基于U型海铁联运码头的多设备调度方法、装置及存储介质

本发明涉及海铁联运多设备调度，尤其是涉及一种基于u型海铁联运码头的多设备调度方法、装置及存储介质。

背景技术：

1、多式联运已成为目前国际货运的主流发展趋势，其推广与发展对于各个国家经济发展有重要推动的作用。海铁联运作为多式联运中一种重要的物流运输组织模式，具有低成本、高效率、便管理、快周转的优点，根据世界银行的数据，海铁联运比单独海运可节省保存10-30％的成本。集装箱码头的自动化设施快速发展，如在自动化码头中引入铁路装卸场，有效提高了海铁联运的比重，实现港铁的无缝衔接。

2、集装箱码头是现代港口的重要组成部分，它们承载着大部分进出口货物的装卸任务。传统的集装箱码头通常采用平行布局或垂直布局。平行布局下的自动化集装箱码头，存在运输距离过长的问题，产生额外的成本。垂直布局下的自动化集装箱码头，负责在岸桥与堆场间转运集装箱的自动引导车(automated guided vehicle,agv)和集卡仅在堆场的末端与起重机进行交互，导致起重机的多次往返，能耗较高，易导致agv和集卡的拥堵。因此，随着贸易量的不断增加，码头运营面临着日益增加的压力，包括货物处理效率、环境可持续性和物流成本等方面的挑战。

3、针对以上挑战，u型自动化码头的新式布局被提出，如图1所示。该布局创新式地设计了u型通道，优化了码头内部的装卸流程，大大提高了水平运输设备与装卸设备之间的交互频率，整体提高了码头的作业效率。北部湾港钦州码头在全球范围内首次应用了这种u型的新式布局，并在码头内引入铁路装卸场，开展海铁联运的运营模式。在u型自动化码头的海铁联运模式下，有多种自动化设备用于转运和装卸集装箱，包括负责岸边集装箱装卸任务的岸桥(quay crane,qc)、负责堆场处集装箱装卸任务的双悬臂轨道起重机(doublecantilever rail crane,dcrc)、负责在岸桥与堆场间转运集装箱的自动引导车(automated guided vehicle,agv)、负责在铁路装卸区与堆场间转运集装箱的集卡、负责铁路侧集装箱装卸任务的轨道门式起重机(rail gantry crane,rgc)，这些自动化设备之间具有高度的交互性。

4、当列车到达或船舶到达码头时，会产生需转运的进出口集装箱任务，即出口集装箱需从列车上卸下，并转运至船舶上出口，进口集装箱需从船舶上卸下，转运至列车上进口。其中集卡负责在铁路端堆场和u型堆场间转运集装箱，而dcrc和rgc则负责装卸集卡运输的集装箱。但目前，对集卡这一直接参与集装箱运输的设备的调度问题的研究较少。随着海铁联运作业结构的不断优化，以及自动化设备技术指标和作业效率的进一步提升，海铁联运的调度不仅仅是要考虑完成集装箱的作业任务，还需要考虑码头整体作业的效率问题和各种不同设备作业的能耗问题。因此，对于u型自动化集装箱码头，如何综合考虑作业效率和不同设备作业能耗等多种因素以优化调度，充分发挥u型码头的优势，成为本领域需要解决的问题。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于u型海铁联运码头的多设备调度方法、装置及存储介质，该方法针对自动化码头的海铁联运模式，从列车运输集装箱的堆存和转运出发，以集卡、dcrc和rgc为核心的自动化作业设备，将海铁联运的作业分为列车的装卸作业和集装箱的转运作业进行研究，考虑了码头整体的作业时间和整体的作业能耗问题，建立双层调度模型，并分析影响码头作业的各项因素，采用不同的优化策略，以期提高码头海铁联运的作业效率，减少码头整体的作业能耗。

2、本发明的目的可以通过以下技术方案来实现：

3、根据本发明的第一方面，提供一种基于u型海铁联运码头的多设备调度方法，包括以下步骤：获取u型集装箱码头的海铁联运作业信息，并从中获取不同设备的作业信息和集装箱配载信息；获取u型堆场布局和铁路堆场布局，并根据堆场布局搭建拓扑网络地图；基于所述拓扑网络地图，以最小化作业能耗与作业完工时间为优化目标、以所述不同设备的作业信息和所述集装箱配载信息为约束构建双层目标模型，所述双层目标模型包括综合调度模型和集卡路径规划模型；利用强化学习驱动的超启发式算法求解所述双层调度模型，得到最终的多设备调度方案。

4、作为优选的技术方案，所述强化学习驱动的超启发式算法包括上层强化学习控制算法和下层启发式算法，利用强化学习驱动的超启发式算法求解所述双层调度模型，得到最终的多设备调度方案，具体过程包括：初始化奖励函数和下层启发式算法；基于当前的下层启发式算法，求解所述综合调度模型，得到当前的任务序列和车辆信息；基于当前的任务序列和车辆信息以及所述拓扑网络地图，利用改进的dijskra算法求解所述集卡路径规划模型，得到当前的集卡最短路径；基于当前的任务序列和车辆信息以及当前的集卡最短路径，得到相应的多设备调度方案；基于当前的多设备调度方案，利用所述上层强化学习控制算法更新当前的奖励函数；基于更新后的奖励函数，更新当前的下层启发式算法，并重新求解所述综合调度模型。

5、作为优选的技术方案，所述下层启发式算法包括单点交叉遗传算法、多点交叉遗传算法、精英保留策略的遗传算法、自适应遗传算法和多种群遗传算法。

6、作为优选的技术方案，所述上层强化学习控制算法采用基于贪心策略的q-learning算法。

7、作为优选的技术方案，在所述基于贪心策略的q-learning算法中，q值的更新公式表示为：

8、q(s,a)←(1-α)·q(s,a)+α·(r+γ·maxa′q(s′,a′))

