買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江工業(yè)大學申請的專利一種不確定環(huán)境下的多碼頭潮汐港泊位岸橋聯(lián)合調(diào)度方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN114626754B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-06-10發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210348717.X，技術領域涉及：G06Q10/0631；該發(fā)明授權一種不確定環(huán)境下的多碼頭潮汐港泊位岸橋聯(lián)合調(diào)度方法是由蔣美仙;周健;馮佳佳;周琳;馬方鉦設計研發(fā)完成，并于2022-04-01向國家知識產(chǎn)權局提交的專利申請。

本一種不確定環(huán)境下的多碼頭潮汐港泊位岸橋聯(lián)合調(diào)度方法在說明書摘要公布了：一種不確定環(huán)境下的多碼頭潮汐港泊位岸橋聯(lián)合調(diào)度方法，包括：建立不確定條件下的多碼頭泊位岸橋聯(lián)合調(diào)度數(shù)學模型；然后結(jié)合隨機生成與貪婪構(gòu)造兩種策略生成初始種群；運用基因修復算法將不可行解轉(zhuǎn)為可行解；計算適應度值和選擇概率；結(jié)合精英保留策略與輪盤賭策略的生成子代種群，并運用基于適應度值的熔合交叉算子和均勻變異算子來進行解空間的初步搜索；最后結(jié)合基于模擬退火機制的局部搜索算法進一步尋優(yōu)；通過對比SA?AGA算法、不結(jié)合貪婪構(gòu)造策略的算法、不結(jié)合模擬退火機制的算法以及兩者均不采用的傳統(tǒng)自適應遺傳算法來驗證不確定條件下的泊位和岸橋聯(lián)合調(diào)度模型的有效性和算法效率；本發(fā)明提高集裝箱碼頭的作業(yè)效率，合理分配泊位岸橋。

本發(fā)明授權一種不確定環(huán)境下的多碼頭潮汐港泊位岸橋聯(lián)合調(diào)度方法在權利要求書中公布了：1.一種不確定環(huán)境下的多碼頭潮汐港泊位岸橋聯(lián)合調(diào)度方法，其特征在于，包括如下步驟：步驟一：構(gòu)建不確定條件下多碼頭潮汐港泊位岸橋聯(lián)合調(diào)度模型；1.1、確定目標函數(shù)：由于本發(fā)明考慮了船舶到港時間和岸橋作業(yè)效率的不確定性，因此通過主動式策略，分別為船舶的期望到港時間和岸橋平均作業(yè)效率添加緩沖時間和緩沖效率來減少這兩者的波動變化對調(diào)度方案的影響；而為了使這種影響最低，通過隨機生成一定數(shù)量的樣本模擬可能出現(xiàn)的船舶到港時間和岸橋作業(yè)效率，并以調(diào)度方案在各樣本下的總成本的期望和方差之和最小為目標函數(shù)如式1所示；minE{fs}+σ{fs}1式中，fs為調(diào)度方案在s樣本下的總成本，E{fs}表示在各樣本下調(diào)度方案總成本的平均值，σ{fs}則是方差，E{fs}越小，則說明當調(diào)度方案得到實際應用時所需的成本越低，而σ{fs}越小，則調(diào)度方案應對船舶到港時間和岸橋作業(yè)效率變化時的抗干擾性越強；本發(fā)明模型的總成本主要包括船舶作業(yè)成本、船舶到港延誤懲罰成本、船舶離港延誤懲罰成本、船舶等待成本、靠泊位置偏離成本以及轉(zhuǎn)運成本六個方面；1.2設置約束條件；船舶的作業(yè)成本是指從船舶靠泊到離港這一段時間內(nèi)岸橋為其進行集裝箱裝卸服務時所需的作業(yè)成本，其與船舶靠泊時間、離港時間以及分配到的岸橋數(shù)量有關，如式2所示；其中，cy是船舶在港口作業(yè)時的單位岸橋單位時間作業(yè)成本；Ci是為船舶i作業(yè)的岸橋數(shù)量，i∈V；yi是待調(diào)度船舶i的靠泊時刻，i∈V；是在樣本s下船舶i的實際到港時間； 當船舶的到港時間超過其計劃靠泊時間時，會對其他待靠泊船舶的?？