CN108596446B - 受集装箱吊车任务队列约束的港内集卡派发方法 - Google Patents

受集装箱吊车任务队列约束的港内集卡派发方法 Download PDF

Info

Publication number
CN108596446B
CN108596446B CN201810290163.6A CN201810290163A CN108596446B CN 108596446 B CN108596446 B CN 108596446B CN 201810290163 A CN201810290163 A CN 201810290163A CN 108596446 B CN108596446 B CN 108596446B
Authority
CN
China
Prior art keywords
crane
task
time
container
unloading
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810290163.6A
Other languages
English (en)
Other versions
CN108596446A (zh
Inventor
陈建军
白瑞斌
董海波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Nottingham Ningbo China
Original Assignee
University of Nottingham Ningbo China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Nottingham Ningbo China filed Critical University of Nottingham Ningbo China
Priority to CN201810290163.6A priority Critical patent/CN108596446B/zh
Publication of CN108596446A publication Critical patent/CN108596446A/zh
Application granted granted Critical
Publication of CN108596446B publication Critical patent/CN108596446B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种受集装箱吊车任务队列约束的港内集卡派发方法，包括步骤：更新吊车节点的地理位置信息，计算出任何两个吊车节点的行驶时间和行驶距离；根据桥吊工作队列信息获取最新的桥吊工作队列；获取每个吊车的吊车装卸信息，根据历史装卸箱时间，计算每个吊车最近n次的装卸箱时间的平均值；获取最新的集卡GPS信息，根据GPS信息计算出集卡到港口中吊车节点的行驶时间与距离；判断上次派发任务的集卡是否有预先安排的任务，若有，派发此任务并将该任务从派发列表中删除，否则，根据上述信息计算出进行最优派发路径，更新派发列表。上述方法提高了集卡派发的灵活性并能提高港口作业的效率。

