CN103020783A - 调配集装箱码头堆场拖车的控制方法 - Google Patents

Abstract

本发明提供一种调配集装箱码头堆场拖车的控制方法，该方法是契合整个码头的一种调配方法，而不仅是针对码头某一特定的操作层面。该调配方法用于集装箱码头堆场拖车调配决策系统中，该控制方法的调配安排对所有拖车的动态服务于所有的岸桥。本发明的效果是通过采用本控制方法进行试验，为减少非工作状态下堆场拖车的运行距离、岸吊与场桥的闲置时间以及拖车的数量，该堆场拖车的调配安排能够有效地提高集装箱码头生产力，降低能源消耗。集卡的平均完成任务的时间和总运输能耗都小于实际中的数值，这两者最小的减少率分别为12.7%和13.6%。

Description

调配集装箱码头堆场拖车的控制方法

技术领域

本发明涉及一种调配集装箱码头堆场拖车的控制方法。

背景技术

作为集装箱码头堆场和码头前沿之间最重要的运输设备之一，堆场拖车在码头生产能力和能源消耗上起到了关键作用。如果拖车调配缺乏合理性的话，岸边装卸桥和堆场起重机都有可能需要等待拖车的到来。因此，十分有必要运用合理的堆场拖车调配来保证装卸桥和堆场起重机的平稳运行。

随着在全球贸易中集装箱码头的重要性地位日益增强，越来越多的学者关注起码头操作的研究。例如，Yin等^[1]（2011）提出了针对动态港计划调配问题的分布式智能系统。Kim和Park^[2]（2004）建立了解决堆场起重机调配问题的数学模型，并把分支定界法和贪婪随机自适应搜索方法结合在一起来获得调配问题的最优解法。Lee等^[3]（2008）研究了堆场起重机的调配问题，其中考虑的是互不干涉的约束条件，并运用遗传算法得到近似最优解。Zhang等^[4]（2003）提出滚动平面法和双层次数学模型以解决堆存空间分配问题。宓为建等^[5]（2009）结合目标规划和遗传算法解决堆存空间分配问题。何军良等^[6]（2010）基于静态滚动平面法建立目标规划模型以解决场桥调配问题。苌道方等^[7]（2010）开发了整数规划模型，综合讨论了泊位安排和场桥联合调配的课题。严伟等^[8]（2011）提出基于知识的场桥调配系统。苌道方等^[9]（2011）对于场桥调配问题给出动态滚动平面法的决策方法。丁等^[10]（2012）在轮胎吊实时数据的基础之上，建立了轮胎吊调配安排的数学模型和启发式算法。Choi等^[11]（2012）开发了内陆集装箱货场运作效率的仿真模型。特别对于堆场拖车的分配调配，也有许多相关的研究文章。Lee等^[12]（2009）综合研究了堆场集卡调配和库存分配问题。相类似地，曹等^[13]（2010）综合讨论堆场集卡和起重机调配问题，并用Benders分解算法来解决此整合性问题。Ng等^[14]（2007）调配安排集装箱码头的堆场集卡，以求最小化集卡跨度。Bish^[15]（2003）探讨了多岸吊和多拖车的联合问题。Kim和Bae^[16]（2004）利用远期交货的地点、时间信息，研究了自动导引车的调配问题。

目前所有有关集装箱码头堆场拖车调配决策系统及其调配方法中，均未涉及集卡的能耗目标，急需研发将综合以拖车完成任务的总时间最小和完成任务的能耗最小为目标，设计一种合理的调配决策系统及其控制方法。

发明内容

针对现有技术中结构上的不足，本发明的目的是提供一种调配集装箱码头堆场拖车的控制方法，以为减少非工作状态下堆场拖车的运行距离、岸吊与场桥的闲置时间以及拖车的数量，该堆场拖车的调配安排能够有效地提高集装箱码头生产力，降低能源消耗。

为实现上述目的，本发明采用的技术方案是提供一种调配集装箱码头堆场拖车的控制方法，该控制方法用于集装箱码头堆场拖车调配决策系统中，调配决策系统中包括有岸桥的位置传感器及码头生产数据库，该调配决策系统的调配安排对所有拖车的动态服务于所有的岸桥，该调配方法包括有以下步骤：

步骤1.首先以码头前沿的最左侧顶点为坐标原点，建立坐标系O(x,y)，以岸线自左至右为X轴的正方向，以从码头前沿至后方堆场的方向为y轴的正方向，码头中涉及到的所有位置坐标都以此坐标系为参考系，通过拖车的GPS定位系统，获取所有拖车的当前坐标，记为P_ti(x_ti,y_ti)，其中x_ti与y_ti表示第i个拖车所在位置的横、纵坐标；

