基于改进NSGA-II的港口危险货物集装箱堆场选址方法和系统与流程

本发明涉及计算机信息处理，尤其涉及一种基于改进nsga-ii的港口危险货物集装箱堆场选址方法和系统。

背景技术：

1、港口危险货物集装箱堆场是专门用于对室外环境下的危险物质集装箱进行集中管理的区域，它是港口物流体系的一部分，也是一种集装箱储藏缓冲因素，它的有效运行可以提高港口的实际容积，进而增强整个港口系统的运转效能，与传统集装箱堆场选址不同，危货箱堆场选址不仅要考虑选址成本、运输成本、处理成本、堆放量，更需要考虑合规性。因此，本发明增加堆场选址的合规性约束和堆场处理量规模约束，构建港口危险货物集装箱堆场选址模型。

2、现有技术中在采用nsga-ii算法进行求解时，需要选择一定的基因位数量进行交叉操作，通常基因位选定的数量是随机的，算法进行交叉操作的过程就是使初始解逼近最优解的过程，在这个过程中，选择基因位的数量对于交叉算子的寻优效果和搜索空间的探索能力具有重要影响。选择基因位的数量越大，探索搜索空间的能力越强，这一点在算法迭代前期有助于快迷逼近最优解，加快收敛速度，然而，选择基因位的数量太大在迭代后期容易使己经找到的优良基因丢失，不利于算法的收敛。因此，一般会对该算法进行改进，其中一个改进的方向是引入自适应缩放系数λ控制交叉算子选择基因位的数量；然而，上述方法控制交叉算子选择基因位数量的效果不是特别明显。

技术实现思路

1、为了解决上述技术问题，本发明提供了一种基于改进nsga-ii的港口危险货物集装箱堆场选址方法和系统，包括如下步骤：

2、s1、根据模型建立条件，并考虑堆场堆放货物量、堆场运输成本、堆场处理成本以及堆场运营成本，构建港口危险货物集装箱堆场选址模型；设定所述港口危险货物集装箱堆场选址模型的目标函数及目标函数的约束条件；

3、所述模型建立条件包括：每日危险货物集装箱实际堆放量是动态的，以日平均堆放量为基准数据；每个危险货物集装箱只对应一个堆场；危险货物集装箱选择堆场的依据用堆场的覆盖度函数表示；堆场成本存在规模效应用阶梯函数表示。

4、所述港口危险货物集装箱堆场选址模型的目标函数，具体为：

5、将危险货物集装箱堆放量z1的最大值和选址成本z2的最小值作为目标函数：

6、将危险货物集装箱堆放量z1的最大值和选址成本z2的最小值作为目标函数：

7、；

8、；

9、式中，码头集合为，，k为码头个数，n为码头的总数量；危险货物集装箱集合为mm=，i危险货物集装箱的个数，u为危险货物集装箱的总数量；堆场集合为ss；j为堆场个数，w为堆场的总数量；di为危险货物集装箱i平均每天的堆放量；为码头k到堆场j的距离；为堆场的覆盖度函数；xkji为0-1的决策变量，=1为危险货物集装箱i从码头k到堆场j，否则，=0；ckji为危险货物集装箱从码头到堆场的单位距离运输成本，qkji为危险货物集装箱每天从码头运输到堆场的运输量；fj为堆场j的处理成本；fj为堆场的运营费用；yj为0-1的决策变量，yj=1为选中堆场作为危险货物集装箱的堆场，否则，yj=0。

10、所述港口危险货物集装箱堆场选址模型的目标函数的约束条件，具体为：

11、堆场日堆放量的约束条件为：

12、；

13、式中，nj为堆场j的堆放量；

14、堆场运营成本约束条件为：

15、；

16、式中，为预算费用；

17、堆场建设个数大于等于1，用下式表示：

18、；

19、每件危货集装箱有且只有一个放置堆场，用下式表示：

20、；

21、相关决策变量约束条件为：

22、；

23、；

24、；

25、堆场合规性约束条件为：

26、；

27、a的上限为3，为0-1决策变量，表示堆场j具有规划符合性，否则；为0-1决策变量，表示堆场j满足开发边界核查，否则；为0-1决策变量，表示堆场j满足永久生态保护区核查，否则。

28、所述覆盖度函数表达式如下：

29、；

30、式中，为堆场覆盖的最大距离，为堆场覆盖的最小距离。

31、所述堆场成本表达式如下：

32、

33、式中，表示堆场的集装箱处理量；为堆场临界参数；为系数；为堆场规模效应系数，。

34、s2、根据改进的nsga-ii算法对危险货物集装箱堆场的选址模型进行求解，具体包括：

35、s21、初始化种群，设置种群大小，随机生成初始种群；

36、s22、对所述初始种群中的个体计算目标函数值，并用快速非支配排序方法将所述初始种群分层；同时计算所述初始种群中的每个个体的拥挤度距离；根据快速非支配排序和拥挤度距离的计算结果，通过预设比例选择下一代候选种群；

