[发明专利]受集装箱吊车任务队列约束的港内集卡派发方法

说明书

本发明提供一种受集装箱吊车任务队列约束的港内集卡派发方法，包括步骤：更新吊车节点的地理位置信息，计算出任何两个吊车节点的行驶时间和行驶距离；根据桥吊工作队列信息获取最新的桥吊工作队列；获取每个吊车的吊车装卸信息，根据历史装卸箱时间，计算每个吊车最近n次的装卸箱时间的平均值；获取最新的集卡GPS信息，根据GPS信息计算出集卡到港口中吊车节点的行驶时间与距离；判断上次派发任务的集卡是否有预先安排的任务，若有，派发此任务并将该任务从派发列表中删除，否则，根据上述信息计算出进行最优派发路径，更新派发列表。上述方法提高了集卡派发的灵活性并能提高港口作业的效率。

技术领域

本发明涉及车辆调度优化领域，尤其涉及受集装箱吊车任务队列约束的港内集卡派发方法。

背景技术

随着我国经济的迅速发展和人民生活水平的提高，我国的进出口额正在持续发展并迅速壮大，中国港口的吞吐量在近几年亦有大幅度的提升。优化港口的吞吐效率正成为中国港口竞争和发展面临的一个主要问题。而其中，集装箱在码头和货船之间的转运效率是提高港口吞吐能力中重要的一环。由于不同码头的设施和操作模式并不相同，各个码头评判集装箱转运的效率也稍有不同，但常见的效率评判标准基于靠船时间和桥吊的操作速度(自然箱/小时)。在实际生产中，依靠增加集卡数量来保证桥吊持续装卸从而提升货船装卸速度的策略在实际生产中会遇到瓶颈，比如造成较低的卡车运输效率，堆场内交通堵塞以及更多的尾气排放。此外，购买和维护集卡的资金也是较大的投入。通过优化集卡的派发来提高桥吊的作业持续性，从而提高港口的吞吐能力已经成为共识。

实际作业中的集卡派发问题由于考虑到了吊车资源的占用以及任务队列的先后顺序，即使评估一条集卡路径的目标函数也可能需要对整个车队的目标函数进行推演，是一类具有极高复杂度的组合优化问题，属于NP-hard问题的研究范畴。相关算法的研究一直是该领域的核心热点。用于此类问题的算法分为静态调度算法和动态调度算法这两大类。动态算法不使用预先的安排，而是实时派发调度指令。其优点是计算快速，容易应对突发的交通堵塞情况等进行调整。其缺点是缺乏整体的安排。因此在码头的交通和效率比较稳定时，动态算法安排的总体吞吐效率不如静态算法。静态算法会对所有的任务进行事先的安排，其优缺点则和动态算法相反：如果码头的交通不稳定、吊车的效率有较大变化并难以预测时，最终的吞吐效率反而不如实时的动态计算。因此，需要一种能同时支持静态算法和动态算法的集卡派发方法，能有效整合这两种算法的优势，进一步提高码头作业的效率并同时对环境保护做出直接的贡献。

发明内容

一种受集装箱吊车任务队列约束的港内集卡派发方法，所述方法包括步骤：

S1、更新吊车节点的地理位置信息，计算出任何两个吊车节点的行驶时间和行驶距离；

S2、根据桥吊工作队列信息获取最新的桥吊工作队列；

S3、获取每个吊车的吊车装卸信息，根据所述吊车装卸信息中的历史装卸箱时间，计算每个吊车最近n次的装卸箱时间的平均值；

S4、获取最新的集卡GPS信息，根据所述GPS信息计算出集卡到港口中吊车节点的行驶时间与距离；

S5、判断上次派发任务的集卡是否有预先安排的任务，若有，执行步骤S6，否则，执行步骤S7；

S6、派发此任务并将该任务从派发列表中删除；

S7、根据上述信息计算出最优派发路径，更新所述派发列表。

较佳的，在步骤S7中，计算所述最优派发路径中用到的目标函数为：

所述目标函数的约束条件为：