步骤2.通过岸桥的位置传感器，获取所有岸桥的当前位置坐标，记为P_c(x_ci,y_ci)，其中x_qi与y_qi表示第i个岸桥所在位置的横、纵坐标；

步骤3.通过码头生产数据库，获取当前时间内，正在装卸船作业的船舶航次，记为Vi，统计航次为Vi的所有装船任务和卸船任务，这些装船任务和卸船任务分别组成的装船任务集合和卸船任务集合记为C_Vi_load和C_Vi_unload，将所有航次的装卸船任务合并得到装船任务集合和卸船任务集合为C_load和C_unload；

步骤4.通过码头生产数据库，获取装船集合C_load中所有即将装船的集装箱在堆场中的位置坐标P_ly(x_lyi,y_lyi)和即将装在船上的集装箱坐标P_lv(x_lvi,y_lvi)。然后计算拖车到装船集装箱所在堆场的水平距离D₁=|x_ti-x_lyi|+|y_ti-y_lyi|，和装船集装箱所在堆场位置到即将装在船上的位置之间的水平距离D₂=|x_lyi-x_lvi|+|y_lyi-y_lvi|；

通过码头生产数据库，获取卸船集合C_unload中所有即将卸船的集装箱在船舶上的坐标P_ulv(x_ulvi,y_ulvi)，和即将卸船的集装箱在堆场中的位置坐标P_uly(x_ulyi,y_ulyi)。然后计算拖车到所有卸船集合中的装箱所在船舶的水平距离D₃=|x_ti-x_ulvi|+|y_ti-y_ulvi|，和卸船集装箱所在船舶位置和拖车到卸船集装箱所在堆场的水平距离D₄=|x_ulvi-x_ulyi|+|y_ulvi-y_ulyi|；

步骤5.计算堆场拖车j承担作业任务i的费用，计算式子为： $d_{\mathrm{ij}}\·({\mathrm{tm}}_i+{\mathrm{tt}}_{\mathrm{ij}}^o)\·\mathrm{\ζ}-d_{\mathrm{ij}}\·W_i,(i\∈\∂,j\∈\mathrm{\Ω});$ 随后，把费用记录在使费用矩阵MX中，行表示堆场拖车，列表示作业任务；如果拖车数量少于作业数，需要在矩阵中增加列数，对应于所有行的增加列的费用被设定为一个1000000000正数常量；步骤6.使费用矩阵MX变形，让所有行与列都含有元素0，变形方法的伪代码如下：

步骤6.尝试分配，详细过程如下：

①从第一行开始，如果i行仅有一个0，则给予此0元素星号（*），星号表示对应于i行的堆场拖车只能被派以一项作业任务，然后把0元素对应的一列中的所有0元素都替之以加号（+），加号表示对应于列的作业已经分配以一辆堆场拖车，重复此步直到最后一行；

②从所述第一列开始，如果j列仅有一个0，则给予此0元素星号（*），星号表示对应于j列的作业任务只能分配一辆堆场拖车，然后把0元素对应的一行中的所有0元素都替之以加号（+），加号表示对应于行的拖车已经分配一项作业任务，重复此步直到最后一列；

③如果矩阵MX里仍有0元素，找到含有0元素最少的行或列，并用R或C  表示；比较对应于R行或C列，所有列或行0元素的数量，找出0元素最少的列或行，用C₁或R₁表示；R行或C列以及C₁列或R₁的0元素标上星号（*）；重复此步直到矩阵中所有0元素都标上星号；

④如果带有星号的0元素的数量等同于所述矩阵MX的规则顺序，每个星号代表对应于行的拖车被调配以对应于列的作业任务，紧接着进入后面的步骤8；不然将执行步骤4；

步骤7.找到最多的独立0元素，以下显示步骤4的过程；

①对没有星号（*）的行标记%符号；

②对于全部带有%的行，如果某行含有0元素，则在对应于这些0元素的列中做上%符号的标记；

③对于全部带有%的列，如果某列含有带星号（*）的0元素，则在对应于这些带星号0元素的行中做上%符号的标记；

④重复步骤4的①-步骤4的④，直到不能再标记%号为止；

⑤对所有带%的列画竖直线，带%的行画水平线；

⑥如果线的数量等同于矩阵MX的规则顺序，执行步骤4的⑦，否则跳到步骤5；

⑦对于所有水平线和竖直线，有水平线的行（或有竖直线的列）用R（或C）表示。比较对应于R行（或C列）的0元素，所有列（或行）0元素的数量，找出0元素最少的列（或行），用C₁（或R₁）表示；R行（或C列）以及C₁列（或R₁）的0元素标上星号（*）；然后到步骤3、步骤4；

⑧找出未被线掩盖的所有元素中的一个最小值Min₁，接着把带%行中的所有元素值减去Min₁，带%列中的所有元素值加上Min₁，这样一个新的费用矩阵MX建立了起来；前往步骤1操作MX矩阵；