亢妥鳂I(yè)造成影響，而且其所需裝卸的集裝箱需要額外滯留，此時就會產(chǎn)生到港延誤成本；其大小與船舶的待裝卸集裝箱量和到港延誤時間有關，如式3所示；其中，pafter是船舶在其預計到港時刻之后到達時的單位時間懲罰成本；是待調(diào)度船舶i的出口集裝箱量，i∈V；是待調(diào)度船舶i的進口集裝箱量，i∈V； 能否正常離港對船舶和碼頭雙方來說都十分重要，若無法正常離港，對船舶來說其可能無法準時到達下一個港口，對碼頭來說就會影響后續(xù)船舶的靠泊和作業(yè)，此時就產(chǎn)生了離港延誤懲罰成本，其與船舶的集裝箱量和延誤離港的時間相關，如式4所示；其中，pi是船舶i實際離港時刻超過其期望離港時刻時的單位時間懲罰成本；di是船舶i的實際離港時刻；EDi是待調(diào)度船舶i的期望離港時刻，i∈V； 若船舶的到港時間早于其計劃靠泊時間，船舶只能在錨地內(nèi)等待，這一情況的發(fā)生會使得船舶的滿意度降低，進而影響港口的競爭力；因此，為了減少這種影響，添加了船舶等待成本，其與船舶上的待卸箱量和提前到港的時間相關，如式5所示；其中，pbefore是船舶在其預計到港時刻之前到達等待時的單位時間等待成本；yi是待調(diào)度船舶i的靠泊時刻，i∈V； 考慮到船舶待裝船集裝箱在堆場內(nèi)的存放位置，每艘船舶都會有自身的理想靠泊位置；所以，當船舶靠泊在其預分配碼頭時，若其靠泊位置與其理想靠泊位置之間存在偏差，會造成集裝箱在堆場和船舶靠泊位置間的水平運輸距離增加，從而增加了運輸成本，故需要添加偏離成本，如式6所示，其與船舶的待裝卸集裝箱量和偏離距離相關；其中，cx是船舶在其預分配碼頭的靠泊位置偏離理想靠泊位置時的單位偏離成本；xi是待調(diào)度船舶i的靠泊位置，i∈V；bpi是待調(diào)度船舶i在其預分配碼頭的最佳靠泊位置，i∈V；zim是當船舶i的預分配碼頭為m，zim＝1，否則zim＝0，i∈V，m∈T；uim是當船舶i的靠泊碼頭為m，uim＝1，否則uim＝0，i∈V，m∈T； 當船舶并未靠泊在其預分配碼頭，則不需要考慮這一偏離成本，但由于其待裝船集裝箱需要從預分配碼頭轉(zhuǎn)移到實際靠泊碼頭上，這便產(chǎn)生了額外的轉(zhuǎn)運成本，如式7所示，其與待裝船集裝箱量有關；其中，ckm是從碼頭k到碼頭m的單位箱量轉(zhuǎn)運成本，k,m∈T； 因此，在任一樣本s下，調(diào)度方案所需的成本如式8所示；fs＝Costoper+Costarrd+Costdepd+Costwait+Costdevi+Costtran8目標函數(shù)的存在可以確定什么樣的調(diào)度方案是最理想的，但想要得到可行的船舶靠泊計劃和岸橋分配計劃需要滿足諸多約束的限制； 在確定船舶的靠泊碼頭時，首先必須確保所有的待調(diào)度船舶都選擇了一個碼頭進行?？?，且每艘船舶只能在一個碼頭上停靠，如約束9所示；同時，正如約束10所示，在船舶的整個在港時間內(nèi)，其所靠泊的碼頭的水深不能低于其吃水深度要求；其中，dfi是待調(diào)度船舶i的吃水深度，i∈V；M是正數(shù)；是碼頭m在t時刻時的水深，m∈T，t∈H； 由于碼頭岸線長度存在的限制，引入了約束11保證船舶在?？