ １ ６ ０ ２ ３ ）
块 ．内嵌 于混 沌云粒子群算 法进化 中 ，制定 了粒子编码规 则 ，设计 了多 目 标 函数 的粒子历 史极值和 全局极值的计算 方法 ，
提 出了基 于混沌云粒子群优化算 法求解 多 目标 离散 泊位一 岸桥分配模型 的新 方法，数值算例结 果证 明 了该模 型和 算法的可行
洼和 实 用性 。
关键词 ：泊位一 岸桥 分配；粒子群 算法；多 目标优化 ；混沌理论 ；云模 型 中图分 类号 ：Ｕ ６ ９ １ ． ６ 文献标志码 ：Ａ 文章编号 ：１ ０ ０ ２ — ４ ９ ７ ２ （ ２ ０ １ ４ ） ０ １ — ０ ０ ９ ０ — ０ ７
Ｂｅ ｒ ｔБайду номын сангаасｈ ａ ｎｄ ｑｕａ ｙ－ ｃ ｒ ａ ｎｅ ａ ｌ ｌ ｏ ｃ ａ ｔ ｉ ｏ ｎ
ｉ ｓ ｄ ｅ ｓ ｉ ｇ ｎ ｅ ｄ ， ａ ｎ ｄ ｅ Ⅱ 山ｅ ｄ ｄ ｅ ｄ ｉ ｎ ｔ ｈ ｅ Ｃ Ｃ Ｐ Ｓ Ｏ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ． Ｄｅ ｖ ｉ ｓ ｉ ｎ ｇ ｔ ｈ ｅ ｒ ｕ ｌ ｅ ｓ ｏ ｆ ｐ ａ ｒ ｔ ｉ ｃ ｌ ｅ ｓ ｅ ｎ ｃ ｏ ｄ ｉ ｎ ｇ ａ ｎ ｄ ｃ ａ ｌ ｃ ｕ ｌ ａ ｔ ｉ ｏ ｎ ｍｅ ｔ ｈ ｏ ｄ
摘 要 ：为 了提 同禾耨 ，硼 ｚ － ｚ － 港 ，口泊位一 岸桥 分 配效果 和优化 效率 ，以集卡 运距和 船舶在 港 时问最 小为优化 目标 ，建立 了 多 目标 离散 泊位一 岸桥分 配模 型 ，利 用混沌云粒子群 算法对泊位一 岸桥 分配模型进行 求解 ，开发 了粒子可行一 整数化 处理模
《集装箱码头泊位—岸桥—集卡调度优化研究》范文
《集装箱码头泊位—岸桥—集卡调度优化研究》篇一一、引言在现今的全球化经济体系中，集装箱运输已经成为贸易往来和国际物流的重要组成部分。
一个高效且运作流畅的集装箱码头不仅影响港口的运营效率，而且影响整个供应链的效率。
其中，泊位、岸桥和集卡是集装箱码头运作的关键环节。
本文旨在研究并优化这些环节的调度问题，以提高码头的整体运作效率。
二、集装箱码头泊位调度优化泊位调度是集装箱码头运作的基础，它直接影响到船舶的停靠时间、装卸效率以及后续的物流环节。
优化泊位调度的关键在于合理安排船舶的停靠位置和停靠时间，以最大限度地减少船舶等待时间和提高装卸效率。
对于泊位调度的优化，我们提出了一种基于实时数据和预测数据的调度算法。
该算法可以根据船舶的大小、预计的装卸时间、码头的实时运作情况等因素，动态地分配泊位。
同时，我们还可以利用大数据和人工智能技术，对历史数据进行深度分析，以预测未来一段时间内的船舶到达情况和码头运作情况，从而提前进行泊位的优化调度。
三、岸桥调度优化岸桥是连接船舶和码头的关键设备，其调度效率直接影响码头的整体效率。
在优化岸桥调度的过程中，我们首先要确定每台岸桥的装卸能力，并根据船舶的装卸需求和岸桥的可用性，合理地分配装卸任务。
此外，我们还可以利用智能化的调度系统，对岸桥进行动态调度。
该系统可以根据实时的装卸进度、船舶的离港时间、岸桥的维护情况等因素，自动调整岸桥的调度计划，以确保装卸任务的及时完成。
四、集卡调度优化集卡是连接码头和堆场的桥梁，其调度效率直接影响到码头的物流效率和堆场的存储效率。
优化集卡调度的关键在于合理安排集卡的运输路线和运输时间，以减少空驶率、提高装卸效率。
我们可以通过建立集卡调度模型，根据实时的货物信息、堆场的情况、集卡的数量和位置等因素，制定出最优的运输路线和运输时间。
同时，我们还可以利用物联网技术和智能调度系统，对集卡的运行情况进行实时监控和调度，以确保集卡的高效运行。
五、综合优化策略在实际的码头运作中，泊位、岸桥和集卡的调度是相互关联、相互影响的。
低碳经济下港口泊位—岸桥分配问题
低碳经济下港口泊位—岸桥分配问题作者：王致远范元伟来源：《物流科技》2015年第02期摘要：针对低碳经济下港口泊位—岸桥分配问题的研究，文章建立基于低碳经济下的泊位—岸桥分配模型。
模型由两部分组成：低碳经济下的泊位分配以及港口的岸桥分配。
将船舶到港时间引入传统泊位分配中，同时考虑船舶油耗和碳排放量，建立了船舶油耗量最小和船舶离港延迟时间最短的双目标函数。
并通过确定每艘船舶的泊位和停靠时间，设立港口岸桥分配函数，使港口分配岸桥总数量最小，避免不必要的资源浪费，提高港口的工作效率。
采用多目标遗传算法进行求解，通过试验算例证明所建立的模型的优化性。