步骤8.将矩阵MX中的调配方案通过码头的无线网络，发送到每一台拖车上，拖车开始执行任务。

本发明的效果是通过采用本控制方法进行试验，是契合整个码头的一种调配方法，而不仅是针对码头某一特定的操作层面。该调配方法用于集装箱码头堆场拖车调配决策系统中，该控制方法的调配安排对所有拖车的动态服务于所有的岸桥，为减少非工作状态下堆场拖车的运行距离、岸吊与场桥的闲置时间以及拖车的数量，该堆场拖车的调配安排能够有效地提高集装箱码头生产力，降低能源消耗。集卡的平均完成任务的时间和总运输能耗都小于实际中的数值，这两者最小的减少率分别为12.7%和13.6%。

附图说明

图1是本发明的面向码头整体的堆场拖车控制方法示意图。

具体实施方式

结合附图及实施例对本发明的调配集装箱码头堆场拖车的控制方法加以说明。

该方法提供的是面向全码头的拖车调配决策系统，而非面向作业线的调配，即所有拖车可以动态的服务于所有岸桥，而非固定的为某台岸桥分配具体的拖车。随后基于调配方法开发了一个整数规划模型来解决实际问题，此模型的目标函数是受到以下两个条件的约束，即总运输时间最小化和总运输能耗最小化。鉴于问题计算的合理数值范围，本发明应用了基于匈牙利算法的启发式算法。另外，考虑到码头工作任务产生与完成的动态特征，提出新算法的实施。最后，实验计算旨在验证对于堆场拖车调配问题，所应用方法的绩效结果。

本发明的调配集装箱码头堆场拖车的控制方法，该控制方法用于集装箱码头堆场拖车调配决策系统中，调配决策系统中包括有岸桥的位置传感器及码头生产数据库，该调配决策系统的调配安排对所有拖车的动态服务于所有的岸桥，该调配方法包括有以下步骤：

步骤1.首先以码头前沿的最左侧顶点为坐标原点，建立坐标系O(x,y)，以岸线自左至右为X轴的正方向，以从码头前沿至后方堆场的方向为y轴的正方向，码头中涉及到的所有位置坐标都以此坐标系为参考系，通过拖车的GPS定位系统，获取所有拖车的当前坐标，记为P_ti(x_ti,y_ti)，其中x_ti与y_ti表示第i个拖车所在位置的横、纵坐标；

步骤2.通过岸桥的位置传感器，获取所有岸桥的当前位置坐标，记为P_c(x_ci,y_ci)，其中x_qi与y_qi表示第i个岸桥所在位置的横、纵坐标；

步骤3.通过码头生产数据库，获取当前时间内，正在装卸船作业的船舶航次，记为Vi，统计航次为Vi的所有装船任务和卸船任务，这些装船任务和卸船任务分别组成的装船任务集合和卸船任务集合记为C_Vi_load和C_Vi_unload，将所有航次的装卸船任务合并得到装船任务集合和卸船任务集合为C_load和C_unload；

步骤4.通过码头生产数据库，获取装船集合C_load中所有即将装船的集装箱在堆场中的位置坐标P_ly(x_lyi,y_lyi)和即将装在船上的集装箱坐标P_lv(x_lvi,y_lvi)。然后计算拖车到装船集装箱所在堆场的水平距离D₁=|x_ti-x_lyi|+|y_ti-y_lyi|，和装船集装箱所在堆场位置到即将装在船上的位置之间的水平距离D₂=|x_lyi-x_lvi|+|y_lyi-y_lvi|；

通过码头生产数据库，获取卸船集合C_unload中所有即将卸船的集装箱在船舶上的坐标P_ulv(x_ulvi,y_ulvi)，和即将卸船的集装箱在堆场中的位置坐标P_uly(x_ulyi,y_ulyi)。然后计算拖车到所有卸船集合中的装箱所在船舶的水平距离D₃=|x_ti-x_ulvi|+|y_ti-y_ulvi|，和卸船集装箱所在船舶位置和拖车到卸船集装箱所在堆场的水平距离D₄=|x_ulvi-x_ulyi|+|y_ulvi-y_ulyi|；

步骤5.计算堆场拖车j承担作业任务i的费用，计算式子为： $d_{\mathrm{ij}}\·({\mathrm{tm}}_i+{\mathrm{tt}}_{\mathrm{ij}}^o)\·\mathrm{\ζ}-d_{\mathrm{ij}}\·W_i,(i\∈\∂,j\∈\mathrm{\Ω});$ 随后，把费用记录在使费用矩阵MX中，行表示堆场拖车，列表示作业任务；如果拖车数量少于作业数，需要在矩阵中增加列数，对应于所有行的增加列的费用被设定为一个1000000000正数常量；步骤6.使费用矩阵MX变形，让所有行与列都含有元素0，变形方法的伪代码如下：

