基于广义遗传算法的泊位分配问题优化研究

论文摘要

经济一体化,贸易全球化,科学技术进步为集装箱运输发展提供了有利条件。随着集装箱运输的高速发展,集装箱码头作为集装箱物流系统中的中转枢纽,吞吐量保持着高速增长的势头。围绕成为区域乃至全球枢纽港的目标,国内港口间竞争日趋白热化:许多港口纷纷建造大型集装箱专用码头,增加岸桥、集卡等配套设施来解决船舶压港,等待时间过长的问题。但在泊位分配问题上,一方面岸线作为不可再生资源,以及兴建码头和购买配套设施都需要付出巨大的成本,另一方面码头却采用传统的先到先服务的人工分配方式。因此,如何在有限的岸线资源下,合理提高泊位利用率,缩短船舶在港时间,降低码头运营成本是码头亟待解决的关键问题。本文在国内外许多学者关于泊位分配问题研究的基础上,充分考虑泊位分配问题的动态性和实际运营中的可操作性,结合我国集装箱码头运营和岸边作业流程实际情况,站在提高码头效率的角度,以船舶总在港时间最小为目标,建立动态泊位分配模型和约束条件。本研究分析了船舶日益大型化给船公司和码头运营带来的影响,并从船公司与港口共赢的角度出发,提出枢纽港在泊位分配的过程中,应对不同规模船舶赋予不同的服务优先级。基于上述观点,建立了具有优先权的动态泊位分配模型。为求解模型,本研究设计了改进的广义遗传算法并用于算例的求解,已验证其有效性。此外,对是否考虑靠泊优先权因子对枢纽港泊位分配的影响进行了对比分析。试验算例结果表明,与标准遗传算法相比,广义算法能够有效防止解的退化和过早收敛现象;靠泊优先权实现了优先考虑大型船舶的目标,有效地解决了现实运作中,由于天气等原因造成班期延误时,船公司向码头提出优先靠泊要求的问题。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景和意义
• 1.1.1 泊位分配的研究背景
• 1.1.2 泊位分配的研究意义
• 1.2 泊位分配问题国内外研究现状
• 1.2.1 泊位分配问题研究现状
• 1.2.2 遗传算法研究现状
• 1.3 研究内容和解决的关键问题
• 1.3.1 本文研究的主要内容
• 1.3.2 本文解决的关键问题
• 第2章 遗传算法与广义遗传算法
• 2.1 遗传算法简介
• 2.1.1 遗传算法概述
• 2.1.2 遗传算法基本术语
• 2.2 标准遗传算法
• 2.2.1 标准遗传算法的基本流程
• 2.2.2 标准遗传算法的主要参数
• 2.3 广义遗传算法基本理论
• 2.3.1 广义遗传算法的产生
• 2.3.2 广义遗传算法基本思想
• 2.3.3 广义遗传算法的流程
• 第3章 动态泊位分配问题数学模型的建立
• 3.1 问题描述
• 3.1.1 集装箱码头作业流程
• 3.1.2 集装箱船舶在港时间
• 3.1.3 动态泊位分配问题概述
• 3.2 动态泊位分配模型的建立
• 3.2.1 模型假设
• 3.2.2 数学模型的建立
• 3.3 具有优先权的动态泊位分配模型的建立
• 3.3.1 问题提出
• 3.3.2 优先权因子决定因素的确定
• 3.3.3 模型假设
• 3.3.4 数学模型的建立
• 第4章 基于广义遗传算法的动态泊位分配问题
• 4.1 基于广义遗传算法的设计
• 4.1.1 改进的广义遗传算法流程
• 4.1.2 改进广义遗传算法流程说明
• 4.2 遗传算法参数设计
• 4.2.1 确定编码
• 4.2.2 生成初始种群
• 4.2.3 设计适应度函数
• 4.2.4 遗传操作
• 4.3 动态泊位分配模型优化与结果分析
• 4.3.1 试验算例设计分析
• 4.3.2 结果与分析
• 4.4 具有优先权的动态泊位分配模型优化与结果分析
• 4.4.1 试验算例设计分析
• 4.4.2 结果与分析
• 第5章 结论
• 5.1 全文总结
• 5.2 工作展望
• 参考文献
• 附录 部分程序代码
• 攻读学位期间公开发表论文
• 致谢
• 研究生履历