37、进一步的，采用锦标赛选择策略完成个体选择操作。

38、s23、对所述下一代候选种群进行pbx交叉和变异操作，产生子代种群；在对所述下一代候选种群pbx交叉操作时，引入自适应缩放系数λ，自适应缩放系数λ的公式如下：

39、；

40、式中，gmax表示最大迭代次数，gi表示第i次迭代次数；

41、进一步的，采用交换式变异进行变异操作。

42、s24、初始种群和子代种群合并形成新的父代种群；

43、s25、重复步骤s22~s24，若达到最大迭代次数，则停止迭代，输出运算结果。

44、本发明实施例具有以下技术效果：

45、在采用nsga-ii算法进行求解时，通过引入自适应缩放系数λ控制交叉算子选择基因位的数量进行交叉操作，效果不是特别明显。本发明将自适应缩放系数λ分为初期、中期和末期，在初期自适应缩放系数以较大的速率下降，在中期自适应缩放系数以较缓的速率下降，在末期自适应缩放系数设置较小的数值，以缓慢的速率下降。通过对自适应缩放系数λ分段选择基因位的数量效果明显，提高了nsga-ii算法的求解速度，并且在算法的不同阶段（初期、中期和末期）使用不同的放缩系数，有助于平衡全局探索和局部开发。

46、与传统集装箱堆场选址相比，危货箱堆场选址不仅要考虑选址成本、运输成本、处理成本、堆放量，更需要考虑合规性。因此，本发明增加堆场选址的合规性约束和堆场处理量规模约束，构建港口危险货物集装箱堆场选址模型。

技术特征：

1.基于改进nsga-ii的港口危险货物集装箱堆场选址方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于改进nsga-ii的港口危险货物集装箱堆场选址方法，其特征在于，步骤s1中，所述模型建立条件具体包括：

3.根据权利要求1所述的基于改进nsga-ii的港口危险货物集装箱堆场选址方法，其特征在于，所述步骤s1中，港口危险货物集装箱堆场选址模型的目标函数，具体为：

4.根据权利要求1所述的基于改进nsga-ii的港口危险货物集装箱堆场选址方法，其特征在于，所述步骤s1中，港口危险货物集装箱堆场选址模型的目标函数的约束条件，具体为：

5.根据权利要求2所述的基于改进nsga-ii的港口危险货物集装箱堆场选址方法，其特征在于，所述危险货物集装箱选择堆场的依据用堆场的覆盖度函数表示，所述覆盖度函数表达式如下：

6.根据权利要求2所述的基于改进nsga-ii的港口危险货物集装箱堆场选址方法，其特征在于，所述堆场成本存在规模效应用阶梯函数表示，所述堆场成本表达式如下：

7.根据权利要求1所述的基于改进nsga-ii的港口危险货物集装箱堆场选址方法，其特征在于，所述步骤s22中，采用锦标赛选择策略完成个体选择操作。

8.根据权利要求1所述的基于改进nsga-ii的港口危险货物集装箱堆场选址方法，其特征在于，所述步骤s23中，采用交换式变异进行变异操作。

9.一种基于改进nsga-ii的港口危险货物集装箱堆场选址系统，用于执行上述权利要求1-8任一项所述的基于改进nsga-ii的港口危险货物集装箱堆场选址方法，其特征在于，包括以下模块：

技术总结本发明涉及计算机信息处理技术领域，公开了基于改进NSGA‑II的港口危险货物集装箱堆场选址方法和系统，根据模型建立条件，并考虑堆场堆放货物量、堆场运输成本、堆场处理成本以及堆场运营成本，构建港口危险货物集装箱堆场选址模型；设定所述港口危险货物集装箱堆场选址模型的目标函数及目标函数的约束条件；通过分段引入自适应缩放系数改进NSGA‑II算法，对危险货物集装箱堆场的选址模型进行求解。提高了NSGA‑II算法的局部搜索能力，从而快速对港口危险货物集装箱堆场选址进行决策。技术研发人员：陈琳,王绪亭,刘长兵,冯悦,张奇,肖云杰,薛荣荣,马亚琦,张晨,徐静晗,邱冠林,王昕,刘文辉受保护的技术使用者：天津东方泰瑞科技有限公司技术研发日：技术公布日：2024/7/29