繒r，船舶的船頭到船尾這一段岸線都在其靠泊碼頭的岸線范圍內(nèi)；此外，為了防止船舶在停靠時發(fā)生時空沖突，即在同一時間占用了同一段岸線，約束12至14也必須得到滿足；其中約束12為待調(diào)度船舶間的時空約束，表示兩艘船舶同時靠泊在一條岸線上時，左側(cè)船舶船尾所處位置必須在右側(cè)船舶船頭位置的左側(cè)；同理，約束13和14分別表示待調(diào)度船舶位于已靠泊船舶右側(cè)和左側(cè)時的時空約束；其中，xi是待調(diào)度船舶i的靠泊位置，i∈V；是待調(diào)度船舶i的長度，包括水平安全預留長度，i∈V；是已靠泊船舶i的長度，包括水平安全預留長度，i∈V0；表示若船舶j靠泊在船舶i右側(cè)，否則表示若船舶j靠泊在船舶i右側(cè)，否則i≠j；表示若船舶j靠泊在船舶i左側(cè)，否則 除船舶靠泊碼頭與靠泊位置需要滿足約束外，在靠泊時間上也有一些約束必須得到考慮；首先，船舶的靠泊時間必須遲于其到港時間，同時，由于船舶到港時間的不確定，因此規(guī)定在調(diào)度時船舶必須在其期望到港時間后再經(jīng)過一個緩沖時間才能停靠，如約束15所示；船舶的離港時間則是由其靠泊時間、待裝卸集裝箱量、岸橋作業(yè)效率以及分配到的岸橋數(shù)量所共同決定，約束16便定義了它們之間的關系；同樣的，在調(diào)度時考慮的岸橋作業(yè)效率為其平均作業(yè)效率和緩沖效率之和，進而減弱右岸橋作業(yè)效率變化所帶來的影響；約束17定義了當任意兩艘待調(diào)度船舶需要占用同一段岸線時它們的靠泊時間和離港時間之間的關系，即先占用這段岸線的船舶的離港時間必須早于后占用船舶的靠泊時間；同理，約束18定義了待調(diào)度船舶的靠泊時間與已靠泊船舶的離港時間之間的關系；其中，yi是待調(diào)度船舶i的靠泊時刻，i∈V；是待調(diào)度船舶i的到港時刻期望，i∈V；是船舶i到達時間的松弛量，i∈V；g是岸橋間的干擾系數(shù)；表示若船舶j在船舶i離港后靠泊，否則表示若船舶j在船舶i離港后靠泊，否則 當任意兩艘待調(diào)度船舶靠泊在同一碼頭時，它們之間一定會在空間維度或時間維度上存在關系；通過與約束12的相互作用，約束19定義了其在空間維度上的聯(lián)系，與約束17的相互作用則定義了在時間維度上的關系；同樣的，通過與約束13、14和18的相互作用，約束20實現(xiàn)了待調(diào)度船舶與已靠泊船舶在空間和時間上關系的定義；這些約束的存在能防止兩艘船舶同時占用同一段岸線的情況發(fā)生；其中，是若已?？看癷的靠泊碼頭為m，否則 若不考慮約束16中的船舶作業(yè)時間與岸橋作業(yè)效率的關系，即船舶的作業(yè)時間視為一個已知常量，則式1～約束20共同組成了不確定環(huán)境下泊位分配問題的優(yōu)化模型；但在實際生產(chǎn)作業(yè)過程中，船舶的作業(yè)由岸橋來共同完成，因此其所需時間也與岸橋息息相關；而在分配岸橋時同樣有諸多約束需要同時得到滿足，如約束21至30所示；具體來說，約束21定義了各船舶可分配岸橋數(shù)量的范圍，即必須位于船舶最小可分配岸橋數(shù)量與最大可分配岸橋數(shù)量之間；約束22則定義了分配岸橋數(shù)量與岸橋編號間的關系；約束23與24則避免了一臺岸橋同時為兩艘船舶服務的情況發(fā)生；約束25使為同一艘船舶服務的岸橋是連續(xù)的，即當兩臺岸橋a和c同時為一艘船舶服務時，位于它們中間的所有岸橋也必須為其服務；如約束26至28所示，當一條岸線上同時存在兩艘以上船舶時，岸橋無法相互交叉跨越以提供服務，即當岸橋a為船舶服務時，其右側(cè)岸橋不能為左側(cè)其他船舶服務，其左側(cè)岸橋也不能為右側(cè)其他船舶服務；約束29與30的存在保證了船舶分配到的岸橋都能提供服務，即分配到的岸橋的服務范圍能覆蓋到船舶的靠泊岸線區