面向同贝同步装卸的集装箱码头前沿集成生产调度计算实验

The project lays special stress on container terminal quayside integrated scheduling with the configuration of dual forty-foot quay cranes and the technics of synchronous handling within a bay. That considers the berth allocation problem, quay crane assignment problem，quay crane scheduling problem and yard trailer dispatching problem all into one. The thinking in distributed computation, cooperative computing, parallel computation, reconfigurable computing and knapsack problem in computer science are combined to gain the modeling framework with dynamic reconfigurable hybrid flow shops with blocking based on attributes and multidimensional knapsack problem with multi-objective, which is used for container terminal quayside scheduling simulation model together with agent-based computing. At the same time, the thinking in distributed computation, cooperative computing, parallel computation, reconfigurable computing are also fused to design multi-agent systems model for multi-population particle swarm optimization algorithm, which is the optimization engine of the above simulation model. Finally, on the fundamental principle of simulation based optimization, the simulation model and algorithm model both are integrated to obtain the container terminal quayside integrated scheduling computational experiment architecture and decision-making paradigms. The project not only focuses on improving the automation level of programming, technological design and scheduling at large and medium-sized container terminals, but also provides a new solution and application example illustration reference for the phenomenon of self-adaptive, self-organization, self-evolution and self-learning in the complex logistics systems.

本项目重点探讨双40英尺岸桥配置和同贝同步装卸工艺下集装箱码头前沿的集成生产调度。它将泊位指派、岸桥分配、岸桥调度与集卡调度等四个问题作为一个整体，融合计算机科学中分布式计算、协同计算、并行计算、可重构计算的思想和经典的背包问题，得出基于属性的有阻塞动态可重构混合流水车间调度和多维多目标背包问题作为生产调度的建模框架，进而结合基于Agent的计算得出码头前沿生产作业的仿真模型。另一方面，同样基于分布式、协同、并行和可重构的思想设计多种群粒子群优化算法的多Agent系统模型，作为前述仿真模型的优化引擎。最后，在基于仿真的优化的思想方法下，整合上述仿真和算法模型，得出集装箱码头前沿集成生产调度的计算实验体系与控制决策范式。课题研究不仅旨在提高我国大中型集装箱码头规划管理、工艺设计和生产调度的自动化水平，而且也为探讨复杂物流系统中的自适应、自组织、自演化、自学习现象提出新的解决思路和应用例证参考。

在集装箱船舶日益大型化而在港时间显著下降的背景下，本项目面向同贝同步装卸工艺和双40英尺岸桥等作业配置，重点探讨集装箱码头前沿集成生产调度。课题将集装箱码头物流系统（Container Terminal Logistics Systems，CTLS）中的泊位指派、岸桥分配、岸桥调度和集卡调度等四个环节统一考虑，以集装箱码头前沿装卸生产集成调度系统的建模优化和计算实验为研究主线，围绕其计算模型、决策框架、设计范式、 调度机制和学习进化等中心内容，展开了较为深入目标导向的应用基础研究。课题综合应用了计算思维、计算智能、计算实验、反馈控制和基于仿真的优化等科学思想，重新定义了计算物流（Computational Logistics）的概念体系和思想方法，即计算物流是基于计算理论和相似理论，通过提取、转化和运用计算机科学和自动化控制理论的基础概念、思想原理、决策框架、控制机制和调度算法规划、设计、实现、测试和评估复杂物流系统（Complex Logistics Systems，CLS），并在不同的管理层次上计划、控制、调度和决策其相关物流服务过程的一种方法，它为CLS的设计、构建、执行、管理和改善提供了一条统一定量通用的敏捷高效解决途径。在计算物流的思想方法下，基于计算的过程本质，提出了基于多处理器计算机体系结构的集装箱码头计算物流概念架构、集装箱码头物流并行计算模型、集装箱码头操作系统生产调度框架、集装箱码头物流调度决策计算体系、集装箱码头计算物流核心属性、面向处理器亲和性和群调度的集装箱码头调度策略、基于PID控制的集装箱码头调度决策体系与计算模式、面向综合模块化航空电子的集装箱码头作业调度算法和基于计算思维和仿真优化的调度决策广义计算实验体系。针对上述模型、体系、范式和算法，进行了大量的计算实验和数据分析，系统地获取了多个有利于改善港口作业的知识和规则，初步验证了本课题所提出的面向复杂物流/交通系统建模优化和智能决策支持的科学思想和方法体系。