（管理科学与工程专业论文）集装箱码头泊位调度均衡优化方法研究.pdf

大连理工大学博士学位论文 摘要 生产调度的均衡优化方法研究在集装箱码头泊位生产调度领域具有重要的理论意 义和现实意义。现有研究大多将尽量减少船舶在港作业时间、提高作业效率作为优化所 追求的终极目标，但却没有考虑上述目标可能对港口正常生产造成的诸如设备超负荷运 转、人员疲劳作业、野蛮装卸等不利影响。如何在综合考虑时间、成本、质量、安全等 诸多因素的基础上对集装箱码头的生产调度进行优化，获得趋于均衡的调度组织方案是 该研究领域面临的一大难题。 针对这一难题，本文以保持相对稳定的生产作业节奏为集装箱码头生产调度的优化 目标，综合考虑船舶在港时间、装卸成本、装卸质量和安全生产等多方面因素，引入均 衡优化和干扰管理等相关理论与方法，重点研究集装箱码头泊位生产调度均衡优化模 型、求解算法及其在实践中的应用，开展对集装箱码头调度优化的探索性研究。具体研 究工作如下： ( 1 ) 集装箱码头泊位生产调度均衡速度优化模型研究。现有调度优化方法单纯追 求加快装卸速度、难以克服由此产生的负面效应。为此，本文根据集装箱码头泊位生产 作业的基本调度要求，提出“均衡优化”的基本思想，并在此基础上建立了更为贴近集 装箱码头泊位生产实际的泊位调度均衡速度优化模型，并通过算例验证了此模型的有效 性。 ( 2 ) 基于干扰管理的泊位生产调度均衡优化模型研究。为提高港口企业生产调度 应对突发干扰事件的能力，通过分析集装箱码头泊位生产的特点，对港口企业生产中突 发干扰事件进行了分类，在均衡速度优化模型的基础上，建立了基于干扰管理的泊位生 产调度均衡优化模型，并通过算例验证了模型的有效性。 ( 3 ) 集装箱码头泊位生产调度优化算法研究。针对集装箱码头泊位生产调度均衡 优化模型计算量大、求解困难的问题，将调度人员的经验与多目标遗传算法有机地结合 起来，建立了集装箱码头生产调度智能求解算法，并采用仿真模型对船舶装卸过程中系 统各环节的改变所产生的不确定影响进行模拟评价，为求解集装箱码头泊位生产调度这 类复杂问题提供一种结合人工经验和机器求解的新途径。 ( 4 ) 应用研究。 将前述模型和算法应用到实际港口的泊位生产调度上，以中国北方某集装箱码头的 泊位生产调度为例，对优化模型和算法的有效性进行了验证。 本项研究所提出的生产调度均衡优化方法，为集装箱码头泊位生产调度提供了一种 新工具，进一步拓展了集装箱码头生产调度理论，弥补了现有调度优化方法难以获得趋 集装箱码头泊位生产调度均衡优化方法研究 于均衡的调度组织方案的不足，为集装箱码头泊位生产的均衡调度奠定了基础，该模型 所体现的“均衡优化”的思想，为生产调度问题提供了新思路，有利于促进并深化生产 调度方法与优化理论的交叉与渗透。其研究成果在生产调度领域具有广阔的应用前景， 可以在码头泊位生产调度工作中发挥重要作用。 关键词：集装箱码头；泊位调度；均衡优化；干扰管理；仿真优化方法 大连理工大学博士学位论文 t r a d e o f fo p t i m i z a t i o no fb e r t hs c h e d u l i n gi nc o n t a i n e rt e r m i n a l a b s t r a c t t r a d e o f fo p t i m i z a t i o nr e s e a r c ho fb e r t hs c h e d u l i n gi nc o n t a i n e rt e r m i n a li so ft h e o r e t i c a l a n dp r a c t i c a ls i g n i f i c a n c e i ne x i s t i n gr e s e a r c h e s ，l i m i t i n gt h el a i dt i m ei np o r ta n di m p r o v i n g o p e r a t i o ne f f i c i e n c ya r ec o n s i d e r e da st h eu l t i m a t eg o a lo fo p t i m i z a t i o n b u tt h ea d v e r s e e f f e c t s ，s u c ha sm a c h i n e so v e r l o a d ，e x h a u s t e dw o r ka n db a r b a r o ml o a d i n ga n du n l o a d i n g ， a r en o tb ec o n s i d e r e di nt h e s eo p t i m i z a t i o ng o a l s oi n t h i sr e s e a r c ha r e ai ti sad i f f i c u l t p r o b l e mt og e tt h et r a d e o f fb e r t hs c h e d u l i n gw h i c hc a l lc o n s i d e rt h et i m e ，c o s t ，q u