考慮裝船機(jī)聯(lián)機(jī)作業(yè)的煤炭出口碼頭裝船作業(yè)調(diào)度優(yōu)化

馮鵬 郭子堅(jiān) 姜影 曹震 徐星璐

摘要：為提高煤炭出口碼頭作業(yè)效率和服務(wù)水平，對(duì)裝船作業(yè)調(diào)度進(jìn)行優(yōu)化。在考慮裝船機(jī)聯(lián)機(jī)作業(yè)的前提下，以最小化煤炭出口碼頭作業(yè)線運(yùn)行能耗成本和船舶在港時(shí)間成本為目標(biāo)，綜合考慮作業(yè)流程約束和泊位、垛位和作業(yè)線的作業(yè)唯一性約束，建立混合整數(shù)規(guī)劃模型，并設(shè)計(jì)基于仿真解碼方案的遺傳算法求解。用實(shí)例驗(yàn)證模型的可行性和算法的有效性。結(jié)果表明，研究成果可為具有工藝流程復(fù)雜、裝船機(jī)聯(lián)機(jī)作業(yè)等特點(diǎn)的煤炭出口碼頭裝船作業(yè)調(diào)度問題提供較好的解決方案。

關(guān)鍵詞：

煤炭出口碼頭; 裝船作業(yè); 作業(yè)線調(diào)度; 聯(lián)機(jī)作業(yè); 遺傳算法

中圖分類號(hào)：? U691+.3

文獻(xiàn)標(biāo)志碼：? A

收稿日期： 2020-08-04

修回日期： 2021-01-06

基金項(xiàng)目：

國(guó)家重點(diǎn)研發(fā)計(jì)劃（2020YFE0201200）

作者簡(jiǎn)介：

馮鵬（1996—），男，山西晉城人，碩士研究生，研究方向?yàn)楦劭谝?guī)劃與港口物流，（E-mail）fengpeng1996@mail.dlut.edu.cn;

郭子堅(jiān)（1965—），男，遼寧沈陽(yáng)人，教授，博士，研究方向?yàn)楦劭谝?guī)劃與港口物流，（E-mail）zjguo@dlut.edu.cn

Scheduling optimization of loading operation in coal export

terminals considering union operation of ship loaders

FENG Peng， GUO Zijian， JIANG Ying， CAO Zhen， XU Xinglu

（

State Key Laboratory of Coastal and Offshore Engineering， Dalian University of Technology， Dalian 116024， Liaoning， China）

Abstract：

In order to improve the efficiency and service level of coal export terminals， the loading operation scheduling is optimized. A mixed integer programming model is established with considering union operation of ship loaders. The model objective is to minimize the energy consumption cost of the operation lines of coal export terminals and the time cost of ships berthing at terminals. The model constraints are the operation process constraint and the uniqueness constraints of berths， stock positions and operation lines. A genetic algorithm based on the simulation decoding scheme is designed to solve the model. The feasibility of the model and the validity of the algorithm are verified by a case. The results indicate that the research results can provide a better solution to the scheduling problem of loading operation in coal export terminals with the features of complex technological process and union operation of ship loaders.

Key words：

coal export terminal; loading operation; operation line scheduling; union operation; genetic algorithm

0 引 言

煤炭在我國(guó)的能源結(jié)構(gòu)中占有重要地位。由于煤炭供需關(guān)系在地域分布上的差異，我國(guó)煤炭存在大規(guī)模的“西煤東調(diào)”“北煤南運(yùn)”現(xiàn)象。港口作為煤炭運(yùn)輸鏈的樞紐，其服務(wù)水平的提升是保障我國(guó)煤炭運(yùn)輸體系高效、流暢的關(guān)鍵。隨著煤炭運(yùn)輸需求逐年攀升，煤炭出口碼頭的通過(guò)能力和服務(wù)水平亟待提高。然而，由于城市的不斷發(fā)展和擴(kuò)張，港口的發(fā)展空間大大減小，促使港口由新建、擴(kuò)建碼頭的粗放式發(fā)展模式，向發(fā)展“智慧港口”的方向轉(zhuǎn)變。

