[发明专利]一种基于细菌觅食优化方法的集装箱码头泊位和岸桥分配方法

说明书

技术领域

本发明涉及一种集装箱码头泊位和岸桥的分配方法。

背景技术

集装箱码头泊位和岸桥的分配是集装箱作业的重要环节，通常是作业的瓶颈环节，因此对泊位和岸桥的合理分配是提高集装箱码头作业效率的重要手段。

到目前为止，许多国内外的研究者已经提出了许多解决集装箱码头泊位与岸桥分配的策略。Peterkofsky等人在1990年，提出了一种静态岸桥调度策略，以使船舶到港和离港耽搁成本最小。Imai等人在2001年探求了一种基于离散泊位和岸桥的分配方法，并采用了基于拉格朗日松弛的启发式算法求解以减少船舶接受服务的时间。2003年，Park等人，综合研究了泊位和岸桥问题，以使船舶总耽搁时间最小。2006年，Lee等人，总和研究了泊位和岸桥分配效率的基础上，研究了离散泊位的分配问题。Hensen等人在2008年研究了有作业时间因素的情况下所在船舶的服务成本，并采用变动领域搜索求解，MihalisM.Golias等人（2009）建立了基于优先级的泊位分配的多目标优化模型，用于满足不同客户对泊位分配的需求，并用遗传算法进行了求解。

近几年提出的求解泊位岸桥集成模型的方法有粒子群、遗传算法、模拟退火、混沌优化、启发式算法等。算法基本原理都是基于一个初始解，按一定的方法搜索空间寻找最优解优。

从以上分析可以看出，这些研究存在着一些缺陷：

1、泊位和岸桥分配问题是NP性问题，这些研究中仍然缺乏有效的求解方法。

2、更新种群比较随机。

3、寻找过程比较盲目。

4、寻找最优解容易陷入局部最优。

如何朝着最优解的方向引入种群的多样性，避免盲目的随机的问题：如何设计种群规模、更新种群位置决定算法跳出局部最优解的能力。细菌觅食算法（Bacterial Foraging Algorithm,BFA）由K.M.Passino于2002年基于Ecoli大肠杆菌在人体肠道内吞噬食物的行为，提出的一种新型仿生类算法。该算法具有群体智能优化算法并行搜索、易跳出局部最优等优点，成为生物启发计算研究领域的又一热点。大肠杆菌的觅食行为分为一下几个过程：1）寻找可能存在的食物源区域；2）通过先验知识判断是否进入该区域；3）消耗掉一定的食物后，或者觅食区环境恶劣等不适合生存的条件出现，细菌死亡或迁徙到另一个合适的觅食区域。觅食优化算法可以分为以下几个步骤：1）问题的可行解组成细菌群体；2）设计评价函数；3）趋化、繁殖、迁徙等操作进行群体更新和最优搜索；4）遵循自然界“优胜略劣汰，适者生存”原则形成新的种群进行新一轮的趋化、繁殖、迁徙等操作，直到最优解找出。

发明内容

本发明针对现有集装箱码头作业任务繁多复杂的特点，提供了一种集装箱码头泊位和岸桥的分配方法，该方法能够合理控制集装箱码头的泊位和岸桥作业。合理分配资源,缩短信息传递的时间，降低作业的差错率

为了达到上述目的，本发明采用如下的技术方案：

一种基于细菌觅食优化方法的集装箱码头泊位和岸桥的分配方法，该方法包括：

1）首先，初始化，定义解空间；

2）然后，定义适应度函数；

3）随机初始化细菌的位置和速度，选出局部和全局最优位置；

4）细菌在解空间游动，趋化循环；

5）趋化次数到，繁殖一定比例适应值较好的个体来替代适应值不好的个体；

6）将繁殖之后的个体进行克隆免疫；

7）繁殖次数到，个体迁徙；

8）循环；

所述步骤1）具体为：初始化细菌群体，参数包括：细菌种群大小、控制变量个数、细菌位置、趋化算子次数、繁殖算子次数、迁徙算子次数、执行繁殖的比例、执行迁徙的概率，粒子群和克隆免疫的相关参数等，挑选需要优化的变量赋予其搜索最优解的范围；在n维优化问题中每一维都要求确定其取值范围；

所述步骤2）具体为：选择一个函数使其能较为准确的用函数值的大小反映出解的优劣；适应度函数根据优化问题而定，适应度函数直接采用优化问题中的目标函数；

所述步骤3）具体为：在第一次迭代时，每个细菌的初期的位置就是该细菌的个体最优位置，并从中选出一个最优的位置作为全局最优位置；