(qū)間；其中，是分配給待調(diào)度船舶i的最小岸橋數(shù)量，i∈V；是分配給待調(diào)度船舶i的最大岸橋數(shù)量，i∈V；表示若位于碼頭m的岸橋q服務于已靠泊船舶i，否則i∈V0，q∈Qm，m∈T；θiqm表示若位于碼頭m的岸橋q服務于船舶i，θiqm＝1，否則θiqm＝0，i∈V，q∈Qm，m∈T；是位于碼頭m的岸橋q的最大可服務位置，m∈T，q∈Qm；是位于碼頭m的岸橋q的最小可服務位置，m∈T，q∈Qm；步驟二：設計多碼頭泊位岸橋聯(lián)合調(diào)度算法；2.1初始化種群：初始種群中的一半染色體由貪婪構(gòu)造策略產(chǎn)生，令船舶靠泊碼頭為其預分配碼頭，令船舶的靠泊位置為其最優(yōu)靠泊位置bpi，令船舶靠泊時刻為令船舶分配到的岸橋數(shù)量為內(nèi)隨機整數(shù)，令起始岸橋編號為1，令船舶到港時間松弛與岸橋作業(yè)效率松弛分別為與另一半染色體則由隨機生成策略生成，令船舶靠泊碼頭為[1，NT]內(nèi)隨機整數(shù)，令船舶靠泊位置為內(nèi)隨機整數(shù)，令船舶靠泊時間為令船舶分配到的岸橋數(shù)量在內(nèi)隨機生成整數(shù)；令起始岸橋編號為內(nèi)隨機整數(shù)，令船舶到達時間松弛與岸橋作業(yè)效率松弛分別為與2.2計算適應度函數(shù)：Step1.1：對所有樣本s∈S，取船舶的實際靠泊時間為船舶的實際到港時間與計劃靠泊時間yi中的較大者，并根據(jù)和船舶的實際岸橋作業(yè)效率得到船舶的實際離港時間Step1.2：根據(jù)船舶的實際在港時間和分配到的岸橋數(shù)量Ci，計算得到船舶的在港作業(yè)成本Costoper；Step1.3：若船舶的實際靠泊時間為其實際到港時間則說明該船舶到港延誤，轉(zhuǎn)Step1.4；否則，轉(zhuǎn)Step1.5；Step1.4：根據(jù)船舶的延誤到港時間計算得到船舶的延誤到港成本Costarrd，并轉(zhuǎn)Step1.6；Step1.5：根據(jù)船舶的等待時間計算得到船舶的等待成本Costwait；Step1.6：若船舶的實際靠泊碼頭TiV與其預分配碼頭相同，轉(zhuǎn)Step1.7，否則轉(zhuǎn)Step1.8；Step1.7：根據(jù)船舶的實際靠泊位置xi與其理想靠泊位置bpi，計算得到船舶的位置偏離成本Costdevi；Step1.8：計算船舶待裝船集裝箱的轉(zhuǎn)運成本Costtran；2.3種群交叉操作：對于任意一條染色體P，其長度為7×NV，變異后的染色體記為C；對任意一艘船舶i，取隨機數(shù)r∈[0,1]，若r≤pm，則令C[i]、C[i+NV]、···、C[i+6×NV]為其可行域內(nèi)隨機數(shù)，否則，保持不變；其中pm為變異概率，由于算法求出的解隨著迭代次數(shù)的增加而逐漸收斂，因此在算法后期，種群中個體適應度的差異會減小，可能會陷入某個局部最優(yōu)解中，因此，本文采用自適應的策略令變異概率隨最優(yōu)解不變代數(shù)guc的增加而逐漸增大，從而探索解空間中更多的新區(qū)域，增大跳出局部最優(yōu)的可能；2.4基因修復操作：Step2.1：對所有碼頭m∈T，由計劃期開始時已靠泊船舶集合V0得到碼頭m已調(diào)度船舶集合由待調(diào)度船舶集合V按靠泊時刻從小到大得到碼頭m的待調(diào)度船舶集合Step2.2：對內(nèi)的首個元素，即當前調(diào)度船舶i，由靠泊時刻yi與碼頭水深集合得到可靠泊時間段集合Huseful；Step2.3：若Huseful是空集，令i在其他碼頭停靠，轉(zhuǎn)Step2.1，否則轉(zhuǎn)Step2.4；Step2.4：若不存在