混合堆场自动化集装箱码头L-AGV调度IM-ε-Q算法

摘要

世界贸易的一体化推动了集装箱航运业的急剧繁荣。码头吞吐量的增长及超巴拿马船型的出现对装卸能力提出了更高的标准。自动化集装箱码头具有装卸效率稳定高效，劳动成本低等优点，已成为我国港口（如青岛港、上海洋山港等）发展建设的重要方向。L-AGV作为码头中灵活度最高的水平搬运设备，主要负责码头前沿及堆场间的搬运箱，恰当的L-AGV调动有利于减少岸桥等待，减少船舶在港时间及作业成本。 本文针对自动化集装箱码头混合堆场作业系统的L-AGV调度优化问题，首先分析论证了世界典型自动化集装箱码头装卸作业系统，阐述上海港洋山港区的有/无悬臂自动轨道吊（ARMG）新型混合堆场系统工作特点，论证作业系统的研究价值与意义。在分析AGV作业模式的基础之上，明晰本课题具体的研究内容，确定了L-AGV混合交叉调度模式。以岸桥总完工时间最小化为优化目标，建立了该系统以group为准的独立装船模式下的马尔科夫模型，在此基础上设计了L-AGV调度IM-ε-Q算法。 结合本文所研究模型求解较繁琐的特点，设计了L-AGV调度IM-ε-Q算法。并针对集装箱堆场物流系统的不确定性，提出了堆场L-AGV和集装箱任务多维状态空间和一种动作组策略融合两种动作的表示方法，实时反映系统状态，实现对AGV的有效调度。同时又利用improvedε-greedy探索策略平衡算法精度与探索效率，设计了算法学习因子和折扣因子的确定规则。同时应用离散事件仿真机制简化求解过程。为Q算法在该类系统的后续研发提供参考。 最后设计实验论证IM-ε-Q算法的求解性能，结果表明：1）IM-ε-Q算法优化性能良好。较4种参考调度方法的岸桥和L-AGV等待时间分别降低9%和5%以上，较改进前的Q算法精度提高约8.0%；2）IM-ε-Q算法可适应调度要求，较贪婪确定式调度，船舶装卸时间减低约5%，L-AGV利用率提高9%以上；3）分析在不同L-AGV数量下算法实时调度优势，岸桥装卸时间和ARMG等待时间随L-AGV数量增加呈先下降后趋缓趋势，L-AGV利用率呈加速下降趋势。

目录

第一个书签之前

1 绪论

1.1 研究背景

1.2 研究意义

1.3 国内外研究现状

1.4 主要研究内容及创新点

1.4.1 主要研究内容

1.4.2 论文结构

1.4.3 创新点

2 自动化集装箱码头装卸工艺系统简介

2.1 国内外自动化集装箱码头典型装卸工艺简介

2.2 上海港洋山港区自动化集装箱码头新型混合装卸作业系统

2.2.1 洋山港区四期工程装卸工艺

2.2.2 洋山港区四期工程平面布置

2.3 自动化集装箱码头AGV作业系统概述

2.3.1 自动化集装箱码头AGV作业模式

2.3.2 自动化集装箱码头AGV水平运输系统作业原理

2.3.3 自动化集装箱码头AGV调度原则

2.4 本章小结

3 自动化集装箱码头混合堆场系统L-AGV调度模型

3.1 自动化集装箱码头混合堆场系统L-AGV调度问题概述

3.2 模型基本假设

3.3 模型变量描述

3.4 L-AGV调度模型的构建

3.5 本章小结

4 L-AGV调度IM-ε-Q算法

4.1 Q学习算法

4.1.1 强化学习算法

4.1.2 Q learning学习算法

4.2 离散事件系统建模

4.2.1 离散事件系统定义

4.2.2 离散事件系统基本要素

4.2.3 离散事件系统仿真进程构成

4.3 自动化集装箱码头L-AGV调度 IM-ε-Q算法

4.3.1 IM-ε-Q算法设计

4.3.2 AGV调度IM-ε-Q算法实现

4.4 本章小结

5 算例与分析

5.1 实验设计

5.2 算法性能分析

5.3 车辆配置变化与码头技术参数影响关系

5.4 本章小结

6 结论与展望

6.1 结论

6.2 展望