步骤6.尝试分配，详细过程如下：

①从第一行开始，如果i行仅有一个0，则给予此0元素星号（*），星号表示对应于i行的堆场拖车只能被派以一项作业任务，然后把0元素对应的一列中的所有0元素都替之以加号（+），加号表示对应于列的作业已经分配以一辆堆场拖车，重复此步直到最后一行；

②从所述第一列开始，如果j列仅有一个0，则给予此0元素星号（*），星号表示对应于j列的作业任务只能分配一辆堆场拖车，然后把0元素对应的一行中的所有0元素都替之以加号（+），加号表示对应于行的拖车已经分配一项作业任务，重复此步直到最后一列；

③如果矩阵MX里仍有0元素，找到含有0元素最少的行或列，并用R或C  表示；比较对应于R行或C列，所有列或行0元素的数量，找出0元素最少的列或行，用C₁或R₁表示；R行或C列以及C₁列或R₁的0元素标上星号（*）；重复此步直到矩阵中所有0元素都标上星号；

④如果带有星号的0元素的数量等同于所述矩阵MX的规则顺序，每个星号代表对应于行的拖车被调配以对应于列的作业任务，紧接着进入后面的步骤8；不然将执行步骤4；

步骤7.找到最多的独立0元素，以下显示步骤4的过程；

①对没有星号（*）的行标记%符号；

②对于全部带有%的行，如果某行含有0元素，则在对应于这些0元素的列中做上%符号的标记；

③对于全部带有%的列，如果某列含有带星号（*）的0元素，则在对应于这些带星号0元素的行中做上%符号的标记；

④重复步骤4的①-步骤4的④，直到不能再标记%号为止；

⑤对所有带%的列画竖直线，带%的行画水平线；

⑥如果线的数量等同于矩阵MX的规则顺序，执行步骤4的⑦，否则跳到步骤5；

⑦对于所有水平线和竖直线，有水平线的行（或有竖直线的列）用R（或C）表示。比较对应于R行（或C列）的0元素，所有列（或行）0元素的数量，找出0元素最少的列（或行），用C₁（或R₁）表示；R行（或C列）以及C₁列（或R₁）的0元素标上星号（*）；然后到步骤3、步骤4；

⑧找出未被线掩盖的所有元素中的一个最小值Min₁，接着把带%行中的所有元素值减去Min₁，带%列中的所有元素值加上Min₁，这样一个新的费用矩阵MX建立了起来；前往步骤1操作MX矩阵；

步骤8.将矩阵MX中的调配方案通过码头的无线网络，发送到每一台拖车上，拖车开始执行任务。

如图1所示，当堆场拖车完成任务时，它将到达靠近当前位置的某一任务的原点位置，并可能归属于另一不同的操作运输线，以替代没有任何载重地回到同一操作运输线上，下一个任务的原点位置。

图1举例进一步说明该调配方法，图中有卸货任务从岸吊Q1到贝B1，装货任务从贝B2到岸吊Q2。如果使用针对某一特定运输线，对于整个码头来说，仅是一部分的堆场拖车调配方法的话，则Q1与B1之间的运输路线是RB，Q2与B2之间的运输路线是RC。然而，若是整体考虑码头的调配方法，那么整条运输线路即为RA。很显然，在后一考虑条件下，岸吊与场桥的闲置时间以及拖车的运行距离都小于特定运作线的相关参数值。这里针对堆场拖车调配问题提出整数规划模型，模型假设如下说明：

（1）当堆场拖车输送到目的地之后，都能马上由起重机完成此次工作任务。

（2）每辆拖车每次能处理一项作业任务。

（3）所有拖车的移动速度都是一致的。

（4）可以忽略拖车与拖车间的干扰。

参数定义设立如下：

所有作业的集合（用i表示）。

Ω 所有堆场拖车的集合（用j表示）。|Ω|=V

拖车j从其原点到作业i原点的行驶时间。

tm_i 从作业i原点到其终点的行驶时间。

tf_ii′ 从作业i终点到作业i’原点的行驶时间，其中i≠i′。

ζ 堆场拖车每单位时间的行驶能耗（单位：千瓦）

M 较大正数

决策变量如下所列：

d_ij 如果分派作业任务i给堆场拖车j，d_ij=1；否则，d_ij=0。

s_i 作业任务i的开始时间。

δ_ii′ 如果对于同一拖车，作业i的完成时间不晚于作业i’的开始时间，则δ_ii′=1；否则，δ_ii′=0。

在模型中，第一个目标是所有作业的总时间最小化，作业任务的完成时间如下定义：

C_i=s_i+tm_i           （1）

第二个目标是所有作业的总能源消耗最小化，作业任务的能源消耗如下定义：

$\∃{\mathrm{\δ}}_{i^{\′}i}=1,E_i=({\mathrm{tm}}_i+\underset{\{i^{\′}\∈\∂,i\≠i^{\′},{\mathrm{\δ}}_{i^{\′}i}=1\}}{\min }({\mathrm{\δ}}_{i^{\′}i}\·(s_i-(s_{i^{\′}}+{\mathrm{tm}}_i)-{\mathrm{tf}}_{i^{\′}i})))\·\mathrm{\ζ};$