Description

受集装箱吊车任务队列约束的港内集卡派发方法
技术领域
本发明涉及车辆调度优化领域，尤其涉及受集装箱吊车任务队列约束的港内集卡派发方法。
背景技术
随着我国经济的迅速发展和人民生活水平的提高，我国的进出口额正在持续发展并迅速壮大，中国港口的吞吐量在近几年亦有大幅度的提升。优化港口的吞吐效率正成为中国港口竞争和发展面临的一个主要问题。而其中，集装箱在码头和货船之间的转运效率是提高港口吞吐能力中重要的一环。由于不同码头的设施和操作模式并不相同，各个码头评判集装箱转运的效率也稍有不同，但常见的效率评判标准基于靠船时间和桥吊的操作速度(自然箱/小时)。在实际生产中，依靠增加集卡数量来保证桥吊持续装卸从而提升货船装卸速度的策略在实际生产中会遇到瓶颈，比如造成较低的卡车运输效率，堆场内交通堵塞以及更多的尾气排放。此外，购买和维护集卡的资金也是较大的投入。通过优化集卡的派发来提高桥吊的作业持续性，从而提高港口的吞吐能力已经成为共识。
实际作业中的集卡派发问题由于考虑到了吊车资源的占用以及任务队列的先后顺序，即使评估一条集卡路径的目标函数也可能需要对整个车队的目标函数进行推演，是一类具有极高复杂度的组合优化问题，属于NP-hard问题的研究范畴。相关算法的研究一直是该领域的核心热点。用于此类问题的算法分为静态调度算法和动态调度算法这两大类。动态算法不使用预先的安排，而是实时派发调度指令。其优点是计算快速，容易应对突发的交通堵塞情况等进行调整。其缺点是缺乏整体的安排。因此在码头的交通和效率比较稳定时，动态算法安排的总体吞吐效率不如静态算法。静态算法会对所有的任务进行事先的安排，其优缺点则和动态算法相反：如果码头的交通不稳定、吊车的效率有较大变化并难以预测时，最终的吞吐效率反而不如实时的动态计算。因此，需要一种能同时支持静态算法和动态算法的集卡派发方法，能有效整合这两种算法的优势，进一步提高码头作业的效率并同时对环境保护做出直接的贡献。
发明内容
一种受集装箱吊车任务队列约束的港内集卡派发方法，所述方法包括步骤：
S1、更新吊车节点的地理位置信息，计算出任何两个吊车节点的行驶时间和行驶距离；
S2、根据桥吊工作队列信息获取最新的桥吊工作队列；
S3、获取每个吊车的吊车装卸信息，根据所述吊车装卸信息中的历史装卸箱时间，计算每个吊车最近n次的装卸箱时间的平均值；
S4、获取最新的集卡GPS信息，根据所述GPS信息计算出集卡到港口中吊车节点的行驶时间与距离；
S5、判断上次派发任务的集卡是否有预先安排的任务，若有，执行步骤S6，否则，执行步骤S7；
S6、派发此任务并将该任务从派发列表中删除；
S7、根据上述信息计算出最优派发路径，更新所述派发列表。
较佳的，在步骤S7中，计算所述最优派发路径中用到的目标函数为：
Figure GDA0002660436080000021
所述目标函数的约束条件为：
Figure GDA0002660436080000022
Figure GDA0002660436080000023
Figure GDA0002660436080000024
Figure GDA0002660436080000025
Figure GDA0002660436080000026
Figure GDA0002660436080000027
Figure GDA0002660436080000028
Figure GDA0002660436080000029
Figure GDA0002660436080000031
在上述目标函数中，G＝(N,A)代表派发问题所涉及的网络，其中N是一个包含港口所有集装箱吊车节点的集合，A是一个包含任意吊车节点到另外一辆吊车节点的行驶路径的集合，I代表所有任务集合，集合L是吊车工作队列的集合，对于任何一个此集合中的队列l∈L，|l|为该队列中运输任务的数量，(l，w)指第l个任务队列中的第w个任务，(l′，w′)指第l′个任务队列中的第w′个任务，α(l，w)∈N为工作队列l中第w个装箱任务的第一装箱节点，β(l，w)∈N为工作队列l中第w个装箱任务的第二装箱节点，符号ml，w用于标明任务(l，w)是否有第二装箱节点，其中ml，w等于1时，该任务有第二装箱节点，为0时，则没有；γ(l，w)∈N为工作队列l中第w个装箱任务的卸箱节点，θ(l，w)∈N是任务(l，w)的吊车，如果任务是从货船卸箱到堆场，则θ(l，w)＝α(l，w)，如果任务是从堆场卸箱到货船，则θ(l，w)＝γ(l，w)，t[i,j]为从节点i∈N到j∈N的行驶时间，i,j可以是任何有效节点；任务(l，w)在第一装箱节点、第二装箱节点、卸箱节点以及吊车节点的操作时长分别为
