1.1研究背景

集装箱码头在国际物流和国民经济中具有不可替代的战略性地位, 是国际物流中不可或缺的重要节点。随着经济全球化进程加快, 这种重要性日益突出。

集装箱码头是由船舶、锚地、泊位、岸桥、堆场、集卡等资源组成的大规模复杂物流系统，其物流调度问题会随着来港船舶数量的增长而越来越复杂，并且由于实时性特点，集装箱码头的调度问题比规划问题更加复杂。而作为影响整个码头生产最为关键的一个环节，泊位岸桥的优化调度问题更是受到学术界的广泛关注，成为众多学者研究的重点和难点^[1]。

集装箱码头的核心竞争力取决于如何合理利用自身软硬件资源，快速、有效地进行集装箱装卸及中转操作。其中面向所服务船舶的泊位和岸桥资源，通常是码头的稀缺及瓶颈资源，其协同作业效能决定了码头的整体作业能力。

因此，合理的泊位及岸桥资源分配对于码头和船舶运营成本降低及客户满意度的提高都至关重要。

1.2国内外研究现状分析

很多学者分别对泊位分配问题(Berth Allocation Problem, BAP)和岸桥分配问题(Quay Crane Assignment Problem, QCAP)进行了研究。但本质上讲，岸桥分配必须与靠泊计划相一致，而船舶所分配的泊位时间窗取决于具体岸桥分配结果。因此，同时优化决策BAP和QCAP的问题（BACAP）具有必要性^[2]。

Lee等^[3]在静态离散泊位调度中考虑了岸桥之间的干扰，建立了双层泊位岸桥调度模型，其中上层的泊位调度以最小化船舶总的在港时间为目标,下层的岸桥调度以最小化船舶完工时间和岸桥完成时间的总和为目标，并采用遗传算法对模型求解。Vacca ^[4]从战略层面上研究泊位和岸桥的联合调度问题，并采用双层启发式算法求解该问题。Han Xiao long等^［5］将泊位岸桥调度问题分为两个阶段，第一阶段，根据船舶之间的时空关系，建立一个连续泊位分配模型； 第二阶段，即岸桥分配阶段，用到多目标规划，考虑到了岸桥的最小最大覆盖范围，同时还考虑了岸桥移动的成本，运用PSO和CPLEX进行求解和比较。

桂小娅等^[2]提出了以最小化船舶总在港时间为目标、同时决策泊位与岸桥分配计划的方法,建立了连续型泊位和岸桥集成调度的数学模。采用拆分决策对象的双层循环迭代算法对模型进行求解。算法的上层使用遗传算法优化船舶优先级和岸桥数目；下层基于船舶优先级决策泊位和岸桥集成调度计划。杨玲莉^[6]从港口和船方的综合利益出发,建立双层规划模型,利用遗传蚁群算法来求解。刘桂云等^[7]以最小化惩罚为优化目标建立数学模型,设计一种嵌套式遗传算法，在客户满意率最大的情况下,求得船舶的靠、离泊时间和位置及最优装卸序列。而在实际工作过程中，泊位与岸桥的调度存在很多的动态因素，例如船舶到港时间、偏好泊位、工作量、码头的设备故障、天气、操作人员的熟练程度等。这些因素的改变将影响既定计划,降低工作效率,增加额外的投入成本，因此在安排调度计划时要考虑动态因素，以实现计划的科学性与高效性。

刘慧莲^[8]通过考虑船舶的到达时间的不确定性,建立了岸桥相互干扰或不干扰的泊位与岸桥联合调度的鲁棒优化模型，并用分支定界算法求解,得到了鲁棒模型的最优解。梁承姬等^[9]针对船舶到港时间和装卸作业时间随机的泊位岸桥联合调度问题,综合考虑了连续泊位下船舶偏离偏好泊位产生的惩罚时间，将延缓时间添加在目标函数中,建立了以船舶在港总时间、偏离偏好泊位的惩罚时间、客户满意度和延缓时间之和最小化为目标的混合整数规划模型,提出一种自改变遗传算法和启发式靠泊相结合的改进遗传算法对模型进行求解。史立等^[10]以最小化时间延迟成本及岸桥使用成本为目标,建立考虑潮汐影响的连续泊位和岸桥集成分配的混合整数规划模型,并通过CPLEX求解得到船舶的靠泊计划及岸桥分配计划。