摘 要

随着经济全球化的发展，各国间的经济和贸易往来也变得更为密切，码头在水路运输中承担着十分重要的角色。而随着集装箱码头吞吐量的快速增长，传统集装箱码头已经无法满足其日渐增长的装卸需求，逐渐向自动化码头方向发展。AGV作为自动化集装箱码头中一种常见的运输设备，成为了装卸作业中重要的一环，然而如何对AGV进行合理的调度，实现整体最优也成为了研究的热点。此外，由于AGV 自身的特性，时常会发生设备故障，这也对AGV 调度方案产生了一定的影响。在该背景下，为提高AGV 工作效率，考虑AGV 故障情况的前提下，针对AGV 调度问题建立模型，利用遗传算法求解，通过模型结合算例进行AGV 调度方案设计。

首先阐述了自动化集装箱码头发展现状以及AGV 在码头的发展现状，其次分析了自动化集装箱码头的布局和主要机械设备，以及AGV的运输系统和调度系统，剖析了当前AGV 调度的两种模式。然后结合实际对部分AGV发生故障时的调度问题建立模型，调用遗传算法工具箱，编写代码对其进行求解，最后结合算例，设计设备发生故障时的AGV调度方案。基于以上结果，设计出了AGV 故障时合理的AGV 调度方案，实现效果更优，具有实际意义。

关键词：自动化集装箱码头；设备故障；AGV调度模型；遗传算法；调度方案设计

Abstract

With the development of the world economy and globalization, the economic and trade exchanges among countries have become closer. Terminal is an indispensable part of waterway transportation. With the rapid growth of container terminal throughput, the traditional container terminal has been incapable to satisfy the increasing demand of loading and unloading, and has gradually developed into an automated container terminal. AGV as a common transportation equipment in terminal, which has turn into a significant section of loading and unloading operations. However, how to rationally dispatch AGV and achieve overall optimization has also become a research hotspot. In addition, due to the characteristics of the AGV itself, failures often occur, which also has a certain impact on the AGV scheduling scheme. In this context, in order to improve the work efficiency of AGV, the AGV scheduling model was established and solved by genetic algorithm on the premise of considering the AGV failure. The AGV scheduling scheme is designed by combining the model with an example.

Firstly, the development status of the automated container terminal and AGV is described. Secondly, the overall arrangement and main mechanical device of the automatic container wharf are analyzed, as well as the transportation system and scheduling system of AGV are analyzed, and the two modes of the current AGV scheduling are analyzed. Then according to the actual situation, scheduling problem in case of failure of some AGVS is modeled. Using genetic algorithm toolbox to solve it. Finally, an example is used to devise the AGV scheduling programme in case of equipment failure. Based on the above results, a reasonable AGV scheduling scheme is designed in case of AGV failure, which is more effective and of practical significance.

Key words: Automated container terminals；Equipment failure；AGV scheduling model；Genetic algorithm；Scheduling scheme design