Figure GDA0002660436080000032
和
Figure GDA0002660436080000033
这些节点对应的操作开始时间分别为
Figure GDA0002660436080000034
和
Figure GDA0002660436080000035
集合V代表集卡车队，|V|则为集卡车队的集卡数，符号bv为集卡v∈V的初始位置，
Figure GDA0002660436080000036
则用来标明任务(l′，w′)是否为集卡路径中(l，w)之后紧接着的任务，
Figure GDA0002660436080000037
则表示任务(l，w)是否是车辆V在其起始位置bv接到的第一个任务；参数W1和W2表示吊车工作队列完成速度与集卡空载时间在优化中的比重。
较佳的，所述目标函数的计算方式为：
A1、将车队中每个集卡目前正在进行的任务放入相应的路径中；
A2、评估每个路径被推演的过程；
A3、选取推演进程中最早的路径，找到路径里第一个时间有空值的任务(l，w)；
A4、根据
Figure GDA0002660436080000041
计算当前路径的任务完成时间；
A5、判断所有路径中的所属任务完成时间是
Figure GDA0002660436080000042
否被推演完成，若是，执行步骤A6；否则，返回执行步骤A2；
A6、累计该车队的行驶距离以及每个吊车在完成其任务队列之前的所有空闲时间。
较佳的，上述步骤A4包括过程：
A41、如果此次任务的派发时间非空，则操作开始时间
Figure GDA0002660436080000043
为派发时间加上派发地点到α(l，w)的行驶时间；
A42、若
Figure GDA0002660436080000044
非空时，如果装箱地点是吊车，且上一个任务的吊车作业时间为空，返回到步骤A2并选择下一个路径；否则，从吊车的上一次作业结束时间和
Figure GDA0002660436080000045
中选出一个最晚的时间，计算出装箱动作的结束时间t；
A43、若
Figure GDA0002660436080000046
非空时，
Figure GDA0002660436080000047
所述t[β(l，w),γ(l，w)]为β(l，w)到γ(l，w)的行驶时间；
A44、若
Figure GDA0002660436080000048
非空时，如果卸箱地点是吊车，且上一个任务的吊车作业时间为空，返回执行步骤A2并选择下一路径；否则，从吊车的上一次作业结束时间和此任务的装箱时间中选出一个最晚时间，计算出装箱动作的结束时间。
较佳的，在上述步骤A42中，如果当前任务有第二装箱吊车，则第二装箱吊车的操作开始时间为
Figure GDA0002660436080000049
所述t[α(l，w),β(l，w)]为α(l，w)到β(l，w)的行驶时间，如果没有则直接计算出卸箱吊车的操作开始时间
Figure GDA00026604360800000410
所述t[α(l，w),γ(l，w)]为α(l，w)到γ(l，w)的行驶时间。
较佳的，在上述步骤A44中，下一任务(l′，w′)的派发时间为t[γ(l，w),α(l′，w′)]。
较佳的，在步骤S3中，提供一默认装卸时间，若吊车没有所述历史装卸箱时间，则将该吊车的所述装卸箱时间平均值设定为所述默认装卸时间。
较佳的，所述集卡GPS信息包括该集卡的GPS坐标及该集卡的车牌号，所述吊车装卸信息包括装箱时间、卸箱时间、吊车名称、吊车类型。
较佳的，所述吊车类型包括桥吊和龙门吊。
较佳的，所述工作队列信息包括工作队列的优先级、工作队列所绑定的集卡池以及工作队列中的集卡运输任务，每个所述运输任务包括装箱地点、卸箱地点、箱子中的重量以及箱子尺寸和箱号。