关键词：低碳经济；泊位—岸桥分配；多目标遗传算法中图分类号：U691 文献标识码：AAbstract： To solve the problem of sea port berths-quay crane distribution under low carbon economy， this article establishes a model of sea port berths-quay crane distribution. The model is composed by two parts， they are berths distribution and sea port quay crane distribution respectively. By importing ship arriving port time into traditional berths distribution， in the meantime taking ship oil consumption and carbon emission into account， this article establishes a double-objective function which includes minimum oil consumption and minimum ship depart delay. By confirming berth time of every ship， this article structures sea port-quay crane distribution function as well， in order to minimize the total number of berths allocation quay crane， avoid unnecessary waste， and improve work efficiency of sea port. To solve this model， this article uses multi-objection genetic algorithm， thus proves the optimization of this model.Key words： low carbon economy； berths-quay crane distribution； multi-objection genetic algorithm0 引言泊位和岸桥是港口的稀缺资源，正因为如此，合理的泊位—岸桥资源分配对于码头和船舶运营成本降低及客户满意度的提高都至关重要[1]。
《集装箱码头泊位—岸桥—集卡调度优化研究》范文
《集装箱码头泊位—岸桥—集卡调度优化研究》篇一一、引言在现今的全球化经济体系中，集装箱运输已经成为世界货物流通的关键组成部分。
随着集装箱吞吐量的日益增加，如何实现码头泊位、岸桥及集卡的高效调度，成为了港口物流领域研究的热点问题。
本文将针对集装箱码头泊位—岸桥—集卡调度优化进行研究，旨在提高码头的作业效率和服务质量。
二、研究背景集装箱码头的作业效率直接影响到港口的吞吐能力及物流成本。
在码头作业中，泊位分配、岸桥操作及集卡调度是三个关键环节。
这三个环节的协同作业对于提高码头整体作业效率具有重要意义。
然而，在实际操作中，由于各种因素的影响，如船舶到港时间的不确定性、岸桥和集卡资源的有限性等，往往导致作业效率低下，甚至出现拥堵现象。
因此，对集装箱码头泊位—岸桥—集卡调度进行优化研究具有重要的现实意义。
三、研究内容1. 泊位分配优化泊位分配是码头作业的第一步，合理的泊位分配能够为后续的岸桥操作和集卡调度提供良好的基础。
本研究将通过建立数学模型，考虑船舶到港时间、船舶大小、预计作业时间等因素，优化泊位分配策略，以实现码头的空间和时间资源的最大化利用。
2. 岸桥操作优化岸桥是码头装卸作业的关键设备，其操作效率直接影响到整个码头的作业效率。
本研究将通过对岸桥操作流程进行详细分析，找出影响操作效率的瓶颈环节，并提出相应的优化措施。
同时，将利用现代信息技术，如物联网、大数据等，实现岸桥操作的智能化和自动化，提高操作效率。
3. 集卡调度优化集卡是码头内部运输的关键工具，其调度效率直接影响到码头的物流效率。
本研究将通过建立集卡调度模型，考虑集卡的数量、行驶路径、装卸点等因素，优化集卡调度策略，以实现码头内部物流的高效运输。
同时，将利用现代物流技术，如路径规划算法、智能调度系统等，提高集卡调度的智能化水平。
四、研究方法本研究将采用定性和定量相结合的研究方法。
首先，通过文献综述和实地调研，了解集装箱码头泊位—岸桥—集卡作业的现状和存在的问题。
基于多目标混沌云粒子群算法的泊位-岸桥分配研究