目 录

第1章 绪论 1

1.1研究背景 1

1.1.1 集装箱码头发展概述 1

1.1.2 自动化码头AGV发展现状 1

1.2 国内外研究发展现状 2

1.2.1 国内研究发展现状 2

1.2.2 国外研究发展现状 3

1.3 研究目的及意义 3

第2章 设计说明书 5

2.1 设计目标 5

2.2 主要设计内容 5

2.3 研究方法与技术路线 5

2.3.1 研究方法 5

2.3.2 技术路线 5

第3章 自动化集装箱码头系统及AGV运输系统概述 8

3.1 自动化集装箱码头作业系统分析 8

3.1.1 自动化集装箱码头布局 8

3.1.2 自动化集装箱码头主要机械设备 8

3.1.3 自动化集装箱码头装卸工艺流程 9

3.2 自动化集装箱码头AGV系统分析 9

3.2.1 自动化集装箱码头AGV运输系统 9

3.2.2 自动化集装箱码头AGV调度系统 9

3.2.3 自动化集装箱码头AGV调度模式 9

3.3 自动化集装箱码头AGV 故障情况 10

3.3.1 自动化集装箱码头AGV常见故障原因 10

3.3.2 自动化集装箱码头AGV故障率 10

3.3.3 自动化集装箱码头AGV故障时间 10

第4章 自动化集装箱码头AGV调度模型 11

4.1 问题描述 11

4.2 AGV调度模型构建 11

4.2.1 模型假设 11

4.2.2 模型构建 11

第5章 遗传算法求解 13

5.1 染色体编码 13

5.2 种群初始化 13

5.3 适应度评估 14

5.4 遗传算子设计 14

5.4.1 选择算子 14

5.4.2 交叉算子 14

5.4.3 变异算子 14

5.5 遗传算法求解流程 15

第6章 自动化集装箱码头AGV调度方案设计 17

6.1 参数设置 17

6.2 结果分析 18

6.3 本章小结 21

第7章 结束语 22

7.1 总结 22

7.2 展望 22

参考文献 23

附 录 25

致 谢 29

第1章 绪论

1.1研究背景

1.1.1 集装箱码头发展概述

随着世界各国经济和全球化的发展,各国间的经济和贸易往来也变得更为密切，水路运输是各国间进行进出口贸易的主要运输方式，而在这其中承担重要地位的就是港口。港口是一种交通枢纽，将水上和陆地连接起来。不仅具有停靠船舶、装卸货物、旅客运输等多个功能，而且提供物流服务、信息服务等。在我国，港口承担了90%以上的对外货物运输任务，据统计资料显示，2019全年全国港口完成货物吞吐量1395083万吨。其中上海港、青岛港、天津港、宁波港等发展迅速，位世界港口排名前列。

随着集装箱的出现，以集装箱为载体，可以实现货物成组化，省去了换装的步骤。利用集装箱运输不仅能减少包装货物所需材料的使用、大大简化了货运作业步骤、节省了运输费用，最重要的是作业效率得到了极大的提高。凭借这些优势，集装箱运输进入了繁荣时期，集装箱码头吞吐量疾速增长。集装箱码头是指能完整容纳集装箱装卸过程的区域，包括货运站、码头前沿、堆场等。2019年全国集装箱吞吐量为26,107万TEU，同比增长了4.4%。然而码头吞吐量的增长也对其码头货物处理能力提出了更高的要求。传统集装箱码头由于设备老旧、系统不够完备、劳动成本高等原因难以满足当前航运业的发展。由于认识到自动化是提高装卸和运输设备总体效率的一种手段，对具有部分或全部自动化的集装箱码头的需求已显著增加。自动化集装箱码头首先在国外发展起来，中国在码头自动化这方面的发展稍晚，但势头迅猛，如上海洋山自动化集装箱码头。上海洋山自动化集装箱码头2019年集装箱吞吐量为1980.8万TEU，采用无人运营无人作业的方式，很好的实现了各个环节的自动化，降低了人工成本，节能环保，实现了集装箱码头工作效率的极大提高。

1.1.2 自动化码头AGV发展现状

AGV即主动导引小车，是按人工设定的路线自动行驶到指定地点，再采用自动方式装卸货物的车辆。AGV有叉车式AGV、货物中转式AGV、夹抱式AGV、牵引式AGV等。叉车式AGV 可以拾取和运输各种类型的货物，适用范围较为广泛；货物中转式AGV主要用于仓库与生产中心的运输；夹抱式AGV可以灵活搬运一些非码垛货物，比如盒子等。而在自动化码头中最为常用的是牵引式AGV，相比其他类型的AGV，牵引式AGV通过自动或者人工控制进行操作，可以运输更多货物，提高了生产效率。AGV第一次在港口中被使用是1993年，在鹿特丹的集装箱码头，使用自动引导车辆（AGV）进行水平运输^[1]。如今在厦门港、青岛港、上海洋山港都已投入AGV进入作业。经过几十年的发展，AGV小车作为一种水平搬运设备，不仅装卸效率高、而且安全稳定，已经成为自动化集装箱码头不可或缺的存在。随着中国智能化港口的推进，AGV系统将朝更加智能、更加稳定、更加高效、更加节能的方向发展，在港口作业中发挥更为重要的作用。然而在光靶丢失、通讯中断、电池耗尽等极端情况下AGV可能会出现故障，导致自动化集装箱码头堆场拥堵等一系列问题，此时需要对AGV的调度和配置进行进一步合理规划。

