集装箱港口是运输链上的一个重要环节。由于地理位置的原因，很多港口和在建港口的内河港口位置是临近的。如果能合理的决策集装箱船停靠的港口和泊位，充分利用港口的资源，就能给港口、和船公司带来更大的利润。目前由于国内内河的集装箱港口绝大多数采取独立运行和经济核算的模式，使用这种方式即使港口之间的距离不是很远且隶属于同一港务集团公司的情况下，仍然会出现一个港口有船压港，而另外的港口无船可停的情况，造成船公司成本增加和港口资源闲置的情况。因此，在集装箱港口集群条件下，在港口集团公司统一协调利益的前提下，多港口多泊位的集装箱船的联合调度决策是一个值得研究的问题。

目前，国内外的研究对于单港口的多资源调度研究进行的比较深入，对于多港口的信息协同平台以及多港口间的数据交换方式有也所涉猎，但对于多港口多泊位的船舶联动调度在理论和方法上都缺乏必要的研究。

随着集装箱港口规模的不断扩大，各港口的发展出现了水平不一、定位雷同、功能重复、腹地交叉等现象，在一定程度上形成了港口间的无序竞争，对于区域港口的经济发展十分不利。单个港口不能仅仅依赖自身的规模化发展，实现港口间的联动是其未来发展的必然趋势。针对这一现状，本次设计拟建立多港口多泊位的集装箱船的联合调度模型。通过对船舶靠港卸货等业务的分析，制定符合实际需求的约束条件，根据船舶流量、船舶特性、通航条件、水情等相关因素制定联合调度的策略，并通过一定的调度策略经济合理的安排船舶调度计划，追求港口和船公司的最佳经济效益。

2. 研究的基本内容与方案

2.1设计的基本内容

在港口泊位调度中，单港口多泊位调度仍存在极大局限性，而在港口集群联动模式下，对多港口多泊位进行船舶的联合调度将实现港口资源的最优化配置。研究需针对港口集群联动模式下的泊位调度问题，建立以船舶总在港时间最小化为目标的港口与泊位协同调度优化模型，并需要提出了相应的优化算法，对模型进行求解。最后以国内某港多港口集装箱码头联动调度为算例进行了实证分析。

2.2设计的主要目标

多港口多泊位联动调度中船舶运行条件复杂，影响调度的因素众多。本次设计综合考虑了港口和船公司双方的利益，建立了以船舶在港口时间最短和船公司货运成本最低的多目标调度优化模型。综合考虑了船舶的到港时间、离港时间、靠泊等待时间、满箱空箱量、港口距离、船长、水深等各方面的影响因素，以船舶的先进先出为基本的调度策略，通过有针对性的设计启发式算法，最后将得出优化后的多港口多泊位联合调度的总计划表。

2.3采用的技术方案及措施

本次将采用遗传算法来构建模型。遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。具体的实施方案和措施如下：

（1）模型的描述和假设：其中包括船舶的到港时间、船舶的长度、船舶需要的吃水深度、船舶的装卸作业量、船舶期望停靠的港口。并且假设泊位是离散的，同一个港口不同泊位的通货能力相同等。