基于改進灰狼算法的港作拖輪調度研究

姚鵬 段興鋒

(集美大學 航海學院,福建廈門 361021)

在我國維持港口開放與經濟發展的背景下,港口規模的擴張與作業需求的持續增長已成為大趨勢[1],而今港口船舶眾多,港口結構復雜,拖輪資源有限,故拖輪調度問題的優化顯得尤為重要。而合理優化拖輪調度能節省大量港口拖輪資源,加快港口船舶運行效率[2]。

拖輪調度問題起源于作業車間調度問題(Job-shop scheduling problem,JSP),傳統的拖輪調度主要依靠調度工作人員的經驗,輔以一些整數規劃方法[3-6],隨著港口作業需求量的增大,傳統的方法已難以應對新的挑戰,就需要有更科學更有效的方法來解決拖輪調度問題。目前相關的研究主要聚焦在建立貼合實際的拖輪調度模型,并采用合適的元啟發式算法求解等方面。現有文獻大部分拖船調度模式均以拖船最大運行時間為優化目標[7],這與實際應用需求有差距。李伯棠等[8]構建了以拖輪燃油成本最小化為目標函數、考慮多停泊基地條件下的一體化拖輪調度模糊規劃模型,設計了鯨魚—遺傳混合算法(Whale Optimization-Genetic hybrid Algorithms based on Scheduling Plan coding,SPWOGA)進行求解,并與CPLEX、Memtic算法進行對比試驗,驗證了該算法的可行性。Wang等[9]以拖輪平均利用率、船舶平均等待時間和最大等待隊列長度為多優化目標,根據調度規則構建混合整數規劃模型,結合GA、ACO算法提出GA-ACO算法,對該模型進行求解,驗證了該算法的有效性;Chang等[10]基于動態分析,以船舶等待時間和拖船溢出馬力最小化構建最佳目標函數,建立拖船動態的調度優化模型,并通過引入熵函數和精英保留策略,改進了基本粒子群算法進行優化研究。……