上述技术方案具有如下优点或有益效果：在上述方法中，首先，针对有装卸船任务队列先后顺序约束的港内集装箱转运业务的集卡派发这一问题提供了同时支持动态算法和静态算法的调度框架，因此能针对此问题在不同场景中采用不同类型的算法，提高了集卡派发的灵活性并能提高港口作业的效率。其次，该方法中并提供的评估方法，为算法的开发提供了统一的路径评判标准。该路径评估方法为针对此问题的算法开发提供了更好的基础。此外，该评估方法的数据结构能使集卡派发的历史以更加可视化方式表达出来，使调度的数据分析更为方便。
附图说明
参考所附附图，以更加充分的描述本发明的实施例。然而，所附附图仅用于说明和阐述，并不构成对本发明范围的限制。
图1为本发明一种受集装箱吊车任务队列约束的港内集卡派发方法的流程示意图；
图2本发明一种受集装箱吊车任务队列约束的港内集卡派发方法中目标函数的计算流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明受集装箱吊车任务队列约束的港内集卡派发方法进行详细说明。
如图1所示，受集装箱吊车任务队列约束的港内集卡派发方法，包括步骤：
S1、更新吊车节点的地理位置信息，计算出任何两个吊车节点的行驶时间和行驶距离；
S2、根据桥吊工作队列信息获取最新的桥吊工作队列；
S3、获取每个吊车的吊车装卸信息，根据吊车装卸信息中的历史装卸箱时间，计算每个吊车最近n次的装卸箱时间的平均值；
S4、获取最新的集卡GPS信息，根据该GPS信息计算出集卡到港口中吊车节点的行驶时间与距离；
S5、判断上次派发任务的集卡是否有预先安排的任务，若有，执行步骤S6，否则，执行步骤S7；
S6、派发此任务并将该任务从派发列表中删除；
S7、根据上述信息计算出最优派发路径，更新派发列表。
其中，值得指出的是，上述桥吊工作队列指的是在一任务下，集卡放置集装箱的顺序。在步骤S3中，提供一默认装卸时间，如果吊车没有历史装卸箱时间，则将该吊车的装卸箱时间平均值设定为默认装卸时间。此外，上述每辆车的集卡GPS信息包括该集卡的GPS坐标及该集卡的车牌号，上述吊车装卸信息包括装箱时间、卸箱时间、吊车名称、吊车类型等，其中吊车类型包括桥吊和龙门吊。以及，上述工作队列信息包括工作队列的优先级、工作队列所绑定的集卡池(该集卡池指的是由用于完成该工作队列的所有集卡构成的)、工作队列中的集卡运输任务，其中每一个运输任务包括装箱地点、卸箱地点、箱子中的重量以及箱子尺寸和箱号。
进一步来讲，在步骤S7中，计算最优派发路径中用到的目标函数为：
Figure GDA0002660436080000061
该目标函数的约束条件为：
Figure GDA0002660436080000062
Figure GDA0002660436080000063
Figure GDA0002660436080000064
Figure GDA0002660436080000065
Figure GDA0002660436080000066
Figure GDA0002660436080000067
Figure GDA0002660436080000071
Figure GDA0002660436080000072
Figure GDA0002660436080000073
在上述模型中，G＝(N,A)代表派发问题所涉及的网络。其中N是一个包含港口所有集装箱吊车节点的集合。A是一个包含任意吊车节点到另外一辆吊车节点的行驶路径的集合。此外，I代表所有任务集合，集合L是桥吊工作队列的集合，对于任何一个此集合中的队列l∈L，|l|为该队列中运输任务的数量。(l，w)指第l个任务队列中的第w个任务，(l′，w′)指第l′个任务队列中的第w′个任务。α(l，w)∈N为工作队列l中第w个装箱任务的第一装箱节点，β(l，w)∈N为工作队列l中第w个装箱任务的第二装箱节点。符号ml，w用于标明任务(l，w)是否有第二装箱节点，其中ml，w等于1时，该任务有第二装箱节点，为0时，则没有。有第二装箱节点的任务都是双箱任务。集装箱卡车在第一个堆场装第一个集装箱箱，然后去第二个堆场装第二个集装箱，最后将两个集装箱运至桥吊。γ(l，w)∈N为工作队列l中第w个装箱任务的卸箱节点，θ(l，w)∈N是任务(l，w)的吊车。如果任务是从货船卸箱到堆场，则θ(l，w)＝α(l，w)，如果任务是从堆场卸箱到货船，则θ(l，w)＝γ(l，w)，t[i,j]为从节点i∈N到j∈N的行驶时间。i,j可以是任何有效节点，例如t[α(l，w),γ(l，w)]表示的是任务(l，w)的装箱节点到卸箱节点的行驶时间。任务(l，w)在第一装箱节点、第二装箱节点、卸箱节点以及桥吊节点的操作时长分别为