$\∃{\mathrm{\δ}}_{i^{\′}i}\≠1,E_i=({\mathrm{tm}}_i+\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\·t_{\mathrm{ij}}^o)\·\mathrm{\ζ}---\left(2\right)$

上述的等式可以联立成下面的等式：

$E_i=({\mathrm{tm}}_i+\underset{\{i^{\′}\∈\∂,i\≠i^{\′},{\mathrm{\δ}}_{i^{\′},i}=1}{\min }({\mathrm{\δ}}_{i^{\′}i}\·(s_i-(s_{i^{\′}}+{\mathrm{tm}}_i)-{\mathrm{tf}}_{i^{\′}i}))+(1-\underset{\{i^{\′}\∈\∂,i\≠i^{\′}\}}{\max }\left({\mathrm{\δ}}_{i^{\′}i}\right))\·\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\·{\mathrm{tt}}_{\mathrm{ij}}^o)\·\mathrm{\ζ}---\left(3\right)$

下面的整数规划模型能够明确地表述堆场拖车的调配问题。

整数规划： $\min f_1=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{C}_i---\left(4\right)$

$\min f_2=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{E}_i---\left(5\right)$

$s.t.\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}=1,\∀i\∈\∂---\left(6\right)$

$\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\≤K,\∀j\∈\mathrm{\Ω}---\left(7\right)$

$s_i+{\mathrm{tm}}_i+{\mathrm{tf}}_{{\mathrm{ii}}^{\′}}\≤s_{i^{\′}}+M\·(1-{\mathrm{\δ}}_{{\mathrm{ii}}^{\′}}),\∀i,i^{\′}\∈\∂,i\≠i^{\′}---\left(8\right)$

$M\·({\mathrm{\δ}}_{{\mathrm{ii}}^{\′}}+{\mathrm{\δ}}_{i^{\′}i})>0-|\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\·j-\underset{j^{\′}=1}{\overset{V}{\mathrm{\Σ}}}{d}_{i^{\′}{j}^{\′}}\·j^{\′}|,\∀i,i^{\′}\∈\∂,i\≠i^{\′},j,j^{\′}\∈\mathrm{\Ω}---\left(9\right)$

$s_i\≥\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\·{\mathrm{tt}}_{\mathrm{ij}}^o,\∀i\∈\∂---\left(10\right)$

$d_{\mathrm{ij}},{\mathrm{\ζ}}_{{\mathrm{ii}}^{\′}}\∈\left(\mathrm{0,1}\right),\∀i,i^{\′}\∈\∂,i\≠i^{\′},j\∈\mathrm{\Ω}---\left(11\right)$

公式（4）是第一个目标：最小化所有作业的总完工时间。公式（5）是第二个目标：最小化所有作业的总能源消耗。约束条件（6）保证所有作业任务都能得到分派。约束条件（7）满足一辆拖车承担的工作任务不能超过所有作业的总和。约束条件（8）定义了一项作业任务开始时间和另一项作业任务结束时间之间的关系。约束条件（9）保证同一堆场拖车执行多于一项任务时，没有时间上的冲突。约束条件（10）拖车执行一项作业任务时的最早开始时间。约束条件（10）-（11）规定了决策变量的限制条件。

既然公式（4）和公式（5）类型相同，则两个目标函数可以合成为这样的等式：

$\min f=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}(C_i+E_i)---\left(12\right)$

由于约束条件（9）包含绝对值形式的部分，我们可以添加辅助变量

和

使其线性化。增加的约束条件如下显示：

$M\·({\mathrm{\δ}}_{{\mathrm{ii}}^{\′}}+{\mathrm{\δ}}_{i^{\′}i})>0-({\mathrm{\β}}_i^{+}+{\mathrm{\β}}_{i^{\′}}^{-}),\∀i,i^{\′}\∈\∂,i\≠i^{\′}---\left(13\right)$

${\mathrm{\β}}_i^{+}-{\mathrm{\β}}_{i^{\′}}^{-}=\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\·j-\underset{j^{\′}=1}{\overset{V}{\mathrm{\Σ}}}{d}_{i^{\′}{j}^{\′}}\·j^{\′},\∀i,i^{\′}\∈\∂,i\≠i^{\′},j,j^{\′}\∈\mathrm{\Ω}---\left(14\right)$

${\mathrm{\β}}_i^{+},{\mathrm{\β}}_{i^{\′}}^{-}\≥0,\∀i,i^{\′}\∈\∂,i\≠i^{\′}---\left(15\right)$

数学模型重新改写成下面的目标函数及约束条件：

[整数规划1] $\min f=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}(C_i+E_i)$

s.t.式（6）-（11）、（13）-（15）

利用滚动周期法得到了运用，这样就把安排调配转换成在每一个滚动周期内的问题。接着，运用修正后计划期的静态滚动周期法，本技术方案是在每一计划周期运行计算，选定的计划周期为1分钟。在每一周期开始时，上一周期的剩余工序将转移至本周期继续进行。

因所有作业任务的等候时间都不尽相同，例如，上一周期剩余作业的等待时间多于当前周期新作业任务的等待时间，所以等待时间应当考虑到调配安排问题中来。若某些作业任务等待时间较长的话，则该任务需要给予更高的优先级来运输作业。从而，新模型应当最大化在每一周期所有作业的总等待时间。此目标要保证有更长等候时间的作业优先。

增加的参数W_i代表作业任务i的等待时间。因此，拖车调配安排问题可以由如下的线性整数规划模型表示。

[I整数规划] $\max f_1^a=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\·W_i---\left(16\right)$

$\min f_2^a=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\·({\mathrm{tm}}_i+{\mathrm{tt}}_{\mathrm{ij}}^o)\·\mathrm{\ζ}---\left(17\right)$

$s.t.\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\≤1,\∀i\∈\∂---\left(18\right)$

$\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\≤1,\∀j\∈\mathrm{\Ω}---\left(19\right)$

$\mathrm{ifK}\≤V,\underset{i=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}=K---\left(20\right)$

$\mathrm{ifK}>V,\underset{i=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}=V---\left(21\right)$

$d_{\mathrm{ij}}\∈\left(\mathrm{0,1}\right),\∀i\∈\∂,j\∈\mathrm{\Ω}---\left(22\right)$

统一后的目标函数为：

$\min f_2^a=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\·({\mathrm{tm}}_i+{\mathrm{tt}}_{\mathrm{ij}}^o)\·\mathrm{\ζ}-\underset{i=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=1}{\overset{V}{\mathrm{\Σ}}}{d}_{\mathrm{ij}}\·W_i---\left(23\right)$

拖车控制步骤如下：

步骤1.首先以码头前沿的最左侧顶点为坐标原点，建立坐标系O(x,y)，以岸线自左至右为X轴的正方向，以从码头前沿至后方堆场的方向为y轴的正方向。码头中涉及到的所有位置坐标都以此坐标系为参考系。通过拖车的GPS定位系统，获取所有拖车的当前坐标，记为P_ti(x_ti,y_ti)，其中x_ti与y_ti表示第i个拖车所在位置的横、纵坐标。

步骤2.通过岸桥的位置传感器，获取所有岸桥的当前位置坐标，记为P_c(x_ci,y_ci)，其中x_qi与y_qi表示第i个岸桥所在位置的横、纵坐标。

步骤3.通过码头生产数据库，获取当前时间内，正在装卸船作业的船舶航次，记为Vi，统计航次为Vi的所有装船任务和卸船任务，这些装船任务和卸船任务分别组成的装船任务集合和卸船任务集合记为C_Vi_load和C_Vi_unload，将所有航次的装卸船任务合并得到装船任务集合和卸船任务集合为C_load和C_unload。

步骤4.通过码头生产数据库，获取装船集合C_load中所有即将装船的集装箱在堆场中的位置坐标P_ly(x_lyi，y_lyi)和即将装在船上的集装箱坐标P_lv(x_lvi,y_lvi)。然后计算拖车到装船集装箱所在堆场的水平距离D₁=|x_ti-x_lyi|+|y_ti-y_lyi|，和装船集装箱所在堆场位置到即将装在船上的位置之间的水平距离D₂=|x_lyi-x_lvi|+|y_lyi-y_lvi|。

通过码头生产数据库，获取卸船集合C_unload中所有即将卸船的集装箱在船舶上的坐标P_ulv(x_ulvi,y_ulvi)，和即将卸船的集装箱在堆场中的位置坐标P_uly(x_ulyi,y_ulyi)。然后计算拖车到所有卸船集合中的装箱所在船舶的水平距离D₃=|x_ti-x_ulvi|+|y_ti-y_ulvi|，和卸船集装箱所在船舶位置和拖车到卸船集装箱所在堆场的水平距离D₄=|x_ulvi-x_ulyi|+|y_ulvi-y_ulyi|。

步骤5.计算堆场拖车j承担作业任务i的费用，其中

j∈Ω，计算式子为：

随后，把费用记录在矩阵MX中，行表示堆场拖车，列表示作业任务。如果拖车数量少于作业数，需要在矩阵中增加列数，对应于所有行的增加列的费用被设定为一个足够大的正数常量。

步骤6.使费用矩阵MX变形，让所有行与列都含有元素0。变形方法的伪代码如下：

步骤7.尝试分配，详细过程如下：

步骤7的①.从第一行开始。如果i行仅有一个0，则给予此0元素星号（*），星号表示对应于i行的堆场拖车只能被派以一项作业任务。然后把一列中的所有0元素都替之以加号（+），加号表示对应于列的作业已经分配以一辆堆场拖车。重复此步直到最后一行。

