基于遗传算法的堆场贝位分配优化问题研究

摘要

集装箱码头是专供停靠集装箱船舶，装卸集装箱的港口作业场所。在集装箱运输过程中码头是水路和陆路运输的连接点，也是集装箱多式联运的枢纽。集装箱码头的堆场部分可分为前方堆场和后方堆场，其主要作用是为集装箱提供临时的集中堆存。因为集装箱码头装卸企业生产具有连续性、协作性和不平衡性等显著的特点，所以为确保港口码头的高吞吐量，保证为每一个集装箱船舶提供快速高效的服务，堆场管理必不可少。 堆场管理包括多个方面，主要包括堆存优化和堆场机械调度等。本文研究仅限于堆存优化方面，以一贝为对象，根据混合堆存工艺，考虑不断变化的当前堆存状态和操作难度，为每一个动态到达的集装箱安排位置。其目的是在装船作业期间，在前方堆场取箱操作过程中倒箱次数最少。该实际问题属于NP难问题，很难用传统的优化方法解决。文中对实际问题进行了一定程度的简化，首先针对倒箱次数建立了数学模型，然后考虑实际作业难度，对上述模型进行了改进。最后采用遗传算法进行求解。针对遗传算法的性质和求解过程，提出采用并行遗传策略。同时文中给出了算法所需的各种参数的值，包括子种群数目、进化代数、遗传算子的取值及相应的编码策略。论文最后还对不同情况下的优化结果进行了比较，对该问题的研究进行了展望并提出了进一步研究的着眼点。

目录

文摘

英文文摘

声明

第一章 绪论

1.1研究的目的和意义

1.2国内外研究现状

1.3研究的内容和解决的关键问题

1.4采取的研究方法和技术路线

1.5创新点

第二章 贝位分配问题数学模型的建立

2.1问题的描述

2.2数学模型的建立

2.2.1基本假设

2.2.2设计变量及参数

2.2.3目标函数及约束条件

第三章 基于遗传算法的贝位分配问题研究

3.1遗传算法简介

3.1.1遗传算法的主要特点

3.1.2遗传算法的一些基本概念

3.1.3遗传算法的流程

3.2遗传算法的实施

3.2.1编码的表达

3.2.2适应度函数的确定

3.3遗传算法的执行过程

3.3.1初始种群的生成

3.3.2选择过程

3.3.3交叉过程

3.3.4变异过程

3.3.5参数的选择

3.3.6停止运行准则的确定

3.4具体算例

3.4.1染色体的描述

3.4.2适应度函数的确定

3.4.3遗传操作

3.5结果分析

第四章：优化结果分析与对比

4.1静态模型

4.1.1数学模型的建立

4.1.2算法介绍及算例

4.1.3优化结果对比

4.2动态规划数学模型

4.2.1数学模型的建立

4.2.2方程求解的讨论

全文总结及展望

参考文献

作者在攻读硕士学位期间发表的论文及参加的科研项目

致谢