1.2 国内外研究发展现状

集装箱码头自动化已成为集装箱码头作业的发展趋势，而在集装箱码头复杂且高度动态的环境下，要求多个相关部件几乎完全同步，使得作为主要水平运输设备的AGV调度问题成为一个非常困难的组合优化问题 ^[2]。AGV调度是在多个AGV共同等待指派任务的前提下，给每个AGV分配具体的任务和路线来完成货物装卸。AGV调度通常由三个子问题组成，即将AGV分配给具体任务，AGV配载和交通控制。而仅仅实现调度是远远不够的，为了实现AGV工作效率最大化，实现整体最优，国内外许多学者对AGV的调度优化问题进行了相关探讨和研究。

1.2.1 国内研究发展现状

从国内来看，傅正堂^[3]等研究了在AGV电量不充足的条件下电池放电的特征，建立模型使用 CPLEX进行求解；石楠路^[4]等在建立AGV作业调度优化模型时加入了AGV的换电过程，并通过遗传算法求解；添玉等^[5]以船舶在码头停泊时间最短和设备作业成本最低为目标，提出一种新的协同调度办法，联合了遗传算法与启发式策略。马越汇^[6]等考虑了实际运行中自动化集装箱码头的不确定要素，以最末任务完成时间最优化为目标建立了混合整数规划模型，研究了在不确定条件下AGV的调度优化问题；范璐璐^[7]等以岸桥总完工时间最小化为目标，设计了L-AGV调度IM-ε-Q算法；康志敏^[8]提出了两种AGV 调度方式，第一种是主要考虑成本的AGV调度方法，这种方法有效减少了AGV的行驶距离，降低了成本。另一种是在集装箱任务固定时配置AGV 数量的调度方法，利用遗传算法来求解，并比较了两者区别。李静^[9]等考虑了岸桥平均作业时间、AGV空载时间、AGV冲突等待时间多个因素，提出了一种在线学习的AGV实时调度办法。梁承姬^[10]等先以岸边等待时间最小化为优化目标，提出AGV调度模型。再以AGV数量最小化为优化目标，提出AGV配置模型，并连接两个模型得出调度耦合模型，利用遗传算法求解得到最优AGV调度方案。张亚琦^[11]等以AGV 充电利用率最大、最终任务完成时间最小为目标函数，通过约束AGV充完电后的续航能力来构建AGV 调度模型，通过遗传算法验证模型，得出高效AGV调度方案。刘梦梦^[12]以AGV空载作业时间最小化为目标建立AGV调度模型，并利用Netlogo进行仿真模拟，得出岸桥与AGV数量的最佳配比。

1.2.2 国外研究发展现状

国外学者对AGV的调度理论更为丰富，针对双载AGV调度问题，Grunow^[13]等提出了一种灵活的基于优先级规则的调度方法，并与另一种MIP模型进行了比较。并在之后对该工作进行了扩展，开发了一种基于模式的双负载AGV离线启发式方法，并使用可伸缩的模拟模型对其进行了评估，该模型考虑了AGV的随机处理时间、各种终端配置和操作模式。Evelina Klerides^[14]等提出了一个新的模型，对不同场景进行评估，以最小化定义的调度成本。并基于多个场景的集装箱码头给出计算结果，具有不同的布局配置和工作负载水平，提供良好AGV调度方案。Skinner^[15]针对自动化集装箱码头的AGV调度优化问题，提出了一种针对传统遗传算法进行改良的优化策略。Xiaoyang Ma^[16]提出了一种基于规则的优先级算法，即有突变过程的混合青蛙跳跃算法，该算法能明显增加种群多样性，收敛速度也有所提升。Angeloudis^[17]提出了一种灵活的调度算法和一种新的AGV调度方法，用于集装箱码头作业分配问题。Rashidi^[18]等设计了一种扩展网络单纯形算法(NSA )来解决集装箱码头自动引导车辆的调度问题，然而在解决大量任务时被证明是耗时的。Miyamoto和Inoue^[19]将AGV系统调度和无冲突路由问题描述为一个整数程序，并提出了局部/随机搜索方法。

1.3 研究目的及意义

本课题为了减少AGV的空载率，提高整个AGV调度系统的工作效率，在考虑设备故障的情况下建立模型，利用遗传算法设计自动化集装箱码头AGV调度方案，既有理论意义，也有实际意义。

其理论意义在于：对于自动化集装箱码头主要机械设备的作业流程和相互配合工作有了较为清晰的说明，并利用数学将其量化，设定约束条件、目标函数，构建数学模型；结合算例对模型进行求解并分析结果，对以后进行这方面的研究有一定的理论基础。