a l i t ya n d s a f e t y t os o l v et h ep r o b l e m , s t u d ya b o u tt h eb e r t hs c h e d u l i n go p t i m i z a t i o ni sc a r r i e do u ta n da t r a d e o f fo p t i m i z a t i o nm o d e la n da l g o r i t h m ， w h i c hc a nc o n s i d e rl a i dt i m ei np o r t , o p e r a t i o n c o s t ，o p e r a t i o nq u a l i t ya n do p e r a t i o ns a f e t y , i sb u i l t i nt h i sm o d e lt r a d e o f fo p t i m i z a t i o nt h e o r y a n dd i s t u r b a n c em a n a g e m e n ta r eu s e dt oh o l das t a b l ew o r k i n gt h er h y t h m t h em a i n a c h i e v e m e n t sa r ea sf o l l o w s ： ( 1 ) s t u d yo nt h et r a d e o f fs p e e do p t i m i z a t i o nm o d e l i ti sd i f f i c u l tt oc o n s i d e rt h en e g a t i v ee f f e c t si ne x i s t i n gm e t h o d sf o ro n l yp u r s u i n gt h e h i g h e rs p e e do fs h i pl o a d i n g s oa c c o r d i n gt ot h ep r a c t i c ed e m a n do fb e r t hs c h e d u l i n g ，a n t r a d e o f fs p e e do p t i m i z a t i o nm o d e l 谢也t r a d e o f fo p t i m i z a t i o nt h o u g h t ，w h i c hi sc l o s e rt ot h e p r a c t i c eo fs h i pl o a d i n g ，i sp u tf o r w a r d ( 2 ) s t u d yo nt r a d e o f fo p t i m i z a t i o nm o d e lo fb e r t hs c h e d u l i n gb a s e do nd i s t u r b a n c e m a n a g e m e n t t oi m p r o v et h e r e c o v e r ya b i l i t i e s f r o md i s t u r b a n c eo ft h ep o r t m a n a g e m e n t ，t h e d i s t u r b a n c e si nb e r t hs c h e d u l i n ga r ec l a s s f i e dt h r o u g ht h ea n a l y s i so ft h eb e r t ho p e r a t i o n c h a r a c t e r i s t i c s at r a d e o f fo p t i m i z a t i o nm o d e lb a s e do nd i s t u r b a n c em a n a g e m e n ti sb u i l t a n d v a l i d i t yo ft h em o d e l si sv e r i f i e dt h r o u g hc a s es t u d i e s ( 3 ) s t u d yo nt r a d e o f fo p t i m i z a t i o na l g o r i t h mo fb e r t hs c h e d u l i n g t oo v e r c o m et h ec o m p u t e r a l c o m p l e x i t yo ft r a d e o f fo p t i m i z a t i o nm o d e lo fb e r t h s c h e d u l i n g ，at r a d e o f fo p t i m i z a t i o na l g o r i t h mo fb e r t hs c h e d u l i n gi sc o n s t r u c t e d , w h i c h c