基于案例檢索的集裝箱碼頭箱區優化研究

大連東軟信息學院商務管理系 李浩淵 孫冬石

基于案例檢索的集裝箱碼頭箱區優化研究

大連東軟信息學院商務管理系 李浩淵 孫冬石

摘 要：本文面對集裝箱碼頭的進出口箱區規劃問題，采用仿真模型與智能優化算法相結合的仿真優化方法進行分析求解。底層仿真模型覆蓋集裝箱碼頭全作業過程，并充分考慮了作業中的隨機因素；頂層優化采用了遺傳算法與案例檢索相結合的一種創新方法，有效解決了仿真優化運算時間過長的問題。

關鍵詞：仿真優化 箱區規劃 遺傳算法 案例檢索

近年來伴隨著集裝箱碼頭吞吐量的不斷增長，堆場資源變得越來越緊張。如何在有限的空間約束前提下，通過合理的規劃和管理來提升作業效率，已經成為碼頭管理者關注的重點問題。

由于碼頭生產作業中包含諸多隨機因素，數學模型往往很難描述[1]，而仿真與優化相結合成為解決該問題的一種有效手段。因此，本文采用仿真優化方法對進出口箱區規劃問題進行求解。

針對仿真優化方法中存在的運算時間過長問題，在Lee[2]和Bachelet[3]研究基礎上，提出了一種改進的案例檢索方法，較好地解決了運算代價過大的問題。

1　 仿真模型

1.1 仿真對象

以國內某集裝箱碼頭實際布局為背景，開展仿真模型構建仿真對象中，包含4個泊位，36個堆區，6排碼頭進出閘口通道，每個泊位分配若干岸橋，每臺岸橋配備10臺內部集卡，每個堆區配備一臺龍門吊，碼頭內會隨機產生若干外部集卡開展作業。

1.2 模型特點

(1)仿真模型能夠實現多船作業模擬，對過程的描述能夠細化到每臺機械的運行過程。

(2)仿真過程以秒為單位，實現細粒度仿真推進。

(3)為節省仿真運行時間，本模型采用數學仿真方式。

2　 仿真優化算法設計

2.1 算法原理

仿真優化是一種將仿真模型與優化算法結合使用的一種組合算法，其與傳統優化的主要區別在于，仿真程序取代數學公式成為目標評價的方式，主要優點在于仿真程序相對數學模型能夠更為充分地考慮到系統中隨機因素的干擾，從而更為準確地對不同方案的表現進行評估。優化算法負責將性能參數輸入仿真模型，仿真模型負責輸出評價指標給優化算法，優化算法再根據評價結果開展進化搜索，并將更優參數再次回饋仿真模型，不斷重復評價—優化過程，直至滿足終止條件。

2.2 遺傳算法設計

(1)編碼方案

決策向量采用0～1編碼方式：

其中，

(2)適值計算

綜合考慮作業效率和岸橋利用率兩個因素，分別進行歸一化處理，形成評價適值

(3)遺傳算子

選擇策略：正比選擇。

交叉策略：單切點方式，交叉概率0.9。

變異策略：位值方式，變異概率0.05。

(4)停止準則

最大進化代數100，運算停止。

3　 基于案例檢索的改進方法

3.1 案例檢索原理

針對仿真優化方法運算時間過長的問題，可以從兩個方面進行努力，一是避免重復仿真，二是通過預測減少表現不好的解的仿真次數。因此，本文設計了一種考慮近似匹配程度的案例檢索方法。

3.2 幾個基礎定義

定義2：完全匹配案例

定義3：近似匹配案例

3.3 案例檢索流程

步驟1：在案例庫中，是否存在該解的完全匹配案例，如存在，跳轉至步驟8。如不存在，跳轉至步驟2。

步驟2：在不存在該解的完全匹配案例的情況下，再次檢測是否存在該解的近似匹配案例，如存在，跳轉至步驟3。如不存在，轉步驟9。

步驟3：如果發現該解的近似匹配案例的表現較好時，即它的評價值與最好評價值非常接近，差值小于一個常數的話，則跳轉至步驟5。否則，跳轉至步驟4。

步驟4：如果發現該解的近似匹配案例的表現值不好時，即它的評價值與最好評價值相距較遠，差值大于一個常數，則認為當前解仿真價值不大，但為了保證算法的探索能力，利用隨機數則跳轉至驟5。否則，跳轉至步驟8。來決定是否繼續仿真，若

步驟5：運行仿真程序，獲得解的評價值。跳轉至步驟6。

步驟6：對比該解在案例庫中存儲的評價值，若更優，更跳轉至步驟7。否則，跳轉至步驟10。

步驟7：更新評價值，跳轉至步驟10。

步驟8：將案例庫中存儲的評價值直接賦予當前解，跳轉至步驟10。

步驟9：通過運行仿真程序，獲得解的評價值，并將其加入案例庫。轉步驟10。

步驟10：完成評價值獲取后，繼續優化算法運算。

3.4 案例檢索特點

(1)實現了對已完成仿真結果的有效利用，避免重復仿真。

(2)只將局部最優案例加入案例庫，并不是所有的新解均加入案例庫，有效縮小了案例庫的規模。

(3)通過評估預測，實現對好評價的獲得可能性進行評估，從而大大減少了仿真次數。

(4)通過當前解與近似案例的對比，節省了大量仿真運算代價。

(5)通過當前解與最優解的對比，保證了算法的全局探索能力，確保了解的多樣性。

4　 實驗與分析

4.1 仿真參數設計

在仿真運行的過程中，充分考慮碼頭作業的各項隨機因素，采取數據統計和概率分布來進行隨機描述，其中，岸橋、龍門吊的作業效率以及外部集卡在閘口處的作業時間，均服從正態分布，對應具體分布參數為和外部集卡的到達時間服從泊松分布，其具體分布參數設定為

4.2 案例檢索效果分析

案例檢索之所以能夠實現運算代價的降低，主要源于兩點：一是能找到完全匹配案例的解，不需要進行仿真；二是能找到近似匹配案例的解，通過進一步與最優案例的對比，也存在很大可能不通過仿真運算而直接完成賦值。

因此，在實驗中，本文記錄了算法運算各代中，檢索到完全匹配案例的解的個數，檢索到近似匹配案例的解的個數以及案例庫的規模等數值，如表1所示。

表1 案例檢索統計結果

從表1中可以看出，本文所設計的案例檢索方法，有效減少了調用仿真程序的次數，從而大大降低了運算時長，而且很好地控制了案例庫的整體規模，在問題得到求解的同時，運行時間的問題也得到了有效解決。

5　 結語

本文面向集裝箱碼頭箱區規劃問題，運用仿真模型與優化算法相結合的仿真優化方法進行求解，并引入了考慮案例匹配的案例檢索方法，有效地解決了運算代價的問題，獲得了較好的解決方案。

參考文獻

［1］于越，金淳，霍琳.基于仿真的集裝堆場大門系統規劃研究［J］.系統仿真學報，2007（13）.

［2］Lee L H，Chew E P Manikam P.A general framework on the simulation-based optimization under fixed computing budget［J］.European Journal of Operational Research，2006（3）.

［3］Bachelet B，Yon L.Model enhancement：improving theoretical optimization with simulation［J］.Simulation Modelling Practice and Theory，2007（6）.

中圖分類號：F069

文獻標識碼：A

文章編號：2096-0298（2016）06（b）-162-02