Figure GDA0002660436080000074
和
Figure GDA0002660436080000075
而在这些节点的操作开始时间分别为
Figure GDA0002660436080000076
和
Figure GDA0002660436080000077
集合V代表集卡车队，|V|则为集卡车队的集卡数，符号bv为集卡v∈V的初始位置。
Figure GDA0002660436080000078
则用来标明任务(l′，w′)是否为集卡路径中(l，w)之后紧接着的任务，
Figure GDA0002660436080000079
则表示任务(l，w)是否是车辆V在其起始位置bv接到的第一个任务。数学模型的目标函数由手动设置的参数W1和W2表示吊车工作队列完成速度与集卡空载时间在优化中的比重。
其中，约束条件(2)、(3)、(4)保证了转运任务中装卸箱的顺序。其中约束条件(2)、(3)专门用于两个集装箱的装箱吊车节点不同时的装卸顺序，而约束条件(4)则用于两个集装箱装卸节点都相同的任务。任务工作队列的执行顺序由约束条件(5)和(6)保证。约束条件(7)和(8)保证了每个任务完成且只完成一次，约束条件(9)和(10)则保证集卡至少使用一辆车并且不超过车队的总数。
如图2所示，上述目标函数的计算方式为：
A1、将车队中每个集卡目前正在进行的任务放入相应的路径中；
A2、评估每个路径被推演的过程；
A3、选取推演进程中最早的路径，找到路径里第一个时间有空值的任务(l，w)；
A4、根据
Figure GDA0002660436080000081
计算当前路径的任务完成时间；
A5、判断所有路径中任务完成时间是否被推演完成，若是，执行步骤A6；否则，返回执行步骤A2；
A6、累计该车队的行驶距离以及每个吊桥在完成其任务队列之前的所有空闲时间。
其中，上述步骤A4包括过程：
A41、如果此次任务的派发时间非空，则操作开始时间
Figure GDA0002660436080000082
为派发时间加上派发地点到α(l，w)的行驶时间；
A42、若
Figure GDA0002660436080000083
非空时，如果装箱地点是吊车，且上一个任务的吊车作业时间为空，返回到步骤A2并选择下一个路径；否则，从吊车的上一次作业结束时间和
Figure GDA0002660436080000084
中选出一个最晚的时间，计算出装箱动作的结束时间t；
A43、若
Figure GDA0002660436080000085
非空时，
Figure GDA0002660436080000086
所述t[β(l，w),γ(l，w)]为β(l，w)到γ(l，w)的行驶时间；
A44、若
Figure GDA0002660436080000087
非空时，如果卸箱地点是吊车，且上一个任务的吊车作业时间为空，返回执行步骤A2并选择下一路径；否则，从吊车的上一次作业结束时间和此任务的装箱时间中选出一个最晚时间，计算出装箱动作的结束时间。
值得指出的是，在上述步骤A42中，如果当前任务有第二装箱吊车，则第二装箱吊车操作开始时间为
Figure GDA0002660436080000091
所述t[α(l，w),β(l，w)]为α(l，w)到β(l，w)的行驶时间，如果没有则直接计算出卸箱吊车操作开始时间
Figure GDA0002660436080000092
所述t[α(l，w),γ(l，w)]为α(l，w)到γ(l，w)的行驶时间。
在上述方法中，首先，针对有装卸船任务队列先后顺序约束的港内集装箱转运业务的集卡派发这一问题提供了同时支持动态算法和静态算法的调度，因此能针对此问题在不同场景中采用不同类型的算法，提高了集卡派发的灵活性并能提高港口作业的效率。其次，该方法中并提供的评估方法，为算法的开发提供了统一的路径评判标准。该路径评估方法为针对此问题的算法开发提供了更好的基础。此外，该评估方法的数据结构能使集卡派发的历史以更加可视化方式表达出来，使调度的数据分析更为方便。
对于本领域的技术人员而言，阅读上述说明后，各种变化和修正无疑将显而易见。因此，所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容，都应认为仍属本发明的意图和范围内。