o m b i n e st h ee x p e r i e n c eo fe x p e r t sw i t hm u l t i - o b je c t i v eg a as i m u l a t i o nm o d e li sa d o p t e d t ov a l i d a t et h es t o c h a s t i ci m p a c t sg e n e r a t e df r o mt h ec h a n g e so ft h es h i pl o a d i n gs y s t e m t h i sw o r kp r o v i d e san e wm e a s u r et os o l v i n gt h ec o m p l e xb e r t hs c h e d u l i n gp r o b l e m s ( 4 ) a p p l i c a t i o no ft r a d e o f fo p t i m i z a t i o nm e t h o do f b e r t hs c h e d u l i n g i i i 集装箱码头泊位生产调度均衡优化方法研究 t h ea b o v et r a d e o f fo p t i m i z a t i o nm o d e l sa n d p r a c t i c eo fb e r t hs c h e d u l i n g t h ev a l i d i t yo ft h i s r e s u l t so fp o r to p e r a t i o n o p t i m i z a t i o na l g o r i t h ma l ea p p l i e do i lt h e m e t h o di ss u p p o r t e db yt h eo p t i m i z a t i o n t h e 订a d e o f fo p t i m i z a t i o nm e t h o do fb e r t hs c h e d u l i n gi nc o n t a i n e rt e r m i n a l ，c o n s i d e rt h e n e g a t i v e e f f e c t sf o ro n l y p u r s u i n gt h eh i g h e rs p e e do f s h i pl o a d i n g ，o v e r c o m e s t h e s h o r t c o m i n g so fe x i s t i n gm o d e l sa n dt h e o r i e s i sm o r ec l o s e rt o 也ep r a c t i c eo fs h i pl o a d i n g t h ei d e ao ft r a d e o f fo p t i m i z a t i o n c o m b i n e st h eo p e r a t i o ns c h e d u l i n gw i t ho p t i m i z a t i o nt h e o r y , p r o v i d ean e ww a y t os o l v et h ec o m p l e xb e r t hs c h e d u l i n gp r o b l e m s t h er e s u l t so ft h i sp a p e r p r o v i d et h et h e o r i c a la n dt e c h n i c a ls u p p o r tf o rt h ep o r tb e r t hs c h e d u l i n g k e yw o r d s ：c o n t a i n e rt e r m i n a l ；b e r t h i n gs c h e d u l i n g ；t r a d e o f fo p t i m i z a t i o n ；d i s t u r b a n c e m a n a g e m e n t ；s i m u l a t i o no p t i m i z a t i o n i v 大连理工大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。 学位论文题目：缝鉴瘟塑整i 鱼垡塑塑垄塑鱼丝丝望丝童馑 作者鲐之垮卜 日期孕钽月三日 集装箱码头泊位生产调度均衡优化方法研究 大连理工大学学位论文版权使用授权书 本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间 论文工作的知识产权属于大连理工大学，允许论文被查阅和借阅。学校有 权保留论文并向国家有关部门或机构送交论文的复印件和电子版，可以将 本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印、或扫描等复制手段保存和汇编本学位论文。 学位论文题 作者签名： 导师签名： 大连理工大学博士学位论文 1 绪论 1 1 问题的提出与研究意义 1 1 1 问题的提出 ( 1 ) 船舶装卸作业计划优化是集装箱码头管理的难点问题之一。 伴随着集装箱班轮化进程的日益深入，现代集装箱码头的基本特征相较传统杂货码 头已经发生了根本性的变化。集装箱班轮航线的开通及船舶到港时间的相对固定使得码 头公司可以在事先获取相对充足的船舶到港装卸信息，为码头装卸作业的安排提供了良 好的基础条件。在这种情况下，集装箱码头的调度管理人员便可通过预定的船期表及船 公司提供的装卸箱量，事先对集装箱码头泊位组中各个泊位的装卸计划进行合理安排， 极大地提高了集装箱码头的船舶装卸作业效率。 但同时，这种情况也使得集装箱码头的船舶装卸活动变得愈加复杂。由船舶、泊位、 岸桥、集卡等构成的船舶装卸系统表现出复杂的关联关系，给集装箱码头装卸作业计划 的制定与优化带来了明显的难度。因此，如何以较为合理方式对集装箱码头的船舶装卸 计划进行优化，保证船舶装卸作业以相对平稳、有序的方式进行，历来是集装箱码头管 理理论界研究的重点及难点问题之一。 ( 2 ) 现有研究成果在优化模型的构建上存在一定的局限性。 为了解决集装箱码头装卸调度计划的优化问题，国内外专家学者从集装箱码头的生 产实践出发，以提高装卸效率为优化目标，提出了诸多集装箱码头船舶装卸调度优化方 法。可以说，这些方法对集装箱码头的装卸调度优化进行了非常有意义的探讨，在一定 程度上反映了集装箱码头船舶装卸调度的实践需求，也取得了较为丰硕成果，具有明显 的理论与实践意义。 但是，由于模型构建思路上的限制，上述方法在对集装箱码头船舶装卸作业计划进 行优化时还存在着一定的闯题，具体表现在：现有优化方法大多以提高码头作业效率为 基本的优化目标，而没有考虑到上述优化目标对码头生产作业可能带来的生产成本、装 卸质量、作业安全等诸多方面的负面影响。可以说，正是由于上述问题的存在，导致现 有优化方法在实际应用中存在一定的局限性，难以更为全面地反映集装箱码头船舶装卸 作业计划优化的实际决策需求。 ( 3 ) 本文将对集装箱码头泊位装卸计划的均衡优化方法开展研究。 如同集装箱船舶按既定船期有计划至! j 港的特点一样，码头生产组织的最佳状态是保 持各个作业环节协调均衡，在船期既定、时间容许的前提下，始终保持相对稳定的运行 节奏。就码头系统整体而言，合理安排装卸作业强度，保持正常有序的生产，对集装箱 集装箱码头泊位生产调度均衡优化方法研究 码头生产的经济、质量、安全等具有非常重要的意义。为此，本文从以下三个方面对集 装箱码头泊位装卸计划的优化方法开展研究，具体如下： 第一，提出了集装箱码头调度计划的装卸作业均衡状态概念，用来描述港口的最佳 装卸作业节奏；为求解此均衡状态，从码头整体效益最大化出发，建立了综合考虑船舶 进港装卸时间、装卸速度的均衡速度优化模型，为集装箱码头调度初始方案的优化提供 了有效的手段。 第二，以集装箱码头生产调度的实际需求为基本研究对象，应用干扰管理的基本理 论和方法，以均衡作业状态为干扰恢复的目标，综合考虑靠泊顺序扰动、靠泊位置扰动 和装卸速度扰动，建立相应的干扰成本最小模型，为解决干扰发生时集装箱码头作业计 划的调整提供有效的手段。 第三，针对上述优化模型，将人机交互、多目标遗传算法与系统仿真结合起来，提 出了集装箱码头调度均衡优化模型的智能求解算法，为均衡优化模型的求解提供了有效 的手段。 实际上，两类不同的优化模型代表了集装箱码头船舶装卸计划优化的两个阶段。第 一阶段为初始方案提出阶段，该阶段的主要作用为确定所有船舶在码头靠泊作业的理论 最佳状态，如果没有不确定情况发生，那么理论最佳状态便转化为实际生产作业状态； 第二阶段为方案调整阶段，该阶段的主要作用是当不确定情况发生时调整装卸作业组织 方案，使其尽量向最优状态靠拢。 从现有情况看，本论文在理论和实践上己有了相当的基础。首先，研究者针对集装 箱码头泊位调度优化的实践需求提出了许多具体的优化模型，这一特点为本文在优化模 型的研究上提供了许多可供借鉴的研究成果。同时，针对复杂决策问题的优化已经具有 相当的基础理论与方法可供利用，这些方法为集装箱码头调度的建模与求解提供了非常 有效的手段，也为本论文在理论与方法上提供了坚实的基础。此外，作者在保税港区建 设期间曾亲身主持、参与过有关集装箱码头经营管理方面的科研工作，在集装箱码头管 理研究中积累了较为丰富的经验，为本论文的顺利开展提供了良好的实践支撑。 1 1 2 研究意义 生产调度的均衡优化方法在集装箱码头泊位生产调度领域具有重要的理论意义和 现实意义。随着现代物流的不断发展，港口管理者越来越意识到提高港口内部物流运作 效率对港口发展的重要性，集装箱码头泊位生产调度优化的理论己成为研究的热点之 一。对集装箱码头泊位生产调度的均衡优化方法进行广泛和深入的研究，建立相应的理 论和方法，对于集装箱码头物流运作效率的提高、港口企业物流管理水平的进步、以及 该领域理论的深化都具有重要的意义。 一2 一 大连理工大学博士学位论文 在应用方面，本项研究针对现有调度优化方法单纯追求加快装卸速度而产生的负面 效应的问题，构建了集装箱码头泊位生产调度均衡优化模型及算法，可以在综合考虑船 舶靠洎位置、靠泊时刻及装卸速度的情况下，降低片面提高装卸效率而产生的负面效应， 获得趋于均衡的调度组织方案，为集装箱码头泊位生产调度提供决策支持。 