9、式中，q(s,a)表示状态s下采取动作a的q值；r表示执行动作a后获得的即时奖励；s′表示执行动作后a后的新状态，a′表示更新后的动作，α为预设的学习率，γ为预设的折扣因子，其中，动作a和a′分别为更新前和更新后的下层启发式算法，状态s和s′分别为与下层启发式算法对应求解的多设备调度方案。

10、作为优选的技术方案，根据所述不同设备的作业信息和所述集装箱配载信息，所述综合调度模型的约束包括：不同设备的能耗约束、集装箱-集卡分配约束、不同设备的任务无冲突约束、不同设备的任务起始与顺序约束、集装箱流量平衡约束、集卡时间约束以及变量范围约束；所述集卡路径规划模型的约束包括：路径与节点约束、节点流量平衡约束、路径冲突检测与解决约束以及时间关系和等待约束，所述集卡路径规划模型的求解结果用于确定所述综合调度模型的约束中与集卡相关的约束。

11、作为优选的技术方案，所述综合调度模型表示为：

12、

13、minf2＝e1+e2+e3

14、式中，f1和f2分别表示总作业时间和总作业能耗，c表示所有集装箱的集合，表示dcrc y完成处理集装箱i的时间，表示rgc r完成处理集装箱i的时间，e1、e2和e3分别表示集卡的总能耗量、dcrc的总能耗量和rgc的总能耗量；

15、所述集卡路径规划模型表示为：

16、

17、式中，te表示集卡e完成集装箱转运的总时间，e表示所有集卡的集合，e表示所有路径k的集合，i表示所有需转运的进口集装箱的集合，表示集卡选择路径k从节点j到j′所需的时间，表示若集装箱i由第e辆集卡来转运时，否则

18、作为优选的技术方案，所述不同设备的能耗约束表示为：

19、

20、式中，si表示集卡到达集装箱i指定卸载点的时间，pi表示集卡开始运输集装箱i的时间，ai表示集卡到达集装箱i指定装卸点的时间，qi、qi′分别表示集卡完成集装箱i任务和另一集装箱i′任务的时间，表示若集卡e作业的集装箱i′和i是连续的且i′是i的前项任务时，否则fe表示集卡转运时单位时间的能耗，few表示集卡等待单位时间时的能耗；

21、y表示所有dcrc的集合，表示dcrc y移动到集装箱i指定装卸点的时间，表示dcrc y完成处理另一集装箱i′的时间，表示若dcrc y作业的集装箱i和i′是连续的且i是i′的前项任务时，否则fy表示dcrc运行时单位时间的能耗；

22、r表示所有rgc的集合，表示rgc r移动到集装箱i指定装卸点的时间，表示rgc r完成处理另一集装箱i′的时间，表示若rgc r作业的集装箱i和i′是连续的且i是i′的前项任务时，否则fr表示rgc运行时单位时间的能耗；

23、所述集装箱-集卡分配约束表示为：

24、

25、式中，ce表示由集卡e运输的集装箱集合；

26、所述集卡时间约束包括集卡完成上一个任务后移动到集装箱i装卸点的时间，表示为：

27、

28、式中，o表示所有需转运的出口集装箱集合，表示集装箱i′的目的节点，表示集装箱i的起始节点。

29、根据本发明的第二方面，提供一种基于u型海铁联运码头的多设备调度装置，包括存储器、处理器，以及存储于所述存储器中的程序，所述处理器执行所述程序时实现所述的方法。

30、根据本发明的第三方面，提供一种存储介质，其上存储有程序，所述程序被执行时实现所述的方法。

31、与现有技术相比，本发明具有以下有益效果：

32、1、本发明提供的调度方法，在考虑u型自动化集装箱码头特殊布局的基础上，基于集卡、rgc、dcrc等不同的自动化设备，以最小化作业能耗与作业完工时间为优化目标、以不同设备的作业信息和集装箱配载信息为约束建立双层调度模型，将模型分为综合调度模型和集卡路径规划模型，能够更加清晰有效地对各个自动化设备进行调度，在提高作业效率的同时，降低不同设备作业的能耗，从未充分利用u型布局的高效装卸工艺，充分发挥u型码头的优势；

33、2、本发明提供的调度方法中，在建立由综合调度模型和集卡路径规划模型构成的双层调度模型的基础上，设计一种强化学习驱动的超启发式算法，该算法包括上层强化学习控制算法和下层启发式算法，结合了强化学习的学习能力和元启发式搜索的全局优化特性，通过上层强化学习控制算法控制下层启发式算法的选择，在每轮迭代中选择最优的启发式算法，从而在求解综合调度模型时获得最优解，既能提高多设备调度方案生成的自动化程度，又能提高最终获得的多设备调度方案的准确性；

34、3、本发明提供的调度方法中，综合调度模型的约束包括不同设备的能耗约束、集装箱-集卡分配约束、不同设备的任务无冲突约束、不同设备的任务起始与顺序约束、集装箱流量平衡约束、集卡时间约束以及变量范围约束，集卡路径规划模型的约束包括路径与节点约束、节点流量平衡约束、路径冲突检测与解决约束以及时间关系和等待约束，既考虑到不同自动化设备的能耗，又考虑到不同设备之间的任务起终点、任务执行顺序以及流量平衡问题，且将集卡路径规划模型的求解结果用于确定综合调度模型的约束中与集卡相关的约束，尤其考虑到集卡的最短路径选择对整个调度方案的影响，通过约束尽可能减少集卡的节点冲突和占用冲突，能够有效减少自动化设备的空行时间和集卡的等待时间，有效提高作业效率并减少作业能耗。