论文部分内容阅读
集装箱码头装卸作业作为供应链物流的关键节点,是影响供应链物流效率、决定码头及上下游企业物流经济效益的重要作业环节。其调度决策的复杂性主要体现在:作业时间分布重尾性、作业系统动态相关性、作业设备配置柔性以及作业调度决策多目标并存。而作业设备对进、出口集装箱的装卸作业时间的总体分布呈现重尾性,使得装卸作业调度决策问题呈现半结构化。装卸作业设备优化配置与装卸船作业计划制定难度都非常大,这对集装箱码头装卸作业的运作管理提出了极大的挑战。本文立足于岸桥同贝同步装卸与堆场混合堆存策略下的集装箱码头装卸作业,从系统分析和系统优化的角度出发,针对集装箱码头装卸作业系统整体性、关联性、层次性的特征,重点研究作业时间呈重尾分布的集装箱装卸作业调度问题,通过优化作业设备配置与装卸作业序列,克服作业时间重尾分布给调度决策带来的复杂性,最终达到缩短装卸作业时间,提高调度决策科学性的目的。主要的研究内容如下:
(1)作业时间具有重尾效应的集装箱码头装卸作业调度问题分析。本文以集装箱码头堆场混合堆存策略背景下可进行岸桥同贝同步装卸作业活动的最小单元为研究对象,针对某一集装箱船上一个贝位内的进出口集装箱的装卸作业,对作业时间具有重尾效应的集装箱码头装卸作业调度问题进行界定。并对作业时间重尾分布的性质、产生因素以及其对码头装卸作业调度的影响进行分析。在此基础上对本文涉及到的调度决策过程进行描述和分析。
(2)作业时间重尾分布的作业设备优化配置方法。对集装箱码头装卸作业设备优化配置问题进行界定,对于集装箱船上一个贝位的进出口集装箱,考虑一台岸桥作为关键作业设备,两台场桥配合作为服务作业设备,多台集卡作为辅助作业设备对某一贝位集装箱进行装卸作业。为优化装卸作业成本,建立了决策集卡数量、调度策略以及集卡进行同贝同步装卸作业循环次数的随机规划模型。通过建立有两个节点的闭环排队网络,对优化模型中岸桥的集装箱作业效率进行估计:首先建立作业时间服从指数分布的排队网络模型并通过马尔科夫链进行求解;在此基础上建立装卸作业排队网络的仿真过程,对岸桥和场桥作业时间服从重尾分布的作业系统中的岸桥作业效率进行模拟计算,并通过仿真结果的对比得到岸桥作业效率在重尾分布下的经验估计。最后通过对成本优化模型复杂性的分析,设计启发式算法进行求解。
(3)作业时间重尾分布的装卸作业序列优化方法:对集装箱码头装卸作业序列优化问题进行界定,通过决策岸桥在岸边的装卸船作业序列,堆场处堆存和提取集装箱的场桥任务分配和作业序列,以及集卡的集装箱任务分配,最小化完成集装箱船一个贝位全部进出口集装箱作业的总完工时间与在岸边和堆场无集卡的时间和。之后建立多目标混合整数规划模型,并针对模型特征提出求解思路。为求解所建立的多目标优化模型设计了基于仿真模拟的PNSGA-Ⅱ算法,并对算法的关键步骤进行说明。
(4)应用研究与算例分析:根据国内某集装箱码头装卸作业实际数据与研究文献抽象数值实验数据,通过数据实验对本文提出的作业设备优化配置方法和集装箱码头装卸作业序列优化方法进行验证并分析求解结果,并结合数据实验结果为相关企业提供管理启示和决策建议。
