面向突发事件的集装箱码头资源自适应重构问题研究

The resource-constrained scheduling system of a container terminal is well known to possess complex logistics system characteristics. When facing emergency that is sudden, complex, highly uncertain and wide-reaching, the system must have the ability to make time-critical important decisions to redistribute existing resources adaptively, thus minimizing the impacts on its normal operation.. Considering the container terminal logistics system as a whole for the purpose of reducing the undesirable interference of the sudden and/or uncertain factors on the decisions made to coordinate multiple conflicting objectives, this project first analyzes the significant impact on the system caused by emergency in depth, then dynamically evaluates its processing priority according to urgency of the event..Moreover, it develops Multi-Agent scheduling models independent of computer architecture, proposes Multi-Agent contract net protocols based on two-way negotiation mechanism, integrates hybrid and intelligent optimization algorithms, and studies adaptive redistribution and scheduling strategies and algorithms so as to improve the efficiency of the models. At the end of the project, a counter-interference strategy with highly valuable guiding values for the large-scale complex system will be concluded.

作为复杂物流系统特性的集装箱码头调度系统，在面对事发突然、事态复杂、高度不确定性、涉及范围广等特点的突发事件，必须在最短时间内作出应急重调度决策，对现有资源进行自适应重构，将突发事件对正常生产的影响降到最低。. 本项目从集装箱码头物流系统整体出发，以降低突发性不确定性因素对决策的强干扰，协调系统中多目标冲突为实时目的，增强系统的鲁棒性和自适应能力，深入分析突发事件对系统影响显著性，根据事件的紧急性，动态分配其处理优先权，并建立基于计算机体系结构抗扰度多Agent系统调度模型，提出基于双向协商机制的多Agent合同网协议，融入混合智能优化算法，研究自适应再分配策略和协同调度算法，以达到提高模型求解效率的目的，并总结出具有指导价值的大规模复杂系统抗干扰策略。

本项目从集装箱码头物流系统整体出发，以降低突发性不确定性因素对决策的强干扰，协调系统中多目标冲突为实时目的，增强系统的鲁棒性和自适应能力，深入分析突发事件对系统影响显著性，以达到提高模型求解效率的目的，并总结出具有指导价值的大规模复杂系统抗干扰策略。经过四年的努力，按计划在理论和应用方面同时开展了相关合作和研究，取得了一定的科研成果。 . 理论研成果主要体现在以下四个方面：1）集装箱码头突发事件不确定性因素的耦合建模：针对集装箱码头突发事件的不确定性，分别对集装箱码头前沿和堆场不同的布局模式展开不确定因素分析，采用贝叶斯理论和模糊数学的方法求解。2）制定适宜的再分配策略：即确定重调度行为的发生时机及调度深度对集装箱码头资源进行分配研究。3）有机混合多种智能优化算法，通过交换局部优化和部分全局优化来协调任务分解：本项目研究的问题属于NP-Hard问题，利用Agent的自主性及动态自适应协同优化算法求解该问题，使系统具有智能性、鲁棒性及抗毁性。4）基于网络拓扑的混合粒子群优化算法及物流优化拓展研究：采用基于适应度的链路预测方法对 PSO 算法的邻域网络拓扑结构进行动态更新，提出了基于网络拓扑的 PSO 算法并拓展应用于研究物流系统决策优化问中。. 在应用研究方面，通过国内大型码头的实地调研获取的资料用于调度模型，研究成果可为码头改进作业工艺提供参考。此外，对先进双吊具场桥装卸设备的生产调度工艺和决策理论展开深入研究，并申报发明专利；结合不确定因素下的泊位和岸桥资源配置问题研究成果申请集装箱码头泊位与岸桥智能调度系统软件著作权；根据闸口研究成果申请集装箱码头集卡预约提箱管理软件的软件著作权等。本项目所取得的研究成果可推广应用于以青岛港、厦门港全自动化集装箱码头为代表的智能调度和无人堆场机械群远程网络化控制，以及相关物流系统和工业车间生产智能调度场景。. 本项目在国家自然科学基金的支持下发表见刊论文16篇、其中SCI收录论文1篇，EI收录论文7篇；已收录论文4篇（含1篇SCI论文，2篇EI论文）；获得软件著作权4项，受理发明专利2项，省部级奖励3项；培养博士研究生1名、硕士研究生共18名（已毕业11人，在读8人），参加国内外学术交流11次。研究成果可丰富集装箱码头不确定性决策理论，为大规模复杂系统抗干扰策略提供新的思路和可能的解决方案。