煤炭出口碼頭裝船工藝流程具有較強(qiáng)的專業(yè)性和特殊性，主要包括利用取料線上的取料機(jī)將煤炭從相應(yīng)垛位取出，經(jīng)前端橫向連接線運(yùn)往相應(yīng)裝船線，并由與之相連的裝船機(jī)完成裝船。為提高作業(yè)效率，碼頭配置移動(dòng)式裝船機(jī)，在條件允許的情況下可為相鄰泊位裝船，既可單機(jī)作業(yè)，也可聯(lián)機(jī)作業(yè)[1]。因此，在制訂裝船線調(diào)度方案時(shí)，不僅要考慮聯(lián)機(jī)作業(yè)的高效性和靈活性，而且要盡可能降低裝船機(jī)移泊作業(yè)對(duì)其原本對(duì)應(yīng)泊位裝船作業(yè)的影響。由于船舶需求量與碼頭垛位堆存量的差異，一艘船往往需要從多個(gè)垛位取煤。另外，為滿足配煤需求，取料線和取料機(jī)配置形式一般為“一線雙機(jī)”，布置在同一取料線上的兩臺(tái)取料機(jī)可在堆存不同煤種的兩個(gè)垛位按比例取煤，并在取料線上混合后進(jìn)行裝船。

在堆場(chǎng)作業(yè)調(diào)度方面：錢國(guó)棟[2]通過(guò)建立煤炭碼頭堆場(chǎng)作業(yè)優(yōu)化模型，提出堆場(chǎng)管理優(yōu)化措施;王翼展等[3]以極小化作業(yè)完成時(shí)間為目標(biāo)，在堆取料機(jī)可在工作區(qū)任意位置結(jié)束工作的條件下，給出多項(xiàng)式時(shí)間最優(yōu)算法;VAN VIANEN等[4]以減少列車等待時(shí)間、提升碼頭作業(yè)效率為目標(biāo)，對(duì)堆取料機(jī)調(diào)度進(jìn)行了仿真研究;HU等[5]針對(duì)堆取料機(jī)調(diào)度問題，以完成時(shí)間最短為目標(biāo)，建立混合整數(shù)規(guī)劃模型，并設(shè)計(jì)了遺傳算法進(jìn)行求解;KALINOWSKI等[6]將取料機(jī)調(diào)度問題表示為混合整數(shù)規(guī)劃問題，并設(shè)計(jì)了常數(shù)因子近似算法和分支定界精確算法進(jìn)行求解。在裝船、卸車作業(yè)調(diào)度方面：宓為建等[7]針對(duì)煤炭碼頭裝船調(diào)度問題，建立泊位與機(jī)械聯(lián)合調(diào)度模型，并設(shè)計(jì)了多目標(biāo)遺傳算法進(jìn)行求解;邰世文等[8]針對(duì)煤炭碼頭卸車調(diào)度問題，以卸車效率最大和列車在港時(shí)間最短為目標(biāo)，提出多目標(biāo)優(yōu)化模型，并設(shè)計(jì)了遺傳算法進(jìn)行求解;DE PAULA等[9]針對(duì)煤炭出口碼頭綜合調(diào)度問題提出并行遺傳算法，以提高碼頭通過(guò)能力;MENEZES等[10]針對(duì)散貨出口碼頭調(diào)度問題，考慮皮帶機(jī)路徑限制，提出使用分支定價(jià)算法求解的數(shù)學(xué)規(guī)劃模型;BURDETT等[11]將煤炭出口碼頭綜合調(diào)度問題轉(zhuǎn)化為柔性車間調(diào)度問題，并使用元啟發(fā)式算法求解;UNSAL等[12]考慮了散貨出口碼頭的泊位、取料機(jī)和堆場(chǎng)調(diào)度問題，提出改進(jìn)的Benders分解算法求解規(guī)劃模型;PRATAP等[13]針對(duì)散貨進(jìn)口碼頭堆場(chǎng)作業(yè)和列車調(diào)度優(yōu)化問題，通過(guò)建立混合整數(shù)線性規(guī)劃模型，采用兩種啟發(fā)式算法進(jìn)行求解。已有研究對(duì)煤炭碼頭工藝流程的約束不夠充分，導(dǎo)致與實(shí)際生產(chǎn)作業(yè)情況存在偏差，特別是對(duì)配置移動(dòng)式裝船機(jī)，可在相鄰泊位聯(lián)機(jī)作業(yè)的多泊位連續(xù)布置煤炭碼頭，仍缺少優(yōu)化調(diào)度的解決方案。