Claims (8)

1.一种受集装箱吊车任务队列约束的港内集卡派发方法，其特征在于，所述方法包括步骤：
S1、更新吊车节点的地理位置信息，计算出任何两个吊车节点的行驶时间和行驶距离；
S2、根据吊车工作队列信息获取最新的吊车工作队列；
S3、获取每个吊车的吊车装卸信息，根据所述吊车装卸信息中的历史装卸箱时间，计算每个吊车最近n次的装卸箱时间的平均值；
S4、获取最新的集卡GPS信息，根据所述GPS信息计算出集卡到港口中吊车节点的行驶时间与距离；
S5、判断上次派发任务的集卡是否有预先安排的任务，若有，执行步骤S6，否则，执行步骤S7；
S6、派发此任务并将该任务从派发列表中删除；
S7、根据上述信息计算出最优派发路径，更新所述派发列表；
在步骤S7中，计算所述最优派发路径中用到的目标函数为：
Figure FDA0002660436070000011
所述目标函数的约束条件为：
Figure FDA0002660436070000012
Figure FDA0002660436070000013
Figure FDA0002660436070000014
Figure FDA0002660436070000015
Figure FDA0002660436070000016
Figure FDA0002660436070000017
Figure FDA0002660436070000018
Figure FDA0002660436070000019
Figure FDA0002660436070000021
在上述目标函数中，G＝(N,A)代表派发问题所涉及的网络，其中N是一个包含港口所有集装箱吊车节点的集合，A是一个包含任意吊车节点到另外一辆吊车节点的行驶路径的集合，I代表所有任务集合，集合L是吊车工作队列的集合，对于任何一个此集合中的队列l∈L，|l|为该队列中运输任务的数量，(l，w)指第l个任务队列中的第w个任务，(l′，w′)指第l′个任务队列中的第w′个任务，α(l，w)∈N为工作队列l中第w个装箱任务的第一装箱节点，β(l，w)∈N为工作队列l中第w个装箱任务的第二装箱节点，符号ml，w用于标明任务(l，w)是否有第二装箱节点，其中ml，w等于1时，该任务有第二装箱节点，为0时，则没有；γ(l，w)∈N为工作队列l中第w个装箱任务的卸箱节点，θ(l，w)∈N是任务(l，w)的吊车，如果任务是从货船卸箱到堆场，则θ(l，w)＝α(l，w)，如果任务是从堆场卸箱到货船，则θ(l，w)＝γ(l，w)，t[i,j]为从节点i∈N到j∈N的行驶时间，i,j可以是任何有效节点；任务(l，w)在第一装箱节点、第二装箱节点、卸箱节点以及吊车节点的操作时长分别为
Figure FDA0002660436070000022
和
Figure FDA0002660436070000023
这些节点对应的操作开始时间分别为
Figure FDA0002660436070000024
和
Figure FDA0002660436070000025
集合V代表集卡车队，|V|则为集卡车队的集卡数，符号bv为集卡v∈V的初始位置，
Figure FDA0002660436070000026
则用来标明任务(l′，w′)是否为集卡路径中(l，w)之后紧接着的任务，
Figure FDA0002660436070000027
则表示任务(l，w)是否是车辆V在其起始位置bv接到的第一个任务；参数W1和W2表示吊车工作队列完成速度与集卡空载时间在优化中的比重；
所述目标函数的计算方式为：
A1、将车队中每个集卡目前正在进行的任务放入相应的路径中；
A2、评估每个路径被推演的过程；
A3、选取推演进程中最早的路径，找到路径里第一个时间有空值的任务(l，w)；
A4、根据
Figure FDA0002660436070000031
计算当前路径的任务完成时间；
A5、判断所有路径中的所属任务完成时间是否被推演完成，若是，执行步骤A6；否则，返回执行步骤A2；
A6、累计该车队的行驶距离以及每个吊车在完成其任务队列之前的所有空闲时间。
2.根据权利要求1所述的受集装箱吊车任务队列约束的港内集卡派发方法，其特征在于，上述步骤A4包括过程：
A41、如果此次任务的派发时间非空，则操作开始时间
Figure FDA0002660436070000032
为派发时间加上派发地点到α(l，w)的行驶时间，所述操作开始时间从等待装箱动作开始的时间进行计算；
A42、若
Figure FDA0002660436070000033
非空时，如果装箱地点是吊车，且上一个任务的吊车作业时间为空，返回到步骤A2并选择下一个路径；否则，从吊车的上一次作业结束时间和
Figure FDA0002660436070000034
中选出一个最晚的时间，计算出装箱动作的结束时间t；
A43、若
Figure FDA0002660436070000035
非空时，
Figure FDA0002660436070000036
所述t[β(l，w),γ(l，w)]为β(l，w)到γ(l，w)的行驶时间；
A44、若
Figure FDA0002660436070000037
非空时，如果卸箱地点是吊车，且上一个任务的吊车作业时间为空，返回执行步骤A2并选择下一路径；否则，从吊车的上一次作业结束时间和此任务的装箱时间中选出一个最晚时间，计算出装箱动作的结束时间。
3.根据权利要求2所述的受集装箱吊车任务队列约束的港内集卡派发方法，其特征在于，在上述步骤A42中，如果当前任务有第二装箱吊车，则第二装箱吊车的操作开始时间为
Figure FDA0002660436070000038
所述t[α(l，w),β(l，w)]为α(l，w)到β(l，w)的行驶时间，如果没有则直接计算出卸箱吊车的操作开始时间
Figure FDA0002660436070000039
所述t[α(l，w),γ(l，w)]为α(l，w)到γ(l，w)的行驶时间。
4.根据权利要求2所述的受集装箱吊车任务队列约束的港内集卡派发方法，其特征在于，在上述步骤A44中，下一任务(l′，w′)的派发时间为t[γ(l，w),α(l′，w′)]。
5.根据权利要求1所述的受集装箱吊车任务队列约束的港内集卡派发方法，其特征在于，在步骤S3中，提供一默认装卸时间，若吊车没有所述历史装卸箱时间，则将该吊车的所述装卸箱时间平均值设定为所述默认装卸时间。
6.根据权利要求1所述的受集装箱吊车任务队列约束的港内集卡派发方法，其特征在于，所述集卡GPS信息包括该集卡的GPS坐标及该集卡的车牌号，所述吊车装卸信息包括装箱时间、卸箱时间、吊车名称、吊车类型。
7.根据权利要求6所述的受集装箱吊车任务队列约束的港内集卡派发方法，其特征在于，所述吊车类型包括桥吊和龙门吊。
8.根据权利要求6所述的受集装箱吊车任务队列约束的港内集卡派发方法，其特征在于，所述工作队列信息包括工作队列的优先级、工作队列所绑定的集卡池以及工作队列中的集卡运输任务，每个所述运输任务包括装箱地点、卸箱地点、箱子中的重量以及箱子尺寸和箱号。
CN201810290163.6A 2018-04-03 2018-04-03 受集装箱吊车任务队列约束的港内集卡派发方法 Active CN108596446B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810290163.6A CN108596446B (zh) 2018-04-03 2018-04-03 受集装箱吊车任务队列约束的港内集卡派发方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810290163.6A CN108596446B (zh) 2018-04-03 2018-04-03 受集装箱吊车任务队列约束的港内集卡派发方法