h∈Huseful，使得靠泊時刻yi不小于該時間段起點且離港時刻di不大于該時間段終點則轉(zhuǎn)Step2.5，否則，轉(zhuǎn)Step2.6；Step2.5：若不存在h∈Huseful，使得可靠泊時間長度不小于船舶的最小作業(yè)時間，則令i靠泊在其他碼頭，并轉(zhuǎn)Step2.1，否則，轉(zhuǎn)Step2.6；Step2.6：設調(diào)度時在港船舶集合對船舶若其離港時刻dj大于靠泊時刻yi，則將j加入集合Vnow；Step2.7：根據(jù)所有調(diào)度時已在港船舶k∈Vnow的靠泊位置xk、船身長度分配到的岸橋數(shù)量Ck以及起始岸橋編號得到調(diào)度時的空閑岸線區(qū)間集合Qidle；Step2.8：設調(diào)度時可用岸線區(qū)間集合若存在r∈Qidle，使岸線長度lr大于等于且可用岸橋數(shù)量NCr大于等于則將r加入集合Quseful中；Step2.9：若Quseful為空集，令yi為Vnow中所有船舶的最小離港時刻，轉(zhuǎn)Step2.1；Step2.10：若存在s∈Quseful，使得且其中為可用岸線區(qū)間s的起始位置，為s的結(jié)束位置，則轉(zhuǎn)Step2.11，否則，轉(zhuǎn)Step2.14；Step2.11：對靠泊岸線區(qū)間s內(nèi)的所有可用岸橋若其服務范圍與船舶的靠泊岸線區(qū)間[xi,xi+LiV]不存在重疊，則令NCs＝NCs-1；Step2.12：若區(qū)間內(nèi)岸橋數(shù)量則將s從Quseful中移除，并轉(zhuǎn)Step2.9；Step2.13：若i分配到的起始岸橋編號且i分配到的最后一臺岸橋編號轉(zhuǎn)Step2.16，否則轉(zhuǎn)Step2.15；Step2.14：任取s∈Quseful，令xi為內(nèi)隨機整數(shù)；Step2.15：令分配到的岸橋數(shù)Ci為內(nèi)隨機整數(shù)，令為內(nèi)隨機整數(shù)；Step2.16：將i從中移除，并添加至中；Step2.17：若對所有碼頭均為空集，則完成基因修復，否則轉(zhuǎn)Step2.6；2.5基于模擬退火機制的局部搜索：Step3.1：初始化當前循環(huán)次數(shù)h＝1，系統(tǒng)溫度T＝T0；Step3.2：若最優(yōu)解不變代數(shù)guc大于等于10，且h小于最大循環(huán)代數(shù)Hmax，則進入下一步；否則，退出模擬退火過程；Step3.3：對當前種群最優(yōu)解Pmax的鄰域ΩP中進行搜索，得到新解Pnew；Step3.4：對Pnew進行基因修復操作，使其成為可行解，并計算其適應度值fnew；Step3.5：判斷當前適應度值fnew是否大于最優(yōu)適應度值fmax，若是，則進入下一步，否則轉(zhuǎn)Step3.7；Step3.6：令Pmax＝Pnew，fmax＝fnew，guc＝1，并退出模擬退火過程；Step3.7：計算接受概率并生成隨機數(shù)r∈[0,1]，判斷是否r＜paccept，若是，則進入下一步，否則轉(zhuǎn)Step3.9；Step3.8：令當前種群最差解Pmin＝Pnew，fmin＝fnew；Step3.9：令T＝ηT，當前循環(huán)代數(shù)h＝h+1，并轉(zhuǎn)Step3.2。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" >浙江工業(yè)大學，其通訊地址為：310014 浙江省杭州市拱墅區(qū)潮王路18號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。