本文結(jié)合煤炭出口碼頭裝船作業(yè)實(shí)際情況，在考慮裝船機(jī)聯(lián)機(jī)作業(yè)的前提下，通過(guò)建立以最小化煤炭出口碼頭作業(yè)線運(yùn)行能耗成本和船舶在港時(shí)間成本為目標(biāo)的混合整數(shù)規(guī)劃模型，設(shè)計(jì)基于仿真解碼方案的遺傳算法，對(duì)該調(diào)度問題進(jìn)行優(yōu)化研究。模型和求解方法可為具有工藝流程復(fù)雜、裝船機(jī)聯(lián)機(jī)作業(yè)等特點(diǎn)的煤炭出口碼頭制訂合理、高效的裝船作業(yè)調(diào)度方案提供決策依據(jù)。

1 模型構(gòu)建

1.1 問題描述

煤炭出口碼頭是專業(yè)化程度極高的大宗散貨碼頭。由于碼頭單船作業(yè)量較大，而堆場(chǎng)垛位容量有限，通常需從多個(gè)垛位取料才能滿足船舶需求。同時(shí)，碼頭還需保證煤炭種類或發(fā)熱量等主要性質(zhì)符合船舶需求。由于堆場(chǎng)堆存煤種通常難以完全滿足船舶的多樣需求，所以許多大型煤炭出口碼頭發(fā)展配煤工藝來(lái)實(shí)現(xiàn)煤炭供求的靈活匹配。配煤是指裝船過(guò)程中，將從同一取料線兩側(cè)按一定比例取兩種煤在取料線上混合，達(dá)到需求后將煤經(jīng)連接線和裝船線裝入船艙的過(guò)程。若某垛位的堆存煤種與船舶需求煤種相同或性質(zhì)相近，則無(wú)需配煤就可取料裝船，這種作業(yè)模式稱為單裝。在現(xiàn)代大型煤炭出口碼頭的裝船作業(yè)中，配煤和單裝作業(yè)均占相當(dāng)大的比重，但無(wú)論何種作業(yè)模式，均占用一組作業(yè)線（取料線、連接線、裝船線各一條）連續(xù)完成。為便于描述和建模，定義從一個(gè)垛位取料（配煤時(shí)兩個(gè)垛位），經(jīng)一組作業(yè)線連續(xù)裝載至一艘船的過(guò)程，為該船的一項(xiàng)裝船任務(wù)。

船舶到港后，依據(jù)其靠泊優(yōu)先級(jí)在相應(yīng)泊位依次靠泊，完成輔助作業(yè)后針對(duì)各項(xiàng)裝船任務(wù)依據(jù)作業(yè)優(yōu)先級(jí)在指定作業(yè)線上依次進(jìn)行取料裝船作業(yè)，待船舶完成其全部裝船任務(wù)后，解纜離泊。受碼頭工藝流程限制，各作業(yè)線在任意時(shí)刻僅能服務(wù)一項(xiàng)裝船任務(wù)，各項(xiàng)裝船任務(wù)需按照一定次序先后作業(yè)，且不同裝船任務(wù)切換時(shí)還需考慮裝船機(jī)移泊時(shí)間和不可跨越等約束，調(diào)度難度較大。因此，本文為規(guī)劃期內(nèi)的到港船舶指定靠泊優(yōu)先級(jí)和靠離泊時(shí)刻，并為其裝船任務(wù)指定作業(yè)線、作業(yè)優(yōu)先級(jí)和開始時(shí)刻，使得煤炭出口碼頭作業(yè)線運(yùn)行能耗成本和船舶在港時(shí)間成本最低。

為方便建模和求解，假設(shè)：①船舶到港時(shí)刻（到達(dá)港池而非錨地的時(shí)刻）和靠泊泊位均已知;②船舶在港時(shí)間從船舶到港算起，到解纜離泊為止;③裝船任務(wù)的取料垛位、取料量和作業(yè)時(shí)間均已知;④同一裝船任務(wù)的作業(yè)過(guò)程不可中斷;⑤不考慮碼頭設(shè)備故障等因素。

1.2 符號(hào)說(shuō)明

（1）集合和下標(biāo)。

I和J分別表示到港船舶和裝船任務(wù)集合，i∈I，j∈J;T為時(shí)刻集合，t∈T;K和P分別表示泊位和垛位集合，k∈K，p∈P;取料線、連接線、裝船線集合分別用U、V、W表示，u∈U，v∈V，w∈W。