2014 年 1 月第 1 期 总第 487 期水运工程Port & Waterway EngineeringJan. 2014No. 1 Serial No. 487泊位-岸桥的合理配置优化能够有效提高集装箱码头资源的利用率、缩短船舶在港等待时间、基于多目标混沌云粒子群算法的泊位-岸桥分配研究*李明伟1,2，康海贵2，耿 静1,3，周鹏飞2（ 1. 哈尔滨工程大学船舶工程学院，黑龙江 哈尔滨 150001；2.大连理工大学海岸和近海工程国家重点实验室，辽宁 大连 116023； 3. 大连中交理工交通技术研究院有限公司，辽宁 大连 116023）摘要：为了提高集装箱港口泊位-岸桥分配效果和优化效率，以集卡运距和船舶在港时间最小为优化目标，建立了多目标离散泊位-岸桥分配模型，利用混沌云粒子群算法对泊位-岸桥分配模型进行求解，开发了粒子可行-整数化处理模块，内嵌于混沌云粒子群算法进化中，制定了粒子编码规则，设计了多目标函数的粒子历史极值和全局极值的计算方法，提出了基于混沌云粒子群优化算法求解多目标离散泊位-岸桥分配模型的新方法，数值算例结果证明了该模型和算法的可行性和实用性。
关键词：泊位-岸桥分配；粒子群算法；多目标优化；混沌理论；云模型中图分类号：U 691.6 文献标志码：A 文章编号：1002-4972(2014)01-0090-07改善港口服务水平，是增强集装箱码头竞争力的关键[1]。
国内外专家对泊位-岸桥调度优化问题进Berth and quay-crane allocationbased on multi-objective chaos cloud particle swarm optimization algorithmLI Ming-wei 1,2, KANG Hai-gui 2, GENG Jing 1,3, ZHOU Peng- fei 2(1. Ship Institute of Harbin Engineering University, Harbin 150001, China;2. State Key Lab of Coastal and Offshore Engineering, Dalian University of Technology, Dalian 116023, China;3. CCCC&DIUT Institute of Communication Technology Co., Ltd., Dalian 116023, China)Abstract: To improve allocation effectiveness and optimize efficiency of the berth and quay-crane incontainer terminal, a multi-objective berth and quay-crane allocation mode is established, so as to minimize thetransportation distance of container truck and stay time of ships in terminal, and the Chaos Cloud Particle Swarm Optimization (CCPSO) algorithm is used to solve the new model. The feasible-integer processing module for particles is designed, and embedded in the CCPSO algorithm. Devising the rules of particles encoding and calculation method of the historical extremum and the global extremum of particles, a new multi-objective berth and quay-crane allocation mode optimized by the CCPSO algorithm is proposed. Numerical example result shows that the proposedmodel and algorithm has certain the practicability and effectiveness.Key words: berth-quay crane allocation; particle swarm optimization; multi-objective optimization; chaostheory; cloud model收稿日期：2013-04-22*基金项目： 国家自然科学基金（50679008）；教育部博士点专项基金（200901411105）； 河南省交通厅科技计划项目（2010D107-4）作者简介：李明伟 （1984—），男，博士研究生，主要研究方向为港口物流与智能优化研究。
《集装箱码头泊位—岸桥—集卡调度优化研究》范文
《集装箱码头泊位—岸桥—集卡调度优化研究》篇一一、引言集装箱码头作为全球物流网络的重要节点，其泊位、岸桥和集卡等设备的调度效率直接关系到整个物流系统的运行效率。
随着全球贸易的日益增长，如何优化集装箱码头的调度系统，提高装卸效率，减少物流成本，已成为业界和学术界关注的热点问题。
