大連東軟信息學院商務(wù)管理系 李浩淵 孫冬石
基于案例檢索的集裝箱碼頭箱區(qū)優(yōu)化研究
大連東軟信息學院商務(wù)管理系 李浩淵 孫冬石
摘 要:本文面對集裝箱碼頭的進出口箱區(qū)規(guī)劃問題,采用仿真模型與智能優(yōu)化算法相結(jié)合的仿真優(yōu)化方法進行分析求解。底層仿真模型覆蓋集裝箱碼頭全作業(yè)過程,并充分考慮了作業(yè)中的隨機因素;頂層優(yōu)化采用了遺傳算法與案例檢索相結(jié)合的一種創(chuàng)新方法,有效解決了仿真優(yōu)化運算時間過長的問題。
關(guān)鍵詞:仿真優(yōu)化 箱區(qū)規(guī)劃 遺傳算法 案例檢索
近年來伴隨著集裝箱碼頭吞吐量的不斷增長,堆場資源變得越來越緊張。如何在有限的空間約束前提下,通過合理的規(guī)劃和管理來提升作業(yè)效率,已經(jīng)成為碼頭管理者關(guān)注的重點問題。
由于碼頭生產(chǎn)作業(yè)中包含諸多隨機因素,數(shù)學模型往往很難描述[1],而仿真與優(yōu)化相結(jié)合成為解決該問題的一種有效手段。因此,本文采用仿真優(yōu)化方法對進出口箱區(qū)規(guī)劃問題進行求解。
針對仿真優(yōu)化方法中存在的運算時間過長問題,在Lee[2]和Bachelet[3]研究基礎(chǔ)上,提出了一種改進的案例檢索方法,較好地解決了運算代價過大的問題。
1.1 仿真對象
以國內(nèi)某集裝箱碼頭實際布局為背景,開展仿真模型構(gòu)建仿真對象中,包含4個泊位,36個堆區(qū),6排碼頭進出閘口通道,每個泊位分配若干岸橋,每臺岸橋配備10臺內(nèi)部集卡,每個堆區(qū)配備一臺龍門吊,碼頭內(nèi)會隨機產(chǎn)生若干外部集卡開展作業(yè)。
1.2 模型特點
(1)仿真模型能夠?qū)崿F(xiàn)多船作業(yè)模擬,對過程的描述能夠細化到每臺機械的運行過程。
(2)仿真過程以秒為單位,實現(xiàn)細粒度仿真推進。
(3)為節(jié)省仿真運行時間,本模型采用數(shù)學仿真方式。
2.1 算法原理
仿真優(yōu)化是一種將仿真模型與優(yōu)化算法結(jié)合使用的一種組合算法,其與傳統(tǒng)優(yōu)化的主要區(qū)別在于,仿真程序取代數(shù)學公式成為目標評價的方式,主要優(yōu)點在于仿真程序相對數(shù)學模型能夠更為充分地考慮到系統(tǒng)中隨機因素的干擾,從而更為準確地對不同方案的表現(xiàn)進行評估。優(yōu)化算法負責將性能參數(shù)輸入仿真模型,仿真模型負責輸出評價指標給優(yōu)化算法,優(yōu)化算法再根據(jù)評價結(jié)果開展進化搜索,并將更優(yōu)參數(shù)再次回饋仿真模型,不斷重復評價—優(yōu)化過程,直至滿足終止條件。
2.2 遺傳算法設(shè)計
(1)編碼方案
決策向量采用0~1編碼方式:
其中,
(2)適值計算
綜合考慮作業(yè)效率和岸橋利用率兩個因素,分別進行歸一化處理,形成評價適值
(3)遺傳算子
選擇策略:正比選擇。
交叉策略:單切點方式,交叉概率0.9。
變異策略:位值方式,變異概率0.05。
(4)停止準則
最大進化代數(shù)100,運算停止。
3.1 案例檢索原理
針對仿真優(yōu)化方法運算時間過長的問題,可以從兩個方面進行努力,一是避免重復仿真,二是通過預測減少表現(xiàn)不好的解的仿真次數(shù)。因此,本文設(shè)計了一種考慮近似匹配程度的案例檢索方法。
3.2 幾個基礎(chǔ)定義
定義2:完全匹配案例
定義3:近似匹配案例
3.3 案例檢索流程
步驟1:在案例庫中,是否存在該解的完全匹配案例,如存在,跳轉(zhuǎn)至步驟8。如不存在,跳轉(zhuǎn)至步驟2。
步驟2:在不存在該解的完全匹配案例的情況下,再次檢測是否存在該解的近似匹配案例,如存在,跳轉(zhuǎn)至步驟3。如不存在,轉(zhuǎn)步驟9。
