1. 研究目的与意义（文献综述）

1.1研究背景

近年来，我国经济和贸易的高速发展使得我国港口集装箱运输市场也发展迅猛。沿海港口的发展从门户港到枢纽港，逐渐融入世界经济。在这个过程中，港口的功能正在逐步提升。正是因为有了港口物流的理念，港口融入世界经济的步伐也越来越快。港口是经济运行的“晴雨表”，经济的发展带动了港口经济、临海工业的快速发展，也带动了港口码头建设、基础设施建设的快速发展。港口从古至今一直以来都是境内外贸易的重要中转站，世界大宗物流基本上是通过水路运输完成的。

就上海港而言，跟据上海市统计局统计，2017年截止到11月，其货物和外贸货物吞吐量各项指标均取得将近10%增长，其中货物吞吐量为64610万吨，外贸货物吞吐量完成37559万吨，集装箱吞吐量为3682.47万吨。就11月而言，货物吞吐量为5942万吨，同比增长9.7%，外贸货物吞吐量为3566万吨，同比增长8%，集装箱吞吐量为354.23万吨，同比增长8.2%。2017年1—11月份间，货物吞吐量及集装箱吞吐量均保持了10%左右的增速。

2. 研究的基本内容与方案

2.1 研究内容

由上述文献研究可以看出，针对泊位分配与岸桥调度的研究已经有了不菲的成果，近年来，基于不确定性的集装箱码头泊位与岸桥调度也取得了较大的进展，但基于突发事件的情况下码头的重调度研究仍然较少，值得更加深入的研究。但总的来说，这两者的研究重点有较大的重叠部分，其目的均是为了应对复杂的不确定性带来的突发事件，并以此为前提进行泊位与岸桥的重调度。

（1）泊位分配与岸桥调度关系分析

船舶抵港前，通常根据计划的船舶到港时间和相关集装箱信息为船舶安排停靠泊位和可用岸桥．由于船舶停靠泊位以及岸桥工作状态的不同，导致了船舶的服务时间也不同．泊位分配影响岸桥调度，从而影响船舶在港时间。

单独调度往往忽视了岸桥分配对船舶的在港时间和后面服务船舶的等待时间的影响，具有一定的局限性.而协调调度避免了单独调度的局限性，不仅考虑泊位的空闲情况，还考虑该泊位可用情况下岸桥的状态.通过计算该泊位处岸桥的作业时间，选择使船舶在港时间最短的泊位停靠，进而可以更有效地减少船舶总在港时间，提高岸桥的装卸效率。本文将选用联合调度，如图2.1所示。

图2.1 泊位与岸桥联合调度示意图

（2）泊位和岸桥协同分配调度数学模型的建立

集装箱港口为了提高其竞争力，需考虑减少船舶在港时间;从港口企业自身财务问题来考虑需要减少码头生产成本等，集装箱港口泊位一岸桥调度优化的目标属于典型的多目标优化问题。

模型的目标分为三部分，一是所有集装箱船舶的总在港时间成本最小，二是码头的生产成本最小，三是惩罚费用最小。

本文的约束条件如下：

（1）码头岸线长度为960米，泊位5个，共有12台岸桥可供服务，12台岸桥最初从左至右依次均匀分布于岸线上；

（2）各集装箱船舶均有最小和最大作业岸桥数；

（3）岸桥间不能相互交叉跨越；

（4）船舶在靠泊时需满足物理条件的限制，只能在各自可行的岸线内靠泊；

（5）每艘船舶有且只有一次靠泊机会，假定靠泊后不会向其余泊位移动；

（6）每艘船只有一个最优的泊位；

本文中具体船舶靠泊时间安排如图2.2所示。

图2.2 船舶靠泊时间示意图

（3）通过算法求解数学模型

调度问题考虑的是随着时间的变化，如何将有限的资源在执行任务的同时满足特定的约束。集装箱港口泊位—岸桥的调度问题考虑的是如何将有限的岸线和岸桥资源合理地提供给到港的集装箱船舶，且使得船舶满足所有的约束。遗传算法通用性强且鲁棒性好，是解决泊位—岸桥调度问题的有效工具，因此本文将选择遗传算法为主要算法求解调度数学模型。

（4）案例分析验证

在基于突发事件的码头前沿的调度中，本文将针对几种典型的突发事件，设立模型并求解，例如船舶延迟到达港口，岸桥突发故障灯不确定因素造成的突发事件，针对不同的事件，不同的靠泊规则等，求解得到的几个重调度方案也会存在一定差异，通过对比分析，结合实际情况，得到每种突发事件下的最优重调度方案。

2.2研究方法与技术路线

2.2.1研究方法

（1）突发事件的选取

在实际情况下，由于天气或者人为因素，有时码头的预调度计划不能如期执行，这就需要依据突发情况指定重调度方案，本文将要选用的突发事件有船舶延迟到达，分别为较短时间内未到达和较长时间内未到达，以及岸桥突发故障为突发事件，进行之后的重调度分析。

（2）遗传算法的选取

集装箱港口泊位—岸桥的调度问题的解法主要有数学规划法、仿真方法、禁忌搜索、神经网络算法、模拟退火、遗传算法和蚁群算法等。具体对比分析如表2.1所示。

表2.1算法分析表

综合以往的研究中使用方法以及以上各种方法的对比分析，最终选用遗传算法，通用性好，易得到最优解。

（3）算法平台的选取

MATLAB功能强大，将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案。本文将选取MATLAB R2014a作为算法程序编程开发平台，来求解基于遗传算法的泊位与岸桥联合调度模型。

2.2.2技术路线

本文中将针对船舶抵港时间延迟或岸桥突发故障等不确定性因素造成的突发事件，以集装箱船舶总在港时间成本最小和码头生产成本最小以及船舶惩罚成本最小为混合优化目标，根据先到先服务等服务原则适当根据优先权大小调整泊位顺序与岸桥装卸调度方案，建立基于以下约束条件的泊位分配与岸桥调度的重调度数学模型，再结合遗传算法求解调度模型，最后根据实际港口背景，以MATLAB为仿真平台对以上模型进行仿真，对比几个不同调度方案，最终得到最优重调度方案。具体码头前沿重调度技术路线如图2.3所示。

3. 研究计划与安排

4. 参考文献（12篇以上）

[1]brown g g,lawphongpanich s, thurman k p. optimizing ship berthing[j]. naval researchlogistics (nrl), 1994, 41(1): 1-15.