（2）參數(shù)。Au、Av、Aw分別為取料線u、連接線v、裝船線w的單次啟動(dòng)能耗成本;Eu、Ev、Ew分別為取料線u、連接線v、裝船線w運(yùn)輸煤炭的單位能耗成本;Ei為船i在港時(shí)間單位成本;tarri為船i到港時(shí)刻;τtri、τauxi、τuni分別為船i回旋、輔助作業(yè)和解纜時(shí)間;dj、τtaj分別為任務(wù)j裝船量和作業(yè)時(shí)間;πk，k′為裝船機(jī)從泊位k移動(dòng)到泊位k′的時(shí)間;M為充分大的正實(shí)數(shù)。βi，k、θi，j、δj，k、γj，p、αw，k、αu，v，w、αp，p′，u均為0-1變量：若船i在泊位k靠泊，則βi，k=1，否則βi，k=0;若任務(wù)j屬于船i，則θi，j=1，否則θi，j=0;若任務(wù)j屬于泊位k，則δj，k=1，否則δj，k=0;若任務(wù)j從垛位p取料，則γj，p=1，否則γj，p=0;若裝船線w可達(dá)泊位k，則αw，k=1，否則αw，k=0;若連接線v可達(dá)取料線u和裝船線w，則αu，v，w=1，否則αu，v，w=0;若取料線u可達(dá)垛位p和p′，則αp，p′，u=1，否則αp，p′，u=0。

（3）變量。決策變量包括zi，i′、zj，j′、yj，u、yj，v、yj，w，均為0-1變量。若船i與i′屬于同一個(gè)泊位，且前者靠泊優(yōu)先級(jí)高于后者，則zi，i′=1，否則zi，i′=0。若任務(wù)j與j′占用同一垛位或作業(yè)線，且前者作業(yè)優(yōu)先級(jí)高于后者，則zj，j′=1，否則zj，j′=0。若任務(wù)j分別占用取料線u、連接線v和裝船線w，則yj，u，yj，v，yj，w=1，否則yj，u，yj，v，yj，w=0。其他變量中：au、av、aw分別表示取料線u、連接線v、裝船線w的啟動(dòng)次數(shù);tmooi、tdepi分別為船i靠、離泊時(shí)刻;tsj為任務(wù)j開始時(shí)刻;xj，t為0-1變量，若t時(shí)刻任務(wù)j正在進(jìn)行，則xj，t=1，否則xj，t=0。

1.3 目標(biāo)函數(shù)及其約束條件

以最小化煤炭出口碼頭作業(yè)線運(yùn)行能耗成本（包括啟動(dòng)能耗成本和運(yùn)輸能耗成本）和船舶在港時(shí)間成本為目標(biāo)，構(gòu)建優(yōu)化模型如下：

min F|F=

uAuau+vAvav+wAwaw+

juEuyj，u+vEvyj，v+

wEwyj，wdj+i（tdepi-tarri）Ei

（1）

s.t.

zi，i′+zi′，i=kβi，kβi′，k， i≠i′

（2）

tmooi′≥max（tarri′+τtri′，tdepi-M（1-zi，i′）），

i≠i′

（3）

tdepi=maxj（（tsj+τtaj）θi，j）+τuni

（4）

tsj+M（1-θi，j）≥tmooi+τauxi

（5）

zj，j′+zj′，j=maxp，u，v，w（（γj，pγj′，p），（yj，uyj′，u），

（yj，vyj′，v），（yj，wyj′，w））， j≠j′

（6）

tsj′≥tsj+τtaj-M（1-zj，j′）+wyj，wyj′，w·

kk′δj，kδj′，k′πk，k′， j≠j′

（7）

t+M（1-xj，t）≥tsj

（8）

t-M（1-xj，t）

（9）

txj，t=τtaj

（10）

uyj，uvyj，vwyj，w=1

（11）

yj，u≤pp′

（12）

yj，v≤uwyj，uyj，wαu，v，w

（13）

yj，w≤kδj，kαw，k

（14）

jkxj，tyj，wδj，kk≤j

kxj，tyj，w′δj，kk+

M1-

jxj，tyj，w′， w

（15）

w-w′≤1-jxj，tyj，wθi，j·

jxj，tyj，w′θi，jM+1， w≠w′

（16）

式（1）為目標(biāo)函數(shù)，其中：?jiǎn)?dòng)能耗成本由各作業(yè)線啟動(dòng)次數(shù)和單次啟動(dòng)能耗成本計(jì)算，表達(dá)式為

uAuau+vAvav+wAwaw;運(yùn)輸能耗成本由各作業(yè)線煤炭運(yùn)輸量和單位能耗成本計(jì)算，表達(dá)式為juEuyj，u+vEvyj，v+wEwyj，wdj;船舶在港時(shí)間成本由其在港時(shí)間和單位時(shí)間成本計(jì)算，表達(dá)式為itdepi-tarriEi。