步驟3:如果發(fā)現(xiàn)該解的近似匹配案例的表現(xiàn)較好時,即它的評價值與最好評價值非常接近,差值小于一個常數(shù)的話,則跳轉(zhuǎn)至步驟5。否則,跳轉(zhuǎn)至步驟4。
步驟4:如果發(fā)現(xiàn)該解的近似匹配案例的表現(xiàn)值不好時,即它的評價值與最好評價值相距較遠,差值大于一個常數(shù),則認為當前解仿真價值不大,但為了保證算法的探索能力,利用隨機數(shù)則跳轉(zhuǎn)至驟5。否則,跳轉(zhuǎn)至步驟8。來決定是否繼續(xù)仿真,若
步驟5:運行仿真程序,獲得解的評價值。跳轉(zhuǎn)至步驟6。
步驟6:對比該解在案例庫中存儲的評價值,若更優(yōu),更跳轉(zhuǎn)至步驟7。否則,跳轉(zhuǎn)至步驟10。
步驟7:更新評價值,跳轉(zhuǎn)至步驟10。
步驟8:將案例庫中存儲的評價值直接賦予當前解,跳轉(zhuǎn)至步驟10。
步驟9:通過運行仿真程序,獲得解的評價值,并將其加入案例庫。轉(zhuǎn)步驟10。
步驟10:完成評價值獲取后,繼續(xù)優(yōu)化算法運算。
3.4 案例檢索特點
(1)實現(xiàn)了對已完成仿真結(jié)果的有效利用,避免重復仿真。
(2)只將局部最優(yōu)案例加入案例庫,并不是所有的新解均加入案例庫,有效縮小了案例庫的規(guī)模。
(3)通過評估預測,實現(xiàn)對好評價的獲得可能性進行評估,從而大大減少了仿真次數(shù)。
(4)通過當前解與近似案例的對比,節(jié)省了大量仿真運算代價。
(5)通過當前解與最優(yōu)解的對比,保證了算法的全局探索能力,確保了解的多樣性。
4.1 仿真參數(shù)設(shè)計
在仿真運行的過程中,充分考慮碼頭作業(yè)的各項隨機因素,采取數(shù)據(jù)統(tǒng)計和概率分布來進行隨機描述,其中,岸橋、龍門吊的作業(yè)效率以及外部集卡在閘口處的作業(yè)時間,均服從正態(tài)分布,對應(yīng)具體分布參數(shù)為和外部集卡的到達時間服從泊松分布,其具體分布參數(shù)設(shè)定為
4.2 案例檢索效果分析
案例檢索之所以能夠?qū)崿F(xiàn)運算代價的降低,主要源于兩點:一是能找到完全匹配案例的解,不需要進行仿真;二是能找到近似匹配案例的解,通過進一步與最優(yōu)案例的對比,也存在很大可能不通過仿真運算而直接完成賦值。
因此,在實驗中,本文記錄了算法運算各代中,檢索到完全匹配案例的解的個數(shù),檢索到近似匹配案例的解的個數(shù)以及案例庫的規(guī)模等數(shù)值,如表1所示。
表1 案例檢索統(tǒng)計結(jié)果
從表1中可以看出,本文所設(shè)計的案例檢索方法,有效減少了調(diào)用仿真程序的次數(shù),從而大大降低了運算時長,而且很好地控制了案例庫的整體規(guī)模,在問題得到求解的同時,運行時間的問題也得到了有效解決。
本文面向集裝箱碼頭箱區(qū)規(guī)劃問題,運用仿真模型與優(yōu)化算法相結(jié)合的仿真優(yōu)化方法進行求解,并引入了考慮案例匹配的案例檢索方法,有效地解決了運算代價的問題,獲得了較好的解決方案。
參考文獻
[1]于越,金淳,霍琳.基于仿真的集裝堆場大門系統(tǒng)規(guī)劃研究[J].系統(tǒng)仿真學報,2007(13).
[2]Lee L H,Chew E P Manikam P.A general framework on the simulation-based optimization under fixed computing budget[J].European Journal of Operational Research,2006(3).
[3]Bachelet B,Yon L.Model enhancement:improving theoretical optimization with simulation[J].Simulation Modelling Practice and Theory,2007(6).
中圖分類號:F069
文獻標識碼:A
文章編號:2096-0298(2016)06(b)-162-02