前言

经济全球化促进了集装箱海运的快速发展，航运企业为了降低运输成本，倾向于一次运输更多的集装箱，以实现规模运输经济，从而导致船舶建造朝大型化方向发展，目前在建的最大集装箱船舶的装载量已达到18000 TEU。船舶大型化的发展趋势又加剧了集装箱港口之间的竞争，争取大型船舶在本港口的停靠，不但可以获得直接经济效益，还可以因此而争取到更大范围的经济腹地，从而成为重要的枢纽港，竞争实力也会因此变得更强。为了争取更多大型船舶的停靠，港口必须提高自身的管理服务水平与船公司的客户满意度。而对港口现有资源的合理分配与调度，有利于港方在更短的时间内处理更多数量的集装箱，从而减少船舶在港停靠的总时间。

泊位与岸桥作为集装箱港口前沿的两个重要资源，其合理调度对缩短船舶在港时间有着很大的影响。本书基于我国直线型码头的特点，对连续泊位分配、岸桥指派与作业调度问题进行集成研究，系统地分析了大量的国内外相关研究文献，并深入集装箱港口对其装卸作业的实际情况进行了解，发现现有研究在一定程度上为降低问题的复杂程度，对问题做了简化处理，致使调度方案与现实情况存在一定差距，如在参数“船舶装卸作业时间”的取值方面，已有文献均以一个多项式函数来表示，而现实情况远比这个要复杂得多；在泊位与岸桥集成调度研究中，主要处理了泊位与岸桥的分配问题，而忽略或简化了岸桥作业调度的影响；在关于泊位分配、岸桥指派与岸桥作业集成调度优化建模与计算方法上还需要进一步的研究。鉴于此，本书主要做了以下几方面的研究工作：

（1）分析了已有文献关于“船舶装卸作业时间”这一关键参数取值的不合理之处，指出该参数应由具体的岸桥作业调度方案生成，在充分考虑时间序列与空间序列等现实约束的前提下，建立了新的泊位分配混合整数规划模型，在目标函数中考虑到船舶的靠离泊作业时间，使模型更加偏重实际应用。针对问题的NP-hard特性，设计了遗传算法。通过大规模实验计算验证了模型与算法的有效性，并且随着算例规模的增大，与LINGO软件相比，遗传算法在计算时间方面的优势越来越明显。

（2）在考虑岸桥不可相互跨越、安全作业距离等空间干涉约束的前提下，以贝位箱量为任务对象，构建了岸桥作业调度混合整数规划模型，其优化目标为最小化装卸作业的最大完工时间，并设计了相应的遗传算法。通过对已有文献算例与大规模实验算例的计算，验证了模型与算法的可行性与有效性。

（3）研究了静态岸桥指派模式下的连续泊位与岸桥作业集成调度问题。此时，每艘船舶的岸桥数量由调度人员根据实际经验提前分配。针对这一特点，构建了上、下双层规划模型，下层规划模型（岸桥作业调度）的输出——“岸桥作业最大完工时间”，为上层规划模型（连续泊位分配）中“船舶装卸作业时间”的输入，这样得到的泊位分配方案比分阶段调度研究更加符合实际情况。实验算例验证了上、下双层规划模型的有效性，模型中相关参数的敏感性分析也客观地反映了集成调度优化的本质。

（4）研究了动态岸桥指派模式下的连续泊位与岸桥作业集成调度问题。此时，每艘船舶的岸桥分配数量不再由调度人员根据经验提前分配，而是作为决策变量由数学模型自动计算得到。考虑到这一特点，构建了数学规划模型。设计了由2个内循环与1个外循环组成的嵌套循环算法，内循环1用于求解连续泊位分配问题，内循环2用于求解岸桥指派与岸桥作业调度问题，外循环用于实现两个内循环之间的数据传递并求得优化解。大规模数据实验验证了模型与算法的有效性，并且证明动态岸桥指派模式比静态岸桥指派模式更具优势。