約束條件中：式（2）對(duì)同一泊位船舶的靠泊優(yōu)先級(jí)進(jìn)行約束;式（3）表示船舶在到港并回旋，且相應(yīng)泊位的前船離泊后才可靠泊;式（4）表示船舶在完成其所有裝船任務(wù)后方可解纜離泊;式（5）表示在船舶靠泊并完成輔助作業(yè)前，不可開始裝船作業(yè);式（6）對(duì)占用同一資源的兩項(xiàng)任務(wù)進(jìn)行作業(yè)優(yōu)先級(jí)約束;式（7）表示若兩項(xiàng)任務(wù)占用同一資源，則優(yōu)先級(jí)較低者應(yīng)在優(yōu)先級(jí)較高者完成作業(yè)后開始作業(yè)，且若二者占用同一裝船線，則還需考慮裝船機(jī)移泊時(shí)間;式（8）～（10）保證同一裝船任務(wù)作業(yè)過(guò)程不可中斷;式（11）表示一項(xiàng)裝船任務(wù)需且僅需占用取

料線、連接線和裝船線各一條;式（12）～（14）對(duì)任務(wù)占用資源的可達(dá)性關(guān)系進(jìn)行約束;式（15）保證裝船機(jī)不進(jìn)行交叉作業(yè);式（16）表示僅相鄰兩臺(tái)裝船機(jī)可聯(lián)機(jī)作業(yè)。

2 遺傳算法設(shè)計(jì)

煤炭出口碼頭裝船調(diào)度問題具有復(fù)雜、隨機(jī)、多約束等特點(diǎn)，是典型的NP難問題。遺傳算法具有全局搜索的特征，且搜索速度較快[14]，在求解此類問題上具有獨(dú)特的優(yōu)勢(shì)。當(dāng)前遺傳算法已廣泛應(yīng)用于調(diào)度問題的求解，且取得了較好的實(shí)際效果。

2.1 染色體編碼

本研究的決策變量包括到港船舶靠泊優(yōu)先級(jí)，裝船任務(wù)作業(yè)優(yōu)先級(jí)，以及占用作業(yè)線等。染色體由5個(gè)序列構(gòu)成，見表1。

表1中：MoorOrder為船舶靠泊優(yōu)先級(jí)序列，bi表示船i在相應(yīng)泊位上的靠泊優(yōu)先級(jí)（bi值越小，船i的靠泊優(yōu)先級(jí)越高）;TaskOrder為裝船任務(wù)作業(yè)優(yōu)先級(jí)序列，cj表示任務(wù)j的作業(yè)優(yōu)先級(jí)（cj值越小，任務(wù)j在相應(yīng)作業(yè)線上的優(yōu)先級(jí)越高）;BeltBQ、BeltBC、BeltBM分別表示裝船任務(wù)占用的取料線、連接線、裝船線序列，ej、fj、gj分別表示任務(wù)j占用的取料線、連接線、裝船線。

2.2 初始化種群及染色體解碼

初始種群的生成規(guī)則如下：

（1）MoorOrder序列。依據(jù)船舶靠泊泊位隨機(jī)生成。

（2）TaskOrder序列。對(duì)同一泊位，靠泊優(yōu)先級(jí)較高的船舶，其裝船任務(wù)作業(yè)優(yōu)先級(jí)也較高。據(jù)此原則，生成裝船任務(wù)作業(yè)優(yōu)先級(jí)序列的步驟如下：① 隨機(jī)生成作業(yè)優(yōu)先級(jí);②對(duì)靠泊同一泊位的兩艘船，若靠泊優(yōu)先級(jí)較高者的裝船任務(wù)作業(yè)優(yōu)先級(jí)編號(hào)最大值，大于靠泊優(yōu)先級(jí)較低者的裝船任務(wù)作業(yè)優(yōu)先級(jí)編號(hào)最小值，則交換兩項(xiàng)任務(wù)的作業(yè)優(yōu)先級(jí)編號(hào);③重復(fù)步驟②，直至滿足原則為止。