Publications (2)

Publication Number Publication Date
CN108596446A CN108596446A (zh) 2018-09-28
CN108596446B true CN108596446B (zh) 2020-12-01

Family

ID=63625402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810290163.6A Active CN108596446B (zh) 2018-04-03 2018-04-03 受集装箱吊车任务队列约束的港内集卡派发方法

Country Status (1)

Country Link
CN (1) CN108596446B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114792159B (zh) * 2022-04-02 2023-05-23 山东港口科技集团日照有限公司 一种顺岸式全自动化集装箱码头无人集卡调度方法及系统
CN115650067B (zh) * 2022-12-08 2023-04-18 湖南洋马信息有限责任公司 智慧码头轨道吊任务管理方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101944200A (zh) * 2010-07-15 2011-01-12 深圳职业技术学院 集装箱卡车的调度方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101944200A (zh) * 2010-07-15 2011-01-12 深圳职业技术学院 集装箱卡车的调度方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A Dynamic Truck Dispatching Problem in Marine Container Terminal;J. Chen, R. Bai, H. Dong, R. Qu and G. Kendall;《2016 IEEE Symposium Series on Computational Intelligence》;20170213;第1-8页 *

Also Published As

Publication number Publication date
CN108596446A (zh) 2018-09-28

Similar Documents

Publication Publication Date Title
Ulmer et al. Same-day delivery with pickup stations and autonomous vehicles
Ramírez-Nafarrate et al. Impact on yard efficiency of a truck appointment system for a port terminal
CN110348613B (zh) 分拨中心智能物流管理方法及系统
Lee et al. A heuristic algorithm for yard truck scheduling and storage allocation problems
CN109726863A (zh) 一种多目标优化的物流方法和系统
Song et al. Study on berth planning problem in a container seaport: Using an integrated programming approach
CN110363396B (zh) 物流资源配置方法及装置
CN103606124B (zh) 集装箱码头装卸交通系统布局与交通组织微观仿真方法
CN110363380B (zh) 一种集装箱堆场双场桥动态协同调度方法
CN112085271B (zh) 一种基于众包模式的传统产业集群集货路径优化方法
CN108596446B (zh) 受集装箱吊车任务队列约束的港内集卡派发方法
CN112700177A (zh) 用于转运中心转运的选仓方法和装置、存储介质
CN116090799A (zh) 一种针对复杂散粮作业的码头生产调度方法及系统
CN110942203A (zh) 一种自动化集装箱码头agv路径优化方法
CN114331075A (zh) 堆场拖车调度方法、装置、设备及存储介质
CN115081674A (zh) 新型卡车排队行驶模式下的本地集装箱运输排版优化方法
JP5728881B2 (ja) 輸送計画作成方法および輸送計画作成装置
CN114415610B (zh) 机器人的调度方法、装置、电子设备及存储介质
CN117035371A (zh) 基于大数据的港口调度方法及系统
CN112559951A (zh) 集装箱运输agv调度方法、设备、电子终端及存储介质
CN112183838A (zh) 一种基于多约束修正c-w算法优化解决智能无人车路径规划问题的方法
CN116502866A (zh) 一种智能散货船舶计划和自动分类方法
Henesey et al. A market-based approach to container port terminal management
Spasovic et al. Increasing productivity and service quality of the straddle carrier operations at a container port terminal
Voß et al. An online storage strategy with dynamic bay reservations for container terminals

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant