1．目的及意义

国内外的研究现状分析

随着经济全球化的发展，各国港口的进出口量不断增加。为了提高装卸效率，减少人力的成本，向全自动化码头发展是最优的解决方案。自动化码头中连接岸桥和堆场最常见的设备的就是AGV（AutomatedGuided Vehicle自动导引运输车），负责者从岸桥到堆场的堆放，从堆场到岸桥的装船以及从堆场到堆场的场内运输。自从集装箱自动化码头于荷兰鹿特丹港ECT码头在1993年投入运营后，国外学者便开始针对自动化码头的优化，尤其是AGV路径的优化做过大量研究。由于AGV路径的优化问题（由Dantzig等人提出）与车辆路径问题（Vehicle Routing Problem，VRP）具有高度的重合性，因此路径优化问题的热度一直居高不下。但AGV的路径优化问题更偏向于带软时间窗的车辆路径问题（Vehicle Routing Problem with Soft Time Windows，VRPSTW）。Ombuki等人提出了一种将遗传算法与禁忌搜索算法混合的改进遗传算法求解VRPTW问题；Ghazal Assadipoura等人提出了带时间窗的解决调度问题的分析框架；Sumaiya Iqbala等人提出了采用人工蜂群求解VRPTRW问题的相关解法。

国内对相关问题的研究起步较晚，但随着国内经济的腾飞与国外及国内的贸易量的不断上涨，建立全自动化码头是提高港口运输效率，减少货物物流成本的有效措施，因此对AGV路径规划的研究近几年较为火热。近几年中有姬丽娟等人提出了带硬时间窗的车辆路径问题研究方法；朱龙彪等人提出了基于基于动态时间窗的泊车系统路径规划研究；严正峰等人提出了基于模糊软时间窗的车间物料流路径优化方法，对于无法估计得到准确时间表的AGV路径规划有很大的帮助；彭澎等人提出了基于启发式的A*算法的路径规划算法研究相较于遗传算法具有更短的求解时间，在争分夺秒地港口运输中契合度更高。到目前为止，大多研究目标的是使总时间最小化，但在已经获得足够重视的自动化港口码头AGV路径规划研究中，使总成本最低已经是需要获得足够重视的一个研究目标了。

研究目标及意义

就目前来说针对AGV路径规划的研究主要偏向于带软时间窗的AGV路径规划研究，相比于VRP添加了时间窗来限制车辆对每一位顾客的服务时间，细化为能够在时间窗之外为顾客提供服务但以接受惩罚为代价的是软时间窗，不能在时间窗之外对顾客进行服务的成为硬时间窗。

VROPTW是许多领域的热点研究问题，其拥有广泛的应用基础。如生活中快递配送、码头集卡调度、公交线路设定以及电力配送等问题都是VRPTW的现实实例。在对于已知装卸和堆放目标的货物而言，采用软时间窗进行限制更符合实际。而对于已知装卸和堆放目标的装卸活动，采用启发式A*算法来规划AGV

路径具有简单高效，可操作性强和准确性高的优点。但A*算法受其启发函数和节点搜索策略影响使其在很多环境中的规划路径不是理论最优路径，而且当环境信息过多时会造成算法搜索效率降低。

随着互联网电子商务的持续高速发展，我国的进出口货物量仍在上涨，但物流成本仍高居不下，作为降低港口运输成本的一项有效手段，优化车AGV小车的运行路径，降低总运行费用在实际应用总将起到非常重要的作用。

{title}

2. 研究的基本内容与方案

{title}

基本内容

3.1.1需求分析与模型建立

(1)分析调查港口AGV实际工作流程及运行工作场地，针对AGV在不同工作状态产生的损耗研究其产生的成本；