在理论方面，本项研究所提出的生产调度的均衡优化方法，为集装箱码头泊位生产 调度提供了一种新工具，完善了生产调度理论，弥补了现有调度优化方法难以获得趋于 均衡的调度组织方案的不足，为集装箱码头泊位生产的均衡调度奠定了基础，该模型所 反映的“均衡优化”的思想，为生产调度问题提供了新思路，有利于促进并深化生产调 度方法与优化理论的交叉与渗透。 1 2 国内外相关研究综述 集装箱码头泊位生产调度均衡优化方法涉及的研究领域可归纳为以下四个方面： ( 1 ) 码头泊位生产调度优化模型研究；( 2 ) 干扰管理理论与方法研究；( 3 ) 码头泊 位生产调度优化算法研究；( 4 ) 集装箱码头泊位调度系统仿真研究。这几方面的国内 外相关研究进展如下： 1 。2 。1 码头泊位生产调度优化模型研究进展 集装箱码头的泊位调度优化一直是集装箱码头生产作业组织优化领域中一个非常 重要的实践性课题。对此，国内外学者进行了大量的研究，提出了多种泊位分配优化模 型，这些模型按其特点可以分为两类： 一类是离散洎位分配模型，将码头岸线划分成若干独立的泊位，根据船舶到港情况 为其分配特定泊位，代表性的研究成果包括：e d o m a l 等【1 】首次利用排队论模型对码头泊 位分配和货物处理规划问题进行了讨论；l a i 和s h i h 2 1 针对不同的分配标准( 船舶平均等 待时间最小、平均停靠时间最小和平均泊位利用率最大) ，采用先来先服务( f c f s ) 的分 配策略，对泊位调度模型进行了研究；b o r w n 等1 3 棚以最小化船舶在港总效益为目标给 到港船舶分配泊位；c h e n 和h s i e h 5 j 利用一个时空网络模型帮助决策者进行有效地泊位 分配，模型考虑了船舶的在港、到港和离港时间，将问题转化为一个边约束的普通网络 模型并用分支定界法求解了模型；l e g a t o 6 】建立了与船舶到港和离港时间、泊位作业相 关的排队网络模型以优化分配码头的泊位；i m a i 掣7 9 】以最小化船舶等待时间为目标， 用非线性整数规划模型来模拟静、动态码头的泊位分配问题。n i s h i m u r a 等i 】o j 进一步扩 展了上述模型到不同水深泊位的情形，并设计了遗传算法来求解模型。h n a i 掣1 1 j 对不同 服务优先级船舶的泊位分配问题进行了研究等。 集装箱码头泊位生产调度均衡优化方法研究 另一类是连续泊位分配模型，它不考虑泊位概念，将整个码头岸线看作是连续的水 边线，只要有满足到港船舶物理条件( 水深和长度) 限制的位置就可以进行停泊，根据船 舶的长度进行分配。这个问题类似“背包”问题。l i r n 1 2 j 将该问题转化为“背包”问题， 并基于图论的思想提出一种有效的启发式算法；k i m 等 1 3 - 1 4 j 用混合整数规划模型模拟了 船舶在岸线的停靠位置和时间，并用模拟退火算法给出了该模型的近似最优解；l i 等l l 5 j 将泊位分配问题看作一个可同时处理多个任务的处理机调度问题，并假定所有船舶已在 港等候靠洎，建立了以船舶在港时间最小为目标的模型，提出了一种分配泊位的启发式 算法：g u a n 等【1 7 - 1 8 】也将泊位分配问题看作处理机调度问题，优化目标是最小化带权重 的任务完成时间；d a g a n z o 1 9 】将船舶的装卸任务划分成若干吊装区，并用整数规划模型 解决了静态桥吊的规划问题，其目标是使船舶的等待时间最小；p e t e r k o f s k y 和d a g a n z o 【2 u j 将桥吊规划作为开放的生产计划问题来对待，建立了整数规划模型，并用分支定界法求 解了模型；b 6 s e 等【2 l 】以岸桥等待时间最短为目标，针对岸边有缓冲区的集装箱码头建 立了仿真模型，在给定集装箱装卸序列的要求下为桥吊配备跨越车并确定了跨越车的作 业序列等。 国内对码头泊位生产调度的研究起步较晚，代表性的研究主要包括：徐小义 2 2 ( 1 9 9 6 ) 用排队论的理论和方法建立了一种确定港口最佳泊位数量的计算方法和对码头泊位建 设的评估；鲁子爱【2 3 】把港口生产视为随机服务系统，建立了模拟港口营运状况的计算机 仿真系统；戈闻怡【2 4 】以所有船舶在港时间最短为目标建立了泊位资源配置的模型，并提 出了用遗传算法求解的思想；蔡芸1 2 ”6 j 建立了最小化总体船舶在港时间的仿真优化模 型；周鹏飞1 2 7 】深入研究了不确定环境下集装箱码头的泊位分配问题，设计了相应的泊位 优化分配的模型；秦固【2 8 】总结出目前集装箱码头实际使用的装卸效率计算方法并对其进 行了改进。刘义发、郭创豪【2 9 】提出了最佳泊位利用率的计算方法等。曾庆成、杨忠振p u 。引j 提出了集装箱码头调度的双层优化模型及其求解算法，并进一步提出了集装箱码头集卡 调度模型与针对此模型的q 学习算法【3 引。韩骏针对集装箱码头的泊位与岸桥联合调度问 题，提出了协调调度优化模型p 引。 研究发现，现有泊位调度优化模型的基本优化思想是：泊位的利用效率越高，调度 方案的优化程度也越高，即泊位的生产效率与调度方案的优化程度成正比。