摘要: |
随着全球经济的快速增长以及国际航运市场的持续发展,集装箱运输量增长十分迅速,集装箱船舶也出现了大型化趋势。不断增长的集装箱运输量的需求和船舶对提高集装箱码头服务水平的要求,迫使港口管理者纷纷采取各种措施。其中之一是对现有泊位资源进行优化配置,即通过对到港船舶分配合理的停靠泊位、选择合适的靠泊顺序,使在一定时间内所有到港船舶的总成本最小,以提高港口营运效率,从而吸引较多船舶挂靠。
本文在对集装箱码头泊位资源配置的各种因素进行系统分析的基础上,对泊位资源配置的优化方法进行了深入的研究,建立了以所有船舶总在港成本最小为目标的泊位资源优化配置模型,同时根据模型的特点、各参数的物理意义及其相互关系导出了该模型必须满足的约束条件。基于成本最小的模型更加符合港口泊位资源配置的实际情况,并且充分考虑了船舶的重要性,一般情况下,大船单位时间内的成本相对较高,而小船单位时间内的成本相对较低,故大船应尽可能提前靠泊作业,从而达到所有船舶在港总成本最小。
为了做到泊位资源优化配置,需要从所有可能的方案中找到最佳的泊位配置计划,因此笔者利用基于整数编码的遗传算法寻求最优解,并且编制了相应的的C++程序来实现。遗传算法是近些年来出现的一种模仿自然选择与进化的基于种群数目的随机搜索算法,与常规优化算法比较,它具有隐含并行性和全局搜索特性这两大显著特征,更容易找到全局最优解,而不是局部最优解。遗传算法的特点决定了它是直接在所有可能解空间上进行操作,在进化中始终保持较高的选择压力,搜索得出的泊位资源分配的适应度不断提高,最终得出最佳的泊位分配方案。最后论文用具体算例验证了该模型在解决泊位资源配置实际问题中的应用。
|