基于协同与仿真的某内河港口集装箱码头联合调度优化研究

• 作 者: 曲祖明
• 出 处: 华南理工大学
• 发表日期: 2015年期
• 关键词: 集装箱码头 协同装卸作业 改进遗传算法 eM-Plant

协同装卸作业能够有效提高集卡和岸桥的利用效率,单作业循环减少设备50%的空载运行成本,因此该理论在大型港口的集卡路径优化、集装箱同贝位同步装卸和堆码序列等问题上得到了广泛的研究。但中小型港口堆场布局简单,不涉及复杂的集卡调度和路径选择,停靠船舶较小,不适合进行同贝位同步装卸,因此该理论在中小型港口中的应用一直较少。近年来国际经济形势严峻,在外向型经济向内向型经济转变的过程当中,内河的中小型港口发展在政策上得到了更多的关注,但是目前,绝大多数内河港口的作业调度仍然依靠人工进行,设备尤其是集卡的利用率较低,作业成本居高不下。而内河港口的这种情况恰与协同装卸理论的应用背景相吻合。因此,本文根据我国南方某重要的内河港口Q港的实际情况和作业特点,在其集装箱码头的作业调度上引入了协同装卸理论,并将该理论延伸到了泊位分配领域,提出了基于协同装卸率最高的调度优化数学模型,以计算集装箱船舶的靠泊序列和时间序列；然后设计了改进的遗传算法,采用了可变惩罚优化和基于滑动窗口的交叉算子,确保了算法的收敛效率和结果的质量；随后根据对Q港的实地调研数据,考虑模型的通用性,基于面向对象方法构建出Q港集装箱码头作业调度系统仿真模型。本文最后将两则实际算例应用于数学模型和仿真模型,经过对计算结果和运行结果的分析比对,发现新的调度优化方法相比于原先的先到先服务和独立装卸作业,具有提高协同装卸率、降低集卡空驶距离、节约燃油成本、加强设备集中使用、减少港内交通流量、缓解系统瓶颈等诸多优势。同时新的优化方法也将协同装卸理论的研究延伸到了泊位分配领域,给内河港口提供了应用协同装卸作业理论的抓手。