但在实际生 产中，情况却并非如此简单。这是因为在实际港口的泊位装卸作业中，作业效率与装卸 成本、生产质量与安全等往往是相互制约的。单纯追求生产作业效率的提高不仅可能导 致生产成本的上涨，还可能引发诸多的质量、安全问题。当出现这些问题时，必然会引 发生产作业的不稳定因素，导致码头的服务水平下降，给正常生产经营带来不利的影响， 这是码头管理者般不愿意看到的。 一正一 大连理工大学博士学位论文 实际上，现有模型所反映的是传统杂货码头装卸调度的思维模式。由于传统杂货码 头的运输模式是“船随货走”，码头公司无法事先预知船舶的到港情况，只能是到达后 再考虑装卸作业的泊位安排。这种思维在理论上被描述为随机排队服务模型，船舶到港 的时间、船型等一般是不确定的，在统计上具有明显的随机特征。这就使得码头公司要 考虑这种不确定性来制定相应的装卸计划。 因此，为了尽量减少不确定性导致船舶在港积压状况的发生，码头公司一般都希望 尽量加快泊位的装卸速度，在最大程度上提高泊位的空闲时间，以确保到港船舶能够以 较高的概率得到及时的装卸服务。可以说，装卸效率是传统港口管理理论中泊位服务水 平最重要的标志，所有的泊位调度优化研究都是以提高装卸效率为优化目标展开的。而 且，这种思维方式一直延伸至集装箱码头的泊位调度领域。 但是，作为一种革命性的运输服务变革，集装箱运输的“货随船走”的运输模式已 经全面颠覆了传统的杂货海运理念。现代集装箱船舶拥有固定的航线，在各个港口按照 确定的班期循环往复的从事运输活动，这种变革使得集装箱码头的服务也产生了根本性 的变化。由于船舶的到港时间已经事先固定，集装箱码头可获取的信息量大大增加。因 此，在绝大多数情况下可以事先有效的对船舶到港的装卸做出合理的安排，并不需要提 高装卸效率以备不测。 在这种情况下，如何降低装卸成本，提高作业的质量与安全就越来越受到码头管理 者们的重视，成为与装卸效率地位等同的泊位调度优化指标。可以说，装卸效率、作业 成本、质量与安全已经成为衡量现代集装箱码头服务水平的几项重要标志。为此，本文 将以均衡优化为基本理念，以上述目标为基本依据开展集装箱码头泊位调度的均衡优化 模型研究，为集装箱码头泊位调度优化提供新的理论依据。 1 2 2 干扰管理研究进展 干扰管理现已成为国内外研究的热点和难点问题。国外在干扰管理方面的研究起步 早，研究成果多侧重模型和算法的研究，涉及到航空、供应链、项目管理等多个领域。 国内的研究刚刚起步，大部分的成果集中在对突发事件1 3 4 】概念和应对策略与快速响应机 制1 3 5 - 4 2 等方面的研究，而且更注重应急事件产生的影响和应急物流管理策略方面的研 究。 干扰管理( d i s r u p t i o nm a n a g e m e n t ) 这个术语是由c l a u s e n 4 副等人提出的，指出干 扰管理是运筹学的一个应用领域并拥有巨大的发展潜力。目前，干扰管理已经初步形成 一套理论，并被应用于诸多领域。例如：y ug a n g 4 4 谢j 建立了航空管理中航班延误和取 消的模型和求解方法，并且开发了干扰管理的应用软件。c l a u s e nj ，h a n s e nj ，l a r s e n j 【4 b 5 0 】描述了干扰管理在供应链、轮船制造、航线制定和通信方面的应用。v a nd ev o n d e r 集装箱码头泊位生产调度均衡优化方法研究 等【5 13 总结了在项目管理中如何制定稳定性强的初始计划以防止干扰的发生，提出了如何 通过时间缓冲器权衡质量稳定性和方案稳定性来增强初始计划抵抗干扰的能力并进行 了仿真试验。但是，干扰管理在物流领域的应用还很少，文献【3 2 j 仅提出了物流配送中 突发事件( 干扰事件) 的分类，并用面向对象的建模方法建立了模型，但是并没有提出 具体的解决物流配送过程中干扰问题的方案。 也有一些学者通过建立模型和系统对干扰进行研究，但大多局限于干扰对原有计划 的影响，而且只是提出了一些关键变量。例如：x i a l 5 2 j 等人考虑了在经典的e p q 模型中， 生产和存储的扰动管理问题。刘春林、何建敏、盛昭瀚1 5 3 运用模糊多目标规划方法实现 了对干扰处理系统组合调度问题的求解，并针对目标函数值离散的特点，对模糊多目标 方法作了改进。高成修等【5 4 】研究了在干扰管理下0 1 背包问题的扰动修复的多目标决策 模型，并进一步研究了更为复杂的带时间窗的v r p 的扰动恢纠”j 。杨静、陈建明、赵 红【5 6 j 从系统的角度对干扰管理中突发事件分类分级的思路和方法进行了研究，为建立突 发事件处置预案提供了依据。于辉、陈剑、于刚 5 7 - 5 8 研究了干扰事件对于经典的利用数 量折扣协约协调的供应链所造成的影响，给出了供应链对突发事件的最优应对策略，并 且建议了新的具有抗干扰的的数量折扣协约。l e e 等1 5 刿针对机器调度中机器遇到干扰未 完成工件的处理问题建立了目标函数为使初始的费用函数、可能的运输费用及与原计划 偏离产生的干扰费用总和最小的数学模型。p o r t o u g a l 等【6 0 j 在多任务的随机排序问题中为 每个任务设定两个交货期，用启发式方法给出并证明了任务排序的渐进最优解，提供了 最优性条件和任务的优先序列条件使得在一般性的干扰下求得的解仍为最优解。