步骤7的②.从第一列开始。如果j列仅有一个0，则给予此0元素星号（*），星号表示对应于j列的作业任务只能分配一辆堆场拖车。然后把一行中的所有0元素都替之以加号（+），加号表示对应于行的拖车已经分配一项作业任务。重复此步直到最后一列。

步骤7的③.如果矩阵MX里仍有0元素，找到含有0元素最少的行或列，并用R（或C）表示。比较对应于R行（或C列），所有列（或行）0元素的数量，找出0元素最少的列（或行），用C₁（或R₁）表示。R行（或C列）以及C₁列（或R₁）的0元素标上星号（*）。重复此步直到矩阵中所有0元素都标上星号。

步骤7的④.如果带有星号的0元素的数量等同于矩阵MX的规则顺序，每个星号代表对应于行的拖车被调配以对应于列的作业任务，紧接着进入步骤10；不然将执行步骤4。

步骤8.找到最多的独立0元素，以下显示步骤4的详细过程：

步骤4的①.对没有星号（*）的行标记%符号。

步骤4的②.对于全部带有%的行，如果某行含有0元素，则在对应于这些0元素的列中做上%符号的标记。

步骤4的③.对于全部带有%的列，如果某列含有带星号（*）的0元素，则在对应于这些带星号0元素的行中做上%符号的标记。

步骤4的④.重复Step4.1-4.4，直到不能再标记%号为止。

步骤4的⑤.对所有带%的列画竖直线，带%的行画水平线。

步骤4的⑥.如果线的数量等同于矩阵MX的规则顺序，执行步骤4的⑦，否则跳到Step5。

步骤4的⑦.对于所有水平线和竖直线，有水平线的行（或有竖直线的列）用R（或C）表示。比较对应于R行（或C列）的0元素，所有列（或行）0元素的数量，找出0元素最少的列（或行），用C₁（或R₁）表示。R行（或C列）以及C₁列（或R₁）的0元素标上星号（*）。然后到步骤3、步骤4。

步骤9.找出未被线掩盖的所有元素中的一个最小值Min₁，接着把带%行中的所有元素值减去Min₁，带%列中的所有元素值加上Min₁。这样一个新的费用矩阵建立了起来。前往步骤1操作新矩阵。

步骤10.将矩阵MX中的调配方案通过码头的无线网络，发送到每一台拖车上，拖车开始执行任务。

为了说明集装箱码头堆场拖车调配所提出的方法，在本小节中进行数值试验。本小节包括两个部分：一个特定的案例分析用来例证说明，不同规模级别集装箱码头的综合性实验。所有的试验都是在个人计算机，英特尔酷睿2双核计算机，T8100，2.1千兆赫频率，2GB内存上执行的。

本实施例引用了20项作业任务和15辆堆场拖车。所有作业的等待时间和运输时间在表1中显示，所有拖车从本身原点到作业原点的行驶时间在表2中列出。拖车的单位能耗为5.3千瓦时/分钟。

表1.所有作业的等待时间和运输时间

表2.所有拖车从本身原点到作业原点的行驶时间

表3.第一个滚动周期的堆场拖车规划

拖车编号	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
																作业编号	12	15	2	6	1	3	16	7	10	5	9	8	4	11	14

根据本发明提出的方法，第一个滚动周期的堆场拖车规划结果由表3显示说明。在此规划中，总等待时间和总能耗分别是767分钟和1786千瓦时。

为评估该控制方法的综合性能，获取来自中国天津港五个集装箱码头试运营的长期（半年）数据集。在这些码头中堆场拖车的规模数量是不同的，分别是23、44、50、52和59。在对于泊位分配、堆场安排、岸吊调配和场桥调配的实验中，运用了所获取的运行数据。综合性能包含两个方面：岸吊的平均停工时间和总运输能耗。五个集装箱码头中上述两种性能的改进情况为：岸吊的平均停工时间和总运输能耗都小于实际中的数值，两者最小的减少率分别为12.7%和13.6%。因此，所提出的方法适用于不同规模的集装箱码头。

Claims (1)

1.一种调配集装箱码头堆场拖车的控制方法，该控制方法用于集装箱码头堆场拖车调配决策系统中，调配决策系统中包括有岸桥的位置传感器及码头生产数据库，该调配决策系统的调配安排对所有拖车的动态服务于所有的岸桥，该调配方法包括有以下步骤：

步骤1.首先以码头前沿的最左侧顶点为坐标原点，建立坐标系O(x,y)，以岸线自左至右为X轴的正方向，以从码头前沿至后方堆场的方向为y轴的正方向，码头中涉及到的所有位置坐标都以此坐标系为参考系，通过拖车的GPS定位系统，获取所有拖车的当前坐标，记为P_ti(x_ti,y_ti)，其中x_ti与y_ti表示第i个拖车所在位置的横、纵坐标；

