.png){kind=icon}
返回
Optimizing Berth Allocation Problem with Irregular Layout Using an Improved Genetic Algorithm Under Uncertain Conditions
.png){kind=icon}
PRE
AI
DOI：10.26599/FIE.2026.9270004.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究针对不规则布局集装箱码头在认知不确定性条件下的泊位分配问题（BAP），提出一种混合整数线性规划（MILP）模型，通过时空最优船舶分配来最小化运营成本。为应对船舶到港、作业、离港时间及因恶劣天气、调度错误和设备故障导致的等待与延误成本所固有的非确定性和模糊性，引入基于可信度的模糊规划框架，采用三角模糊数。该方法使决策者能调整约束满足的置信水平（a），为定性不确定性建模提供灵活性。开发了一种改进遗传算法（IGA），整合自适应变异算子（交换、移位和反转）、动态变异率、多种交叉算子和罚函数，以提升收敛性和解质量。此外，采用简化矩阵解表示法缩减搜索空间，确保大规模码头的可扩展性。计算实验表明，IGA在减少船舶等待和延误时间及总运营成本方面优于基本遗传算法（GA）和模拟退火算法（SA），同时满足复杂的物理约束（如泊位相邻、对立和阻塞）。模糊可信度理论与混合元启发式算法的融合，填补了处理不规则布局码头不确定性的关键空白，这是确定性模型未能充分解决的问题。本研究为码头运营商提供了优化泊位利用率和不确定条件下韧性的实用工具，推动了 maritime logistics 的理论与运营范式。
Keyword:
berth allocation
terminals with irregular layout
berth allocation
fuzzy mathematical programming
terminals with irregular layout
meta-heuristic algorithm
fuzzy mathematical programming
meta-heuristic algorithm
期刊
F
IF:
1.1
论文数:
12
被引数:
0
机构
引用论文
暂无论文信息