（3）BeltBQ、BeltBM序列：在可達(dá)該裝船任務(wù)所占垛位和泊位的取料線和裝船線中隨機(jī)選擇。

（4）BeltBC序列：在可達(dá)所選取料線和裝船線的連接線中隨機(jī)選擇。

本文使用遺傳算法生成調(diào)度方案，仿真得到碼頭在各調(diào)度方案下的運(yùn)行結(jié)果，統(tǒng)計(jì)各作業(yè)線啟動(dòng)次數(shù)、作業(yè)量和各船舶在港時(shí)間等指標(biāo)，求得目標(biāo)函數(shù)值，并將其倒數(shù)作為適應(yīng)度函數(shù)。

2.3 遺傳算子

使用輪盤賭和保優(yōu)策略進(jìn)行選擇。針對(duì)染色體序列特點(diǎn)，設(shè)計(jì)以下3種交叉策略。

（1） 整體單點(diǎn)交叉，見圖1。

此策略可能導(dǎo)致以下3種新染色體序列不滿足約束條件的情況，需修正：

①若在MoorOrder序列中同一泊位的兩艘船靠泊優(yōu)先級(jí)相等，則交叉部分保留，未交叉部分以缺失的優(yōu)先級(jí)編號(hào)替換。

②若在TaskOrder序列中兩項(xiàng)裝船任務(wù)作業(yè)優(yōu)先級(jí)相等，則交叉部分保留，未交叉部分以缺失的優(yōu)先級(jí)編號(hào)替換。

③若TaskOrder序列與MoorOrder序列矛盾，則修正原則同生成初始種群時(shí)對(duì)TaskOrder序列的修正原則。

（2）TaskOrder序列多點(diǎn)交叉，見圖2。圖2中，r1～r4為交叉點(diǎn)位置。此策略可能導(dǎo)致TaskOrder序列中兩項(xiàng)裝船任務(wù)作業(yè)優(yōu)先級(jí)相等，或TaskOrder序列與MoorOrder序列矛盾的情況，修正原則同上。

（3）BeltBQ、BeltBC、BeltBM序列多點(diǎn)交叉，見圖3。圖3中，r1～r4為交叉點(diǎn)位置。

同時(shí)，設(shè)計(jì)3種變異策略：針對(duì)MoorOrder序列，在同一泊位中隨機(jī)選擇兩艘船，交換其靠泊優(yōu)先級(jí);針對(duì)BeltBM序列，在可達(dá)任務(wù)相應(yīng)泊位的其他裝船線中隨機(jī)選擇一條不同的裝船線;針對(duì)TaskOrder序列，隨機(jī)選擇兩項(xiàng)任務(wù)，交換其作業(yè)優(yōu)先級(jí)，修正原則同上。

計(jì)算時(shí)，以一定概率隨機(jī)選擇一種策略進(jìn)行交叉或變異。

3 實(shí)例分析

以我國(guó)某煤炭出口碼頭為例，將利用本文提出的優(yōu)化模型得到的調(diào)度方案（優(yōu)化方案）與調(diào)研得到的碼頭實(shí)際調(diào)度方案（現(xiàn)行方案）進(jìn)行對(duì)比分析，驗(yàn)證模型和算法有效性。該碼頭包括3個(gè)泊位、40個(gè)垛位、3條取料線、2條連接線、3條裝船線，見圖4。

規(guī)劃期內(nèi)碼頭到港13艘船，到港時(shí)刻見表2，現(xiàn)行方案見圖5。以⑥號(hào)船為例：該船在第1天2：06到港，2：40靠泊于2#泊位;在完成輔助作業(yè)后，其4項(xiàng)裝船任務(wù)（編號(hào)24、25、26、27）分別于?? 4：20、6：40、15：10、4：20開始作業(yè)，并分別于6：40、13：50、17：00、15：10完成;在最后一項(xiàng)任務(wù)（編號(hào)26）完成后，該船解纜，并于17：10離泊。