l i 等【6 l j 提出解决具有单供货点的车辆重新调度问题的决策支持系统。孙丽君等1 6 2 j 研究了需求变 动下的物流配送干扰管理模型的知识表示与求解。王旭坪等1 6 3 】研究了有顾客时间窗和发 货量变化的车辆调度干扰管理。w a l k e r 等畔j 提出并实现了铁路运行的干扰恢复实时处 理模型，首先实现了同时对车次时间表和人员安排计划进行实时修改的模块。马辉等1 6 5 j 从数学模型和求解算法方面对航空调度中频繁发生的干扰问题的鲁棒调度与受扰恢复 策略进行了研究。w uc h e n g l u n g 6 6 j 提出了航班计划中由有限时间缓冲和随机干扰造成 的内部干扰，设计了一套评价航班计划稳定性的度量指标。 泊位调度的干扰管理，已经成为集装箱码头管理人员非常重要的日常工作之一。尽 管由于班轮化的实施使得集装箱码头泊位调度的有序程度大大增加，但仍然会有大量的 不确定情况( 例如，大风浪天气、船舶推迟到港等) 会对码头的正常运营产生干扰。从 长期的角度来看，这些干扰并不会导致集装箱班期的调整，只是对某一个时段内( 大多 数情况下为l 2 天) 的船舶到港及预定服务计划产生影响。可以说，集装箱码头泊位 一6 一 大连理工大学博士学位论文 调度管理中的这些干扰具有明显的短期性和局部性特征，在绝大多数情况下不会导致集 装箱预定航班计划的改变。 目前，实践中的集装箱码头干扰管理主要依靠管理人员的调度经验，即一旦出现突 发事件对码头的正常作业产生干扰，就要依靠有经验的调度人员排除干扰，对码头调度 方案做出适当的安排。这种安排方式对于那种泊位数量较少、船舶到港装卸频率不是非 常高的集装箱码头来说是可行的，但对于那些泊位数量较多，船舶到港装卸频率较高的 集装箱码头来说经常会遇到一定的困难。 实际上，集装箱码头的干扰管理是一项非常复杂的系统工程。某一条船舶进港装卸 顺序和靠泊位置的改变很可能会直接影响到其他船舶的正常装卸，带来一系列的连锁反 应，如果处理不好，很可能导致集装箱码头泊位调度的整体优化程度降低，为集装箱码 头的正常生产带来不利的影响。为此，本文将以干扰管理的基本优化理念为基础，以两 类典型的突发事件干扰为例，力争建立更为贴近实际的集装箱码头泊位调度干扰管理优 化模型。 1 2 3 多目标优化求解方法的研究进展 本文所提出的均衡优化模型实质是建立在优化理论中p a r e t o 最优概念基础之上的 多目标优化模型，与之相对应的求解算法是典型的多目标优化算法。为此，本节对多目 标优化算法的研究进行综述： 对多目标优化算法研究的历史可追溯n - 百多年前：1 7 7 2 年，f r a n k l i n 就提出了多 目标优化的协调问题；1 8 9 6 年，p a r e t o 首次从数学的角度提出了多目标最优决策问题， 并引入了p a r e t o 最优解的概念；1 9 5 1 年，k o o p m a n 在生产和分配问题中提出了有效向 量的概念；k u t m 等人给出向量极值问题有效解存在的必要条件，至此，多目标优化逐 渐受到人们的关注。从2 0 世纪5 0 年代末到9 0 年代初，研究人员在多目标优化方法和 理论探索方面做出了卓有成效的工作，先后提出了加权和法和目标规划法等基于加权函 数的多目标优化方法。近十年来，随着进化计算( e v o l u t i o n a r yc o m p u t a t i o n ) 技术和群 智能( s w a r mi n t e l l i g e n c e ) 方法的兴起及其在科研和实践中的广泛应用，多目标优化技 术的发展更为迅猛，应用这些技术和方法求解多目标优化问题( m u l t i o b j e c t i v e o p t i m i z a t i o np r o b l e m ，m o p ) 己成为当前一个热门的研究领域。 根据搜索与决策结合方法的不同，将多目标优化方法分为多目标决策( m u l t i p l e c r i t e r i ad e c i s i o nm a k i n g ，m c d m ) 法和p a r e t o 优化法。m c d m 包括先验法和交互法， 分别指在优化之前确定决策者对不同目标的偏好和在优化过程利用这些偏好信息指导 搜索的多目标优化( m u l t i o b j e c t i v eo p t i m i z a t i o n ，m o o ) 方法，一般优化得到一个解。 p a r e t o 优化法指先寻求问题的p a r e t o 最优前端或其近似集，然后从中选取决策者最满意 集装箱码头泊位生产调度均衡优化方法研究 的一个解，即先搜索再决策。目前，研究者设计了很多多目标进化算法( m u l t i o b j e c t i v e e v o l u t i o n a r ya l g o r i t h m ，m o e a ) 实现p a r e t o 优化，根据这些算法所采用的适应值评价方 法，即聚合法、交替法和p a r e t o 法，将p a r e t o 优化法分为基于聚合函数法、非p a r e t o 支 配法和基于p a r e t o 支配法，详细分类如图3 1 所示。 ( 1 ) 多目标决策方法( m c d mm e t h o d ) 先验法 传统的多目标决策方法通过加权和方法将多个目标聚合为一个目标，然后对这个目 标进行优化。这类方法可归为先验法，在多目标优化方法发展初期得到了广泛应用。下 面简单介绍几种具有代表性的先验法。 图1 1 多目标优化方法的分类 f i g 1 1c l a s s i f i c a t i o no fm u l t i o b je c t i v eo p t i m i z a t i o nm e t h o d s 大连理工大学博士学位论文 a 、加权和方法( w e i g h t e d s u mm e t h o d ) 这种方法由z a d e h 6 7 】和g e o f f r i o n l 6 8 1 提出，通过加权函数将多目标优化问题转 换为以下形式的单目标问题进行求解( n 为目标函数个数) ： l m i n i m i z e a ，厂( x ) ，= 1 s u b j e c tt o x x 其中权系数乃0 ，用来表示各个目标的相对重要程度，一般满足允，= 1 。加权 ，- 1 和法是一种求解m o p 简单有效的经典方法，其缺点是权重的选取与决策者对各个目标 的偏好相关，如果对问题没有足够的先验知识，很难找到让决策者满意的p a r e t o 最优解 或近似解。加权和法的另一个缺点是对非凸目标空间较敏感。 b 、目标规划法( g o a lp r o g r a m m i n g ) 目标规划法是由c h a r n e s 等人1 6 9 】为求解单目标线性规划问题提出的一种方法。该方 法中决策者必须根据待求问题的情况给出每个目标的期望值，并将这些值作为附加约束 条件加入原问题，从而使原问题转化为求目标函数值到期望值绝对偏差最小的问题，即 l m i n i m i z e i ( x ) 一d ，| i = 1 s u b j e c t t ox x 其中，d ，为决策者设定的对第i 个目标的期望值。如果设定的期望值在可行域内， 这种方法可以得到p a r e t o 最优解，且求解效率较高，其缺点主要是需要决策者事先给出 各目标函数的期望值，并需要对搜索空间的形状很了解。而且，这种方法对线性目标函 数优化问题较为有效，但求解非线性优化问题的效率却不高。 c 、字典排序法( l e x i c o g r a p h i co r d e r i n g ) 这种方法决策者首先根据先验知识按照重要程度对多个目标进行排序，然后从最重 要的目标开始优化，向下递推，直至求出整个问题的最优解【7 0 1 。这种方法简单易用，但 各目标函数的重要程度不易理清。在实际应用中，字典排序法很少被单独使用，通常和 其它优化方法( 如目标规划法、遗传算法等) 结合起来使用。 d 、模糊逻辑法( f u z z yl o g i cm e t h o d ) 模糊逻辑法【7 1 】先对目标及其权重进行模糊化，然后通过模糊运算和反模糊化的过程 得到各个方案的评价值，进而进行多目标决策。模糊多目标决策与经典多目标决策不同 之处在于：凡决策者不能精确定义的决策参数，都被处理成某种适当的模糊集合，蕴含 一9 一 集装箱码头泊位生产调度均衡优化方法研究 一系列有不同置信水平的可能选择，这种柔性的数据结构与灵活的选择方式使模糊多目 标决策比经典多目标决策具有更强的表现力和更广泛的适应性。 e 、多属性效用理论( m a u t ) 多属性或多目标效用理论( m u l t i a t t r i b u t eu t i l i t yt h e o r y ，m a u t ) 【7 2 j 提供了一种有 效且理性的评估方式，即在一个以上的评估准则下，由决策者对一组可行方案进行评估 以决定各方案的优劣和执行顺序。m a u t 采用将目标值转化为效用值之后，再进行加权， 并构成一个新的综合的单目标函数，然后根据期望效用值最大原则解决多目标决策问 题。尽管效用理论基于严格的数学基础，但常常由于建立效用函数需要很大的努力而不 被广泛使用。 f 、层次分析法( a n a l y t i ch i e r a r c h yp r o c e s s ，a h p ) 层次分析法是美国著名运筹学家s a a t y l 7 3 7 4 j 提出的一种决策思维方式，它的基本思 想是把复杂问题分解为若干层次，在最低层次通过两两对比得出各因素的权重，通过由 低到高的层层分析计算，最后计算出各方案对总目标的权重，权值最大的方案即为最优 方案。a i - i p 的整个过程体现了人的决策思维的基本特征，即分解、判断和综合，易学易 用，而且定性与定量相结合，便于决策者之间彼此沟通，是一种十分有效的系统分析方 法。其缺点在于应用时事先对决策的各种方案要有比较明确的规定；得出的结果是粗略 的方案排序；并且在使用过程中，无论建立层次结构还是构造判断矩阵，人的主观判断、 选择和偏好对结果的影响极大。 交互法 s t e m 法是由b e n a y o u n 等人【7 5 】首先提出的多目标交互决策法，通过对优化过程的 人为控制