本文旨在研究集装箱码头泊位、岸桥及集卡调度优化问题，通过理论分析和实证研究相结合的方法，提出一种更为高效的调度优化方案。
二、集装箱码头调度现状分析集装箱码头的调度系统主要由泊位分配、岸桥调度和集卡调度三部分组成。
当前，大多数码头的调度仍采用人工调度和半自动化调度相结合的方式，存在着一定的问题和挑战。
首先，泊位分配不够合理，可能导致船舶等待时间过长或泊位利用不均衡；其次，岸桥的装卸效率受多种因素影响，如设备性能、人员操作等；最后，集卡的调度效率直接影响着整个码头的物流效率。
三、泊位分配优化研究针对泊位分配问题，本文提出一种基于智能算法的优化方案。
首先，建立泊位分配的数学模型，考虑船舶大小、预计停留时间、码头作业量等因素；然后，采用遗传算法或模拟退火算法等智能算法进行求解，以实现泊位的合理分配。
通过仿真实验，证明该方案能有效提高船舶的泊位效率和减少船舶等待时间。
四、岸桥调度优化研究岸桥作为集装箱码头装卸的核心设备，其调度效率直接影响到整个码头的作业效率。
本文提出一种基于设备状态监测和人员操作的岸桥调度优化方案。
首先，通过引入传感器技术对岸桥设备进行实时监测，掌握设备性能和状态；其次，结合人员操作经验和智能算法，制定合理的装卸顺序和作业计划；最后，通过实时调整和优化，提高岸桥的装卸效率。
五、集卡调度优化研究集卡作为连接码头和岸桥的重要工具，其调度效率直接影响到整个码头的物流效率。
本文提出一种基于物流信息平台的集卡调度优化方案。
首先，建立物流信息平台，实现码头、岸桥、集卡等信息的实时共享；其次，通过智能算法对集卡的任务进行合理分配和调整，以实现集卡的高效调度；最后，通过实时监控和评估，不断优化集卡的调度方案。
遗传算法在码头泊位调度的研究与应用
遗传算法在码头泊位调度的研究与应用为更好地优化码头泊位分配，提高泊位利用率，以实现码头泊位利用率最大化为目标，借鉴背包问题的解决方案，将船舶在港时间、作业顺序、泊位安排、机械配置、堆场安排等时空因素，结合遗传算法得出泊位资源安排的最优解。
实践证明，该算法能有效缓解人工制订泊位计划所造成的考虑不周全、计划不合理等现象，有效避免了泊位冲突、极大提高了码头泊位利用率，提升了码头作业效益和服务水平。
标签：泊位调度；背包问题；遗传算法0 引言现代港口是国际物流供应链的主要环节，能够提供快速、可靠、灵活的综合物流经营服务是现代港口的重要标志。
泊位是决定港口码头的一个关键因素，相对于港口其他设施的投资来说，建造一个新的泊位的费用是非常昂贵的，所以，如何在已有泊位数量的基础上，合理的分配泊位已经成为制约当前港口发展的重要因素。
作为码头重要的作业资源，泊位、泊位计划是码头作业的基础，合理的泊位计划是提高作业效率、缩短船舶在港时间的关键因素。
现在全球吞吐量排名前十的港口，其24小时内数量达到几十艘次，因此如何合理安排船舶靠泊顺序和位置，决定了码头岸线资源及堆场、设备、人力资源的合理应用程度，提高泊位计划的合理性对提升整个码头的通过能力和服务水平，有着至关重要的意义[1]。
1 当前泊位计划中存在的问题当前泊位计划编排的依据主要是根据船公司对码头的重要程度，也就是所谓的“重点客户重点服务”策略；再有就是采用所谓的“先进先出”原则，这样会导致出现物化消耗过大，服务效率低下，客户满意度不高等问题；除此之外，码头泊位计划安排的好与坏，则主要体现在计划员本身对于码头业务的理解程度、作业经验是否丰富等方面，而这些则可能导致作业线路安全隐患或者资源岸线泊位浪费等情况出现。
总之缺乏必要的理论支持和系统分析，从而导致泊位计划的随机性较大，这是目前泊位计划制定过程中存在的一个比较普遍的问题。
2 通过基于背包问题的遗传算法解决组合优化问题遗传算法已经成为组合优化问题的近似最优解的一把钥匙[2][3]。
一种集装箱码头泊位与岸桥分配方法
一种集装箱码头泊位与岸桥分配方法在现代物流领域中，集装箱码头是非常重要的装卸和转运基础设施。
为了高效地管理和利用集装箱码头的资源，其中一个关键问题是如何合理地分配码头泊位和岸桥。
传统的分配方法主要是基于经验和直觉，容易出现资源浪费和效率低下的问题。
因此，开发一种科学、合理的码头泊位和岸桥分配方法对于优化现有资源的利用和提高操作效率具有重要意义。
以下是一种基于数据分析和优化算法的集装箱码头泊位与岸桥分配方法，具体步骤如下：1.数据收集和准备：首先收集和整理相关数据，包括码头的泊位数量和特征、岸桥的数量和特征、集装箱船舶的数量、到达时间和货物数量等。
这些数据可以通过码头的管理系统、物流公司的统计数据和船舶调度系统等途径获取。
2.数据清洗和预处理：对收集到的数据进行清洗和预处理，包括数据去重、缺失值处理和异常值处理等。
确保数据的准确性和完整性。
3.建立数学模型：基于收集到的数据和相关的数学模型，建立一个可以描述码头、岸桥和集装箱船舶之间关系的模型。
这可以是一个优化问题，目标是使得码头泊位和岸桥的利用率最大化，同时满足各种限制条件，如船舶到达时间、货物数量、岸桥的工作能力等。
4.优化算法：根据建立的模型，设计和实现一个适用的优化算法，根据输入的数据进行计算和分析，给出最优的码头泊位和岸桥分配方案。
可以采用启发式算法、遗传算法等方法进行求解。
5.评估和调整：对于给出的分配方案，进行评估和调整。
评估的指标可以包括码头泊位和岸桥利用率、船舶等待时间、货物运输效率等。
如果评估结果不理想，可以根据需要对模型和算法进行调整和优化。
通过以上步骤，可以建立一个科学、合理的集装箱码头泊位与岸桥分配方法，并实现对资源的高效管理和利用。
这种方法可以提高码头的资源利用效率，减少船舶等待时间，提高货物运输效率，从而为现代物流业提供更加优质的服务。
《基于遗传算法的集装箱码头泊位和岸桥分配问题的研究》范文
《基于遗传算法的集装箱码头泊位和岸桥分配问题的研究》篇一一、引言随着全球贸易的持续增长，集装箱运输在物流领域中占据了举足轻重的地位。
集装箱码头的运作效率直接影响到货物的运输效率和成本。
其中，泊位和岸桥的分配问题是影响码头作业效率的关键因素之一。
传统的分配方法往往难以应对复杂的作业环境和多变的作业需求，因此，研究基于遗传算法的集装箱码头泊位和岸桥分配问题具有重要的现实意义。
二、问题描述集装箱码头的泊位和岸桥分配问题是一个典型的组合优化问题。
该问题旨在确定在一定的时间内，如何将有限的泊位和岸桥资源合理分配给进港的集装箱船舶，以实现作业效率的最大化和成本的最小化。
这个问题具有非线性、多约束和多目标的特性，是一个NP难问题。
三、遗传算法理论遗传算法是一种模拟自然选择和遗传学机制的优化算法。
它通过模拟生物进化过程中的染色体基因的交叉、变异等操作，来搜索问题的最优解。
遗传算法具有较强的全局搜索能力和鲁棒性，适用于解决复杂的组合优化问题。
四、基于遗传算法的泊位和岸桥分配模型本研究将遗传算法应用于集装箱码头的泊位和岸桥分配问题，建立了相应的数学模型。
模型中，将泊位和岸桥的分配看作是一种“染色体”，通过编码表示不同的分配方案。
然后，根据问题的实际约束条件，定义了适应度函数，用于评估不同分配方案的优劣。
在遗传算法的迭代过程中，通过选择、交叉和变异等操作，不断产生新的“染色体”，即新的分配方案，并逐步逼近最优解。
五、实验与分析为了验证模型的有效性，我们进行了大量的仿真实验。
实验结果表明，基于遗传算法的泊位和岸桥分配方法能够在较短时间内找到较为理想的分配方案，提高码头的作业效率。
与传统的分配方法相比，该方法具有更强的全局搜索能力和适应性。
此外，我们还分析了不同参数对分配结果的影响，为实际码头提供了有价值的参考。
六、结论与展望本研究基于遗传算法的集装箱码头泊位和岸桥分配问题进行了深入研究。
通过建立数学模型和大量的仿真实验，验证了该方法的有效性和优越性。
连续型泊位与岸桥配置的多目标问题求解
连续型泊位与岸桥配置的多目标问题求解汤齐;滑建辉【摘要】泊位和岸桥作为集装箱码头的紧缺资源,在港口实际运作中起着至关重要的作用,其能否高效率协调工作直接影响码头装卸作业效率和港口对外信誉. 针对集装箱码头连续型泊位和岸桥的协调调度以及如何缩短船舶在港中逗留的时间并减少港口岸桥总工作时间等问题,提出最小化各船舶在泊位中的装卸时间和最小化岸桥总工作时间的多目标函数的连续泊位和岸桥调度优化数学模型,采用多目标遗传算法对该优化模型进行求解,并通过数据实验验证了该模型的可行性和有效性.%As the scarce resource in container terminal, berth and shore bridge coordination scheduling quality directly af-fects the efficiency of terminal handling and port foreign credit.For container continuous berths and quay crane cooperative scheduling problem,shortening the time of stay in port in the ship, this paper put forward berth and quay crane scheduling optimization model in order to reduce the working of ships at berth quay handling time and total working time of the objec-tive function, moreover, proposing adaptive genetic algorithm to solve the mathematical model and to demonstrate the feasi-bility, effectiveness of the algorithm through the experimental data.【期刊名称】《天津大学学报（社会科学版）》【年(卷),期】2016(018)001【总页数】6页(P44-49)【关键词】连续型泊位;岸桥;多目标遗传算法;联合调度【作者】汤齐;滑建辉【作者单位】天津工业大学管理学院,天津300387;天津工业大学管理学院,天津300387【正文语种】中文【中图分类】TP391;U691集装箱码头是国际物流运输的重要节点，连接国与国之间的贸易往来，通过合理的配置港口自身的资源，可以减少船舶到港排队时间和装卸货物的时间，提高自身的核心竞争力。
求解集装箱码头泊位-岸桥分配多目标算法
求解集装箱码头泊位-岸桥分配多目标算法
王旭;刘士新;张瑞友;王佳
【期刊名称】《系统仿真学报》
【年(卷),期】2018(30)3
【摘要】针对低碳型集装箱码头连续泊位-岸桥分配问题,考虑到港时间不确定性和集卡运输能力受限等约束,建立了以最小化船舶碳排放和平均延迟时间为目标的多目标非线性混合整数规划模型,采用高效非支配排序的遗传算法(Efficient Non-dominate Sort Genetic Alogrithm Ⅱ,ENSGA-Ⅱ)对模型进行求解。
针对问题的特点,设计了4链编码规则和基于滚动仿真的解码规则、带精英选择的PPX交叉算子、多约束下变异算子和不可行解修复算子。
通过多组测试算例对算法进行测试,实验结果表明:与NSGA-Ⅱ和MNSGA-Ⅱ相比,ENSGA-Ⅱ能快速求得满意解,适合求解本文问题。
【总页数】12页(P1178-1188)
【作者】王旭;刘士新;张瑞友;王佳
【作者单位】河北环境工程学院经济学院;东北大学信息科学与工程学院流程工业综合自动化国家重点实验室;东北大学秦皇岛分校经济学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.集装箱码头泊位岸桥堆场分配问题研究
2.集装箱码头连续泊位-岸桥分配的仿真优化
3.改进Memetic算法求解集装箱码头泊位岸桥调度问题
4.基于多目标遗传算法的集装箱码头泊位——岸桥分配问题研究
5.基于吸引子布局算法求解码头泊位岸桥分配问题
因版权原因，仅展示原文概要，查看原文内容请购买。
基于Memetic算法的泊位和岸桥分配问题1671-4431(2011)11-0066-06
第３３卷 第１１期２０１１年１１月武 汉 理 工 大 学 学 报ＪＯＵＲＮＡＬＯＦＷＵＨＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹＶｏｌ．３３ Ｎｏ．１１ Ｎｏｖ．２０１１ＤＯＩ：１０．３９６３／ｊ．ｉｓｓｎ．１６７１－４４３１．２０１１．１１．０１４基于Ｍｅｍｅｔｉｃ算法的泊位和岸桥分配问题乐美龙，刘 菲（上海海事大学物流研究中心，上海２００１３５）摘 要： 泊位是港口资源中最紧缺的资源，合理的泊位分配和岸桥调度可以提高集装箱码头的作业效率，研究了集装箱码头泊位和岸桥的同时优化问题。
将泊位与岸桥的分配问题抽象为二维装箱问题，然后建立了泊位、岸桥同时优化的混合整数线性规划模型，并提出了Ｍｅｍｅｔｉｃ算法进行求解。
计算结果表明，在求解大规模船舶指派优化问题时，使用Ｍｅｍｅｔｉｃ算法求解比使用Ｇｕｒｏｂｉ软件求解在计算时间上具有明显的优越性。
关键词： 集装箱码头； 泊位分配问题； 装箱问题； 岸桥分配问题； Ｍｅｍｅｔｉｃ算法中图分类号： Ｕ６９１．３文献标识码： Ａ文章编号：１６７１－４４３１（２０１１）１１－００６６－０６ＩｎｔｅｇｒａｔｅｄＢｅｒｔｈＡｌｌｏｃａｔｉｏｎａｎｄＱｕａｙＣｒａｎｅＳｃｈｅｄｕｌｉｎｇｂｙＭｅｍｅｔｉｃＡｌｇｏｒｉｔｈｍｓＬＥＭｅｉ－ｌｏｎｇ，ＬＩＵＦｅｉ（ＬｏｇｉｓｔｉｃｓＲｅｓｅａｒｃｈＣｅｎｔｅｒ，ＳｈａｎｇｈａｉＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００１３５，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ： Ｔｏｉｍｐｒｏｖｅｏｐｅｒａｔｉｏｎｅｆｆｉｃｉｅｎｃｙｏｆｃｏｎｔａｉｎｅｒｔｅｒｍｉｎａｌｓ，ｏｐｔｉｍｉｚａｔｉｏｎｏｆｂｅｒｔｈａｌｌｏｃａｔｉｏｎａｎｄｑｕａｙｃｒａｎｅｓｃｈｅｄｕｌｉｎｇｉｓｄｉｓｃｕｓｓｅｄｉｎｔｈｉｓｐａｐｅｒａｎｄｂｅｒｔｈａｌｌｏｃａｔｉｏｎｐｒｏｂｌｅｍｉｓａｂｓｔｒａｃｔｅｄａｓｐａｃｋａｇｅｐｒｏｂｌｅｍ，ｔｈｅｎａｍｉｘｅｄｉｎｔｅｇｅｒｐｒｏｇｒａｍｍｉｎｇｍｏｄｅｌｉｓｐｒｅｓｅｎｔｅｄ．ＴｈｅｐｒｏｐｏｓｅｄＭｅｍｅｔｉｃａｌｇｏｒｉｔｈｍｉｓａｐｐｌｉｅｄｔｏｓｏｌｖｅｉｔ．ＥｘｐｅｒｉｍｅｎｔｓｒｅｓｕｌｔｓｓｈｏｗｔｈａｔＭｅｍｅｔｉｃａｌｇｏｒｉｔｈｍｉｓｓｕｐｅｒｉｏｒｉｎｒｕｎｎｉｎｇｔｉｍｅ．Ｋｅｙｗｏｒｄｓ： ｃｏｎｔａｉｎｅｒｔｅｒｍｉｎａｌｓ；ｂｅｒｔｈａｌｌｏｃａｔｉｏｎｐｒｏｂｌｅｍ；ｐａｃｋａｇｅｐｒｏｂｌｅｍ；ｑｕａｙｃｒａｎｅａｓｓｉｇｎｍｅｎｔｐｒｏｂｌｅｍ；Ｍｅｍｅｔｉｃａｌ－ｇｏｒｉｔｈｍ收稿日期：２０１１－０９－１３．基金项目：上海市自然科学基金创新行动计划项目（１０１９０５０２５００）；上海海事大学启动基金、上海市科委工程中心项目（０９ＤＺ２２５０４００）和上海市教委重点学科项目（Ｊ５０６０４）．作者简介：乐美龙（１９６４－），男，教授，博导．Ｅ－ｍａｉｌ：ｍｅｉｌｏｎｇｌｅ＠ｈｏｔｍａｉｌ．ｃｏｍ随着经济的不断发展，集装箱运输已经成为运输的重要方式，集装箱码头之间的竞争日益激烈。
集装箱码头泊位—岸桥分配耦合优化
集装箱码头泊位—岸桥分配耦合优化杨春霞;王诺;杨华龙【摘要】针对现有泊位、岸桥分配优化方法因未考虑二者耦合关系引发的资源浪费或作业冲突等问题,以船舶作业时间为耦合变量,建立了基于泊位分配子模型和岸桥分配子模型的耦合模型,优化目标为最小化船舶在港时间和岸桥移动次数。
提出了一种嵌套循环进化算法进行求解,其中,两个内循环分别用于求解泊位分配和岸桥分配子模型,外循环通过两个内循环的相互作用和反馈来寻找满意解。
通过试验算例验证了所提耦合优化方法的有效性。
%Existing optimized approaches for berth allocation and quay crane assignment problems didn＇t consider resource wastes or conflicts in operations caused by their coupling relationships.To solve this problem,by using ship handling time as coupling variables,a coupled model was established based on the berth allocation sub-model and the quay crane assignment sub-model.The objective of the coupled model was to minimize the waiting time of ships and the transfer number of quay cranes.An evolutionary algorithm with nested loops was presented.Two internal loops were used to solve the berth allocation sub-problem and the quay crane assignment sub-problem respectively.And with the interaction and feedback between the two loops,an external loop was adopted to find the satisfactory solution.The computational experiments were given to verify the effectiveness of the presented coupled approach.【期刊名称】《计算机集成制造系统》【年(卷),期】2011(017)010【总页数】8页(P2270-2277)【关键词】耦合优化;泊位分配;岸桥分配;嵌套循环;集装箱码头【作者】杨春霞;王诺;杨华龙【作者单位】太原科技大学交通与物流学院,山西太原030024;大连海事大学交通运输管理学院,辽宁大连116026;大连海事大学交通运输管理学院,辽宁大连116026【正文语种】中文【中图分类】TP39;U169.6泊位、岸桥是多用户集装箱码头的紧缺资源,泊位分配问题(Berth A llocation Problem,BAP)和岸桥分配问题(Quay Crane A ssignment Prob lem,QCAP)一直是集装箱码头生产组织优化领域的基础问题和热点问题[1-3]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
泊位一岸桥分配是指码头调 度人员根据 一定 的优化 策略 及泊位、 岸桥是 否空 闲等 约束 条件 ， 为一系列 到港船舶安排 靠 泊顺序 、 泊泊位及确定作业岸桥数 目的过程 。与单纯的泊位 靠
分配 和岸 桥 分 配 “ 相 比 ， 泊位 一 岸 桥 分 配 把 两 者 当成 一
ｍ ｌ— ｊｃｖ ｅｅ ｃａ ｏ ｔｍ， ｎｗ ｉ ，ｘｒ ｓｄｔｅｆ ｓ ｌ ｓｌｔ ｎ ｙｇｎｍ ， ｎ ａｅａｃｏｓｒｌ ｔ ｄａ ｔ － ｕｔｏ ｅｔｅｇｎｔ ｌ ｒｈ ｉ ｈｃ ｅｐｅ ｅ ａｉ ｅ ｏｕ ｏｓ ｅ ｏ ｅ ａｄｇｖ ｒｓ ｕｅ ｏ ｅｌｈ ｒ ｉｂ ｉ ｉ ｇｉ ｈ ｓ ｈ ｅ ｂ ｉ ｂ ｅ ｅ
Ｋ ｙ ｗ ｒ ｓ ｏ ｔｉ ｒ ｅ ｎ ｌ ｂ ｒ —ｕ ｙｃａ ｅａ ｏ ａｉ ；ｍ ｌ—ｂｅｔ ｅｇ ｎ ｔ ｌ ｒ ｈ ｍ ｌ・ ｊｃ ｖ ｐｉ ｉ ｔ ｎ ｅ ｏ ｄ ：ｃ ｎａ ｅ ｒ ａ ； ｅｔ ｑ ａ ｒｎ ｌ ｃ ｔ ｎ ｕ ｉ ｊｃ ｖ ｅ ｅ ｃ ｇ ｉ ｍ； ｕｔ ｏ ｅ ｔ ｅｏ ｔ ｚ ｉ ｎ ｔ ｍｉ ｈ ｌ ｏ ｔｏ ｉ ｉａ ｏ ｔ ｉｂ ｉ ｍ ａｏ
岸 桥 分 配 问题 研 究
杨 春 霞 ，王 诺
（ 大连海 事大 学 交通与物 流工程 学院 ， 宁 大连 １６２ ） 辽 １０６
摘 要 ：为获得合理 的集装 箱码 头泊位 一岸桥 分 配方案 ， 建立 了以最 小化船 舶在 港 时间和码 头生产 成本 为 目标
的优 化模型 。提 出一种 多 目标遗 传算 法用 于求解该模 型 ， 法 中采 用 染 色体 组 的 方式表 示 可行 解 ， 出了多 个 算 给 约束条 件下 的交叉算子 运算规 则 ， 个体 的各 目标值 结合 岸桥 分 配启发 式 算 法求得 ， 并应 用 Ｐ ｒｔ 级 方法进 行 ａｅ ｏ分 适应度值 评价 ； 同时给 出了最终 实施 方案 的选择 策略 。试验 算例 表 明， 与单 目标优化 相 比 ， 出的优 化 方法 能获 提
第２ ７卷 第 ５期
２１ ０ ０年 ５月
计 算 机 应 用 研 究
Ａｐ ｌ ａ ｉｎ Ｒｅ ｅ ｒ ｈ ｏ ｍｐ ｔ ￣ ｐ ｉ ｔ ｓ ａ ｃ ｆＣｏ ｕ ｅ ｃ ｏ
Ｖｏ． ７ Ｎｏ ５ １２ ．
Ｍａ ２ １ ｖ ００
基 于 多 目标 遗传 算 法 的集 装箱 码 头泊位一
ｓｒｃｉｎ ｃ ｎ ｔｏ ｓａ ｌ ａ ａｃ ｌ ｔｄ ｉ ｉｉ ｕ ｌ ｅ ｒｓｉ ｎ ｖ ｌ ａｅ ｙ ｔ ｒ ｔ ａ ｉｇ ｍｅ ｈ ｄ．Ｆｕ ｔ ｒｍｏ ｅ． ｔｉｔｏ ｏ ｄｉｉｎ ｓｗｅｌ ｓｃ ｌｕ ａｅ ｎｄｖ ｄ ａｓｂｙａ ｈ ｕ ｔｃａ ｄ ｅ ａ ｕ ｔｄ ｂ ｈｅＰａ ｅｏ ｒｎｋｎ ｔ ｏ ｉ ｒｈｅ ｒ ｓ ｇ ｅ ｔｄ ａｓｒ ｔｇ ｏ ｃ ｏ ｓ ａｉ ｓ ｈ ｄ ｌ ｒ ｕ ｇ ｓｅ ｔａｅ Ｙ ｔ ｈ ｏ ｅ ａ ｖ ｌ ｄ ｃ ｅ ｕ ｅ ｆｏｍ ｈ Ｐ ｒ ｔ ｏｕｔ ｎｓ ｔ ｅ ａ ｅｏ ｓ ｌ ｉ ．Ｇａ ｅ ｔ ｅ ｅ ｐｅ ｍｅ ｓ ｔ ｅ ｉ ｈｅ ｍｏ ｌａ ｈ ｏ ｖ ｈ ｘ ｒ ｎｔ ｏ ｖ ｒｆ ｔ ｄｅ ｎｄ ｔｅ ｉ ｙ ｍｅｈ ｄ． ｅ ｒ ｓ ｌｓｓ ｏ ｔ ｔｔ ｒ ｐ ｓ ｄ ａ ｒ ｃ ａ ｂｔｉ ａｉｆ ｄ ｓ ｌ ｉｎ． ｔｏ Ｔｈ ｅ ｕｔ ｈ ｗ ｈａ ｈｅ ｐ ｏ ｏ ｅ ｐｐｏａ ｈ ｃ ｎ ｏ ａｎ ａ ｓｔｓ ｅ ｏｕｔ ｉ ｏ
Ｂｅ ｔ ｑ ａ ｒ ｎ ｌ ｃ ｔｏ ｎ ｃ ｎ ａｎ ｒｔ ｒ ｎ ｌ ｒｈ— ｕ ｙ ｃ ａ ｅ ａｌ ａ ｉ ｎ ｉ ｏ ｔ ｉ ｅ ｅ ｍｉ ａ ｏ
ｂ ｓｄｏ ｕｔｏｊｃｉ ｅ ｅｉ ａｇｒｈ ａｅ ｎｍ ｌ—ｂｅｔ ｅｇｎ ｔ ｌｏｉ ｍ ｉ ｖ ｃ ｔ
ＹＡＮＧ Ｃｈｕ — ｉ ｎ ｘ ａ，Ｗ ＡＮＧ ｏ Ｎｕ
得使码 头综合 效益较 大的满意 解。
关键词 ：集装 箱码 头 ；泊位一 岸桥 分配 ；多 目标遗传 算 法； 多 目标优 化
中图分类 号 ：Ｕ ６ ． １９ ５ ２ １ ）５ １ ２ ． ３ ０ １３ ９ （ ０ ０ ０ — ７ ０ ０
ｄ ｉ１ ．９ ９ ｊｉ ｎ １０ —６ ５ ２ １ ．５ ０ ２ ｏ：０ ３ ６ ／．ｓ ．０ １３９ ．０ ０ ０ ．３ ｓ
（ ｏｌ ｅｏ ｒｎ ｏａｉｎ＆ Ｌｇｓｃ，Ｄ ｌ ｎＭａｉｍ ｎｖｒｔ Ｄ ｌ ｎＬａｎｎ １０ ６ ｈｎ ） Ｃｌｇ Ｔａｓ ｒ ｔ ｅ ｆ ｐ ｔ ｏ ｏ ｉｉ ｔｓ ａｉ ｒｉｅＵ ｉ ｓｙ， ａｉ ｉｏ ｉ １６２ ，Ｃ ｉａ ａ ｔ ｅｉ ａ ｇ
Ａ ｓ ａｔ ｏｓｌ ｅ ｅ ｈｑ ａ ｒｎ ｌ ｃｔ ｎｐｏｌｍｉ ｃｎａ ｅ ｒ ｉａ． ｉ ｐｐｒ ｓ ｂ ｓｅ ｕｔｏｊｃｖ ｐｉ ｂｔ ｃ：Ｔ ｏ ｅ ｈ ｒ —ｕ ｙ ａｅ ｌ ａｉ ｒｂｅ ｏｔｉ ｒｅｍｎ １ ｈｓ ａｅ ｔ ｌｈｄａ ｌ—ｂｅｔ ｅ ｔ ｒ ｖｔ ｂ ｔ ｃ ａｏ ｏ ｎ ｎ ｔ ｔ ｅａｉ ｍ ｉ ｉ ｏ ．
ｍｉａｉｎ ｍｏ ｅ ｗ ｔ ｈ ｔｙ ｔ ｆｓ ｉｓ ａ ｄ ｔ ｅｐ ｏ ｕ ｔ ｎ ｃ ｓ ｏ ｓｄ ｒ ｄ ｓｍｕｔ ｎ ｏ ｓ ．Ｔ ｏｖ ｈ ｄ １ ａ ｏ ｔｄ ｔｅ ｚ ｔ ｄ ｌ ｉ ｔ ｅ ｓ ｍｅ ｏ ｈ ｐ ｎ ｈ ｒｄ ｃｉ ｏｔｃ ｎ ｉ ｅ ｅ ｉ ｌ ｅ ｕ ｌ ｏ ｈ ａ ｉ ｏ ａ ｙ ｏ ｓ ｌ ｅｔ ｅ ｍｏ ｅ ． ｄ ｐｅ ｈ