碼頭調(diào)度優(yōu)化方案見圖6。現(xiàn)行方案和優(yōu)化方案的作業(yè)線分配情況見表3。在⑥號(hào)船作業(yè)過(guò)程中，其26、27號(hào)任務(wù)占用本泊位的裝船線BM2進(jìn)行裝船，24、25號(hào)任務(wù)占用1#泊位的裝船線BM1，因此，27與24、25號(hào)任務(wù)可同時(shí)進(jìn)行，實(shí)現(xiàn)了裝船機(jī)的聯(lián)機(jī)作業(yè)，提高了碼頭作業(yè)效率。由于碼頭工藝流程限制，26和27號(hào)任務(wù)均需占用取料線BQ2，無(wú)法同時(shí)作業(yè)，優(yōu)化方案為二者分配了相同的裝船線，待27號(hào)任務(wù)完成后26號(hào)任務(wù)緊接著占用裝船線BM2作業(yè)。與現(xiàn)行方案相比，優(yōu)化方案中裝船線BM1的啟動(dòng)次數(shù)減少了一次。

通過(guò)優(yōu)化，碼頭作業(yè)線總啟動(dòng)次數(shù)從102次減為81次（減少20.6 %，見表4），大大簡(jiǎn)化了人員操作，改善了裝船作業(yè)連續(xù)性，從而使作業(yè)效率得以提高。同時(shí)，作業(yè)線啟動(dòng)次數(shù)的減少也為碼頭節(jié)省了2 300 kW·h的電能。不過(guò)，作業(yè)線運(yùn)行能耗主要與裝船量有關(guān)，在裝船量不變且碼頭設(shè)備保持現(xiàn)狀的情況下，能耗優(yōu)化空間有限。能耗優(yōu)化目標(biāo)可通過(guò)使用清潔能源或更新節(jié)能設(shè)備等措施實(shí)現(xiàn)。

另外，與現(xiàn)行方案相比，優(yōu)化方案中船舶平均在港時(shí)間減少11.6%（3.04 h，見圖7），最后一艘船離港時(shí)刻提前7 h。以作業(yè)時(shí)間相對(duì)重合的①、⑦號(hào)船為例進(jìn)行分析：兩船分別靠泊于1#、2#泊位，在優(yōu)化方案中①號(hào)船的裝船機(jī)聯(lián)機(jī)作業(yè)集中在⑦號(hào)船完成輔助作業(yè)前，在⑦號(hào)船完成輔助作業(yè)后，BM2（SL2）即返回2#泊位，與BM3（SL3）聯(lián)機(jī)為⑦號(hào)船作業(yè)，?？吭?#泊位的①號(hào)船則繼續(xù)由BM1（SL1）單機(jī)作業(yè)。與現(xiàn)行方案相比，①號(hào)船聯(lián)機(jī)作業(yè)時(shí)間從7.33 h減少至3.50 h，而⑦號(hào)船單機(jī)作業(yè)時(shí)間從0增加至4.17 h。這樣的調(diào)度方式，使得⑦號(hào)船提前12 h離泊，從而使其后的⑧號(hào)船得以提前靠泊裝船，而①號(hào)船雖延后4 h離泊，但由于其后的②號(hào)船到港較晚，所以并未對(duì)1#泊位后續(xù)船舶的裝船作業(yè)造成影響。由此可以看出，通過(guò)合理的資源調(diào)配和作業(yè)優(yōu)先級(jí)調(diào)整，優(yōu)先保障較繁忙泊位的裝船作業(yè)，能在總體上有效減少船舶在港時(shí)間，提高煤炭出口碼頭的服務(wù)水平。

4 結(jié) 論

通過(guò)深入分析煤炭出口碼頭裝船作業(yè)的復(fù)雜流程和現(xiàn)實(shí)約束，在考慮裝船機(jī)聯(lián)機(jī)作業(yè)的前提下，以最小化煤炭出口碼頭作業(yè)線運(yùn)行能耗成本和船舶在港時(shí)間成本為目標(biāo)，綜合考慮作業(yè)流程約束，泊位、垛位和作業(yè)線的作業(yè)唯一性約束等，建立混合整數(shù)規(guī)劃模型，設(shè)計(jì)基于仿真解碼方案的遺傳算法，對(duì)其調(diào)度問題進(jìn)行優(yōu)化研究。最后，利用本文提出的調(diào)度優(yōu)化模型對(duì)實(shí)例進(jìn)行計(jì)算，優(yōu)化方案下規(guī)劃期內(nèi)碼頭作業(yè)線總啟動(dòng)次數(shù)減少20.6%，船舶平均在港時(shí)間減少11.6%，最后一艘船提前7 h離港，優(yōu)化效果良好。本文研究成果可為具有工藝流程復(fù)雜、裝船機(jī)聯(lián)機(jī)作業(yè)等特點(diǎn)的煤炭出口碼頭制訂合理、高效的裝船作業(yè)調(diào)度方案提供決策依據(jù)，從而進(jìn)一步提升煤炭出口碼頭服務(wù)水平，為我國(guó)煤炭運(yùn)輸鏈的高效和流暢運(yùn)行提供保障。

