基于复杂适应菌群优化的新型港口布局、泊位与岸吊分配联合决策

This project makes the operational requirements of ultra-large-scale vessels served in new type of terminal as a research background to study the construction of a model, which integrates the layout design of complex container terminals, the berth allocation and the quay crane assignment, and the collaboration optimization of complex adaptive bacterial colonies, from the perspectives of model construction, algorithm design and application verification. Specific contents are described as follows: Firstly, based on the analysis of the relationship between the effectiveness and efficiency of terminals and five different types of terminal layouts, a layout and throughput relationship optimization model (LTROM) is proposed. Secondly, considering the berth allocation and crane quay assignment problems, which connect the ports to vessels, a dynamic multi-objective joint decision model of the integration of terminal layout, berth allocation and quay crane assignment is built. Thirdly, a complex adaptive bacterial colony optimization (CABCO) with the character of complex adaptive system is designed by using the quorum sensing based life-cyle modeling method from the perspective of "adaptive creates complexity". Finally, the CABCO is extended to the field of dynamic multi-objective application circumstances, and an efficient and reliable solution is presented for the joint decision problem of terminal layout, berth and crane quay. The research findings of this project improve the existing terminal operation management and optimization theory, as well as, provide new computational methods for the optimal design of new type of terminal, which are of great important scientific values and real-life industrial potential applications.

本项目以满足新型港口超大型船舶作业需求为背景，从模型构建、算法设计、应用验证等方面系统研究了复杂港口布局设计、泊位与岸吊分配联合决策及复杂适应菌群协同优化。具体内容包括：分析五种港口布局与港口效益及效率的关系，提出布局与资源及吞吐量关系优化模型；针对连接港口与船舶的泊位及岸吊分配问题，构建港口布局、泊位与岸吊分配联合决策动态多目标模型；从“适应性造就复杂性”的角度，采用基于群体感应的生命周期建模方法，设计具有复杂适应特征的新型菌群优化算法（CABCO）；最后，将CABCO算法扩展到动态多目标实际应用环境下，给出布局-泊位-岸吊联合决策问题的高效可靠解决方案。该研究完善了现有的港口运筹管理与优化理论，同时为新型港口优化设计提供了新的计算方法，具有重要科学价值与应用潜力。

本项目从新型超大型港口复杂动态的作业需求出发，设计了码头布局、泊位调度、岸吊分配问题模型及多因素联合决策模型。面向动态多目标布局-泊位-岸吊联合决策问题，在所提出的自适应、动态及协同进化策略基础上，设计了具有复杂适应特征的新型菌群优化算法。具体开展研究工作包括：（1）分析多种港口布局与作业效率的关系，提出最大化生产效率和客户服务水平的港口布局优化模型；构建考虑船只延迟风险的泊位分配模型及混合岸吊分配模型；（2）在复杂港口布局下，研究泊位和岸吊的集成调度问题。针对多用户集装箱港口布局，构建泊位与岸吊分配模型；基于滚动时域策略，设计时变岸吊与泊位调度模型；考虑运作时间，构建存储空间分配与集卡调度的动态决策模型；（3）传统细菌觅食算法难以求解复杂动态多目标问题，因此设计了自适应进化、动态群体感应、协同共生等策略；（4）基于上述策略，设计一系列具有复杂适应特征的菌群优化算法，与典型启发式算法进行对比性测试，验证了新算法在求解质量与稳定性方面的优势；（5）针对复杂港口布局下泊位、岸吊与集卡调度的三者联合调度问题，提出了多目标动态布局-泊位-岸吊联合港口优化模型，构建港口调度编码机制，并将复杂适应菌群算法扩展到动态多目标实际应用环境下，对其进行求解。实验证明，所提算法能有效给出复杂动态多目标的港口优化方案，满足不同决策偏好。以上研究成果完善了现有的港口运筹管理与优化理论，丰富了群体智能算法的应用实践。项目成果包括英文学术编著4部，学术论文41篇，其中SCI 论文23篇，SSCI论文7篇（含双检索）；国际学术组织最佳论文奖2项、最佳专题论文奖1项；获省级科学研究优秀成果奖及其它国际学术组织、学科竞赛各类奖项10项；获得广东省“珠江学者”、广东省特支计划“百千万工程青年拔尖人才”等荣誉称号4项；组织学术分会12次，大会特邀报告2次。培养硕士研究生14人（8人已毕业），博士研究生3人，博士后2人。