步骤2.通过岸桥的位置传感器，获取所有岸桥的当前位置坐标，记为P_c(x_ci,y_ci)，其中x_qi与y_qi表示第i个岸桥所在位置的横、纵坐标；

步骤3.通过码头生产数据库，获取当前时间内，正在装卸船作业的船舶航次，记为Vi，统计航次为Vi的所有装船任务和卸船任务，这些装船任务和卸船任务分别组成的装船任务集合和卸船任务集合记为C_Vi_load和C_Vi_unload，将所有航次的装卸船任务合并得到装船任务集合和卸船任务集合为C_load和C_unload；

步骤4.通过码头生产数据库，获取装船集合C_load中所有即将装船的集装箱在堆场中的位置坐标P_ly(x_lyi,y_lyi)和即将装在船上的集装箱坐标P_lv(x_lvi,y_lvi)。然后计算拖车到装船集装箱所在堆场的水平距离D₁=|x_ti-x_lyi|+|y_ti-y_lyi|，和装船集装箱所在堆场位置到即将装在船上的位置之间的水平距离D₂=|x_lyi-x_lvi|+|y_lyi-y_lvi|；

通过码头生产数据库，获取卸船集合C_unload中所有即将卸船的集装箱在船舶上的坐标P_ulv(x_ulvi,y_ulvi)，和即将卸船的集装箱在堆场中的位置坐标P_uly(x_ulyi,y_ulyi)。然后计算拖车到所有卸船集合中的装箱所在船舶的水平距离D₃=|x_ti-x_ulvi|+|y_ti-y_ulvi|，和卸船集装箱所在船舶位置和拖车到卸船集装箱所在堆场的水平距离D₄=|x_ulvi-x_ulyi|+|y_ulvi-y_ulyi|；

步骤5.计算堆场拖车j承担作业任务i的费用，计算式子为：

随后，把费用记录在使费用矩阵MX中，行表示堆场拖车，列表示作业任务；如果拖车数量少于作业数，需要在矩阵中增加列数，对应于所有行的增加列的费用被设定为一个1000000000正数常量；步骤6.使费用矩阵MX变形，让所有行与列都含有元素0，变形方法的伪代码如下：

步骤6.尝试分配，详细过程如下：

①从第一行开始，如果i行仅有一个0，则给予此0元素星号（*），星号表示对应于i行的堆场拖车只能被派以一项作业任务，然后把0元素对应的一列中的所有0元素都替之以加号（+），加号表示对应于列的作业已经分配以一辆堆场拖车，重复此步直到最后一行；

②从所述第一列开始，如果j列仅有一个0，则给予此0元素星号（*），星号表示对应于j列的作业任务只能分配一辆堆场拖车，然后把0元素对应的一行中的所有0元素都替之以加号（+），加号表示对应于行的拖车已经分配一项作业任务，重复此步直到最后一列；

③如果矩阵MX里仍有0元素，找到含有0元素最少的行或列，并用R或C表示；比较对应于R行或C列，所有列或行0元素的数量，找出0元素最少的列或行，用C₁或R₁表示；R行或C列以及C₁列或R₁的0元素标上星号（*）；重复此步直到矩阵中所有0元素都标上星号；

④如果带有星号的0元素的数量等同于所述矩阵MX的规则顺序，每个星号代表对应于行的拖车被调配以对应于列的作业任务，紧接着进入后面的步骤8；不然将执行步骤4；

步骤7.找到最多的独立0元素，以下显示步骤4的过程；

①对没有星号（*）的行标记%符号；

②对于全部带有%的行，如果某行含有0元素，则在对应于这些0元素的列中做上%符号的标记；

③对于全部带有%的列，如果某列含有带星号（*）的0元素，则在对应于这些带星号0元素的行中做上%符号的标记；

④重复步骤4的①-步骤4的④，直到不能再标记%号为止；

⑤对所有带%的列画竖直线，带%的行画水平线；

⑥如果线的数量等同于矩阵MX的规则顺序，执行步骤4的⑦，否则跳到步骤5；

⑦对于所有水平线和竖直线，有水平线的行（或有竖直线的列）用R（或C）表示。比较对应于R行（或C列）的0元素，所有列（或行）0元素的数量，找出0元素最少的列（或行），用C₁（或R₁）表示；R行（或C列）以及C₁列（或R₁）的0元素标上星号（*）；然后到步骤3、步骤4；

⑧找出未被线掩盖的所有元素中的一个最小值Min₁，接着把带%行中的所有元素值减去Min₁，带%列中的所有元素值加上Min₁，这样一个新的费用矩阵MX建立了起来；前往步骤1操作MX矩阵；

步骤8.将矩阵MX中的调配方案通过码头的无线网络，发送到每一台拖车上，拖车开始执行任务。

Images