參考文獻(xiàn)：

[1]岳金燦， 周運(yùn)文， 郭建睿. 關(guān)于煤炭裝船碼頭移動(dòng)式裝船機(jī)聯(lián)機(jī)作業(yè)的探討[J]. 港工技術(shù)， 2013， 50（1）： 13-15. DOI： 10.16403/j.cnki.ggjs2013.01.008.

[2]錢國(guó)棟. 曹妃甸港煤碼頭堆場(chǎng)作業(yè)管理及優(yōu)化設(shè)計(jì)研究[D]. 秦皇島： 燕山大學(xué)， 2015.

[3]王翼展， 張安， 陳永， 等. 煤炭碼頭堆取料機(jī)的調(diào)度問題[J]. 杭州電子科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019， 39（6）： 88-93. DOI： 10.13954/j.cnki.hdu.2019.06.016.

[4]VAN VIANEN T， OTTJES J， LODEWIJKS G. Simulation-based rescheduling of the stacker-reclaimer operation[J]. Journal of Computational Science， 2015， 10： 149-154. DOI： 10.1016/j.jocs.2014.06.004.

[5]HU Dayong， YAO Zhenqiang. Stacker-reclaimer scheduling in a dry bulk terminal[J]. International Journal of Computer Integrated Manufacturing， 2012， 25（11）： 1047-1058. DOI： 10.1080/0951192X.2012.684707.

[6]KALINOWSKI T， KAPOOR R， SAVELSBERGH M W P. Scheduling reclaimers serving a stock pad at a coal terminal[J]. Journal of Scheduling， 2017， 20： 85-101. DOI： 10.1007/s10 951-016-0495-8.

[7]宓為建， 王郡嫻， 張曉華， 等. 基于多目標(biāo)遺傳算法的煤碼頭泊位與機(jī)械聯(lián)合調(diào)度[J]. 上海海事大學(xué)學(xué)報(bào)， 2016， 37（2）： 46-52. DOI： 10.13340/j.jsmu.2016.02.009.

[8]邰世文， 商劍平. 煤炭碼頭卸車調(diào)度問題多目標(biāo)優(yōu)化模型及算法[J]. 運(yùn)籌與管理， 2018， 27（6）： 91-99. DOI： 10.12005/orms.2018.0138.

[9]DE PAULA M R， BOLAND N， ERNST A T， et al. Throughput optimisation in a coal export system with multiple terminals and shared resources[J/OL]. Computers and Industrial Engineering， 2019， 134： 37-51. DOI： 10.1016/j.cie.2019.05.021.

[10]MENEZES G C， MATEUS G R， RAVETTI M G. A branch and price algorithm to solve the integrated production planning and scheduling in bulk ports[J]. European Journal of Operational Research， 2017， 258： 926-937. DOI： 10.1016/j.ejor.2016.08.073.

[11]BURDETT R L， CORRY P， YARLAGADDA P K D V， et al. A flexible job shop scheduling approach with operators for coal export terminals[J]. Computers and Operations Research， 2019， 104： 15-36. DOI： 10.1016/j.cor.2018.11.019.

[12]UNSAL O， OGUZ C. An exact algorithm for integrated planning of operations in dry bulk terminals[J]. Transportation Research Part E， 2019， 126： 103-121. DOI： 10.1016/j.tre.2019.03.018.

[13]PRATAP S， KUMAR B M， SAXENA D， et al. Integrated scheduling of rake and stockyard management with ship berthing： a block based evolutionary algorithm[J]. International Journal of Production Research， 2016， 54（14）： 4182-4204. DOI： 10.1080/00207543.2015.1111535.

[14]艾立紅， 韓曉龍. 考慮能耗的自動(dòng)化碼頭裝卸設(shè)備協(xié)調(diào)調(diào)度[J]. 上海海事大學(xué)學(xué)報(bào)， 2018， 39（4）： 26-31. DOI： 10.13340/j.jsmu.2018.04.005.

（編輯 賈裙平）