本文针对作业时间具有重尾效应的集装箱码头装卸作业调度这一具有高度不确定性的半结构化决策问题,根据问题的属性将其分解成密切联系的两个子问题,提出了集装箱船装卸作业设备配置优化-装卸作业序列优化的序贯决策方法,为解决此类高度复杂的、半结构化的决策问题提供新的求解思路。针对集装箱码头复杂装卸作业过程中与重尾作业时间下作业效率度量困难这一研究难点,建立基于马尔科夫链与仿真方法的两节点闭环排队网络模型,为研究集装码头装卸作业设备配置优化问题提供了一种新的方法。针对集装箱码头装卸作业序列优化的多目标优化模型中参数受决策变量影响且可行域不规则的求解难题,提出基于仿真模拟的PNSGA-Ⅱ算法,为研究集装箱码头装卸作业序列优化的NP-hard问题进行了有益探索。研究成果有利于丰富协同调度理论与方法,同时延展了排队理论与多目标优化方法。
(1)作业时间具有重尾效应的集装箱码头装卸作业调度问题分析。本文以集装箱码头堆场混合堆存策略背景下可进行岸桥同贝同步装卸作业活动的最小单元为研究对象,针对某一集装箱船上一个贝位内的进出口集装箱的装卸作业,对作业时间具有重尾效应的集装箱码头装卸作业调度问题进行界定。并对作业时间重尾分布的性质、产生因素以及其对码头装卸作业调度的影响进行分析。在此基础上对本文涉及到的调度决策过程进行描述和分析。
(2)作业时间重尾分布的作业设备优化配置方法。对集装箱码头装卸作业设备优化配置问题进行界定,对于集装箱船上一个贝位的进出口集装箱,考虑一台岸桥作为关键作业设备,两台场桥配合作为服务作业设备,多台集卡作为辅助作业设备对某一贝位集装箱进行装卸作业。为优化装卸作业成本,建立了决策集卡数量、调度策略以及集卡进行同贝同步装卸作业循环次数的随机规划模型。通过建立有两个节点的闭环排队网络,对优化模型中岸桥的集装箱作业效率进行估计:首先建立作业时间服从指数分布的排队网络模型并通过马尔科夫链进行求解;在此基础上建立装卸作业排队网络的仿真过程,对岸桥和场桥作业时间服从重尾分布的作业系统中的岸桥作业效率进行模拟计算,并通过仿真结果的对比得到岸桥作业效率在重尾分布下的经验估计。最后通过对成本优化模型复杂性的分析,设计启发式算法进行求解。
(3)作业时间重尾分布的装卸作业序列优化方法:对集装箱码头装卸作业序列优化问题进行界定,通过决策岸桥在岸边的装卸船作业序列,堆场处堆存和提取集装箱的场桥任务分配和作业序列,以及集卡的集装箱任务分配,最小化完成集装箱船一个贝位全部进出口集装箱作业的总完工时间与在岸边和堆场无集卡的时间和。之后建立多目标混合整数规划模型,并针对模型特征提出求解思路。为求解所建立的多目标优化模型设计了基于仿真模拟的PNSGA-Ⅱ算法,并对算法的关键步骤进行说明。
(4)应用研究与算例分析:根据国内某集装箱码头装卸作业实际数据与研究文献抽象数值实验数据,通过数据实验对本文提出的作业设备优化配置方法和集装箱码头装卸作业序列优化方法进行验证并分析求解结果,并结合数据实验结果为相关企业提供管理启示和决策建议。
本文针对作业时间具有重尾效应的集装箱码头装卸作业调度这一具有高度不确定性的半结构化决策问题,根据问题的属性将其分解成密切联系的两个子问题,提出了集装箱船装卸作业设备配置优化-装卸作业序列优化的序贯决策方法,为解决此类高度复杂的、半结构化的决策问题提供新的求解思路。针对集装箱码头复杂装卸作业过程中与重尾作业时间下作业效率度量困难这一研究难点,建立基于马尔科夫链与仿真方法的两节点闭环排队网络模型,为研究集装码头装卸作业设备配置优化问题提供了一种新的方法。针对集装箱码头装卸作业序列优化的多目标优化模型中参数受决策变量影响且可行域不规则的求解难题,提出基于仿真模拟的PNSGA-Ⅱ算法,为研究集装箱码头装卸作业序列优化的NP-hard问题进行了有益探索。研究成果有利于丰富协同调度理论与方法,同时延展了排队理论与多目标优化方法。