计算机应用

作者：高银萍, 苌道方, 陈俊贤

单位：1.上海海事大学 物流科学与工程研究院，上海 201306；2.南洋理工大学 机械与宇航工程学院，新加坡 639798 新加坡

关键词：混堆模式,任务类型,自动堆垛起重机,动态策略,非支配排序遗传算法Ⅱ

基金：国家重点研发计划项目(2019YFB1704403);2019年上海海事大学研究生拔尖创新人才培养项目(2019YBR014)

针对外集卡到达时间的不确定性，提出自动堆垛起重机（ASC）作业序列的动态优化，从而以减少ASC作业完成时间以及ASC和外集卡等待时间为目的，提高自动化集装箱码头堆场的作业效率。首先，结合混堆模式下集装箱作业类型与外集卡动态到达的特点，提出ASC动态匹配外集卡作业任务的策略；其次，构建ASC作业时间最短与ASC和外集卡等待时间最短的多目标模型；最后，设计基于动态规则的非支配排序遗传算法Ⅱ （DRNSGA Ⅱ）作为求解算法。在小规模算例实验中，分别运用DRNSGA Ⅱ与遗传算法（GA）求解动态策略和随机策略下的ASC作业问题。实验结果表明，DRNSGA Ⅱ求解的动态策略下目标函数值优于随机策略28.2%，并且动态策略下DRNSGA Ⅱ的求解结果优于遗传算法23.3%。在大规模算例实验中，比较了DRNSGA Ⅱ与多目标粒子群优化（MOPSO）两种算法的性能。实验结果表明DRNSGA Ⅱ的求解结果优于MOPSO算法6.7%。可见DRNSGA Ⅱ能够快速生成多样化的非支配解，为混堆模式下的ASC动态作业提供决策支持。

来源：2022年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2022年第10期