生成式自适应韧性：基于LLM-MILP建模的港口船舶调度策略生成方法

《Safety Science》：Generative adaptive resilience: LLM-MILP modeling and strategy generation for port vessel scheduling

　　朱华胡|李瑶娜
上海海事大学物流研究中心，中国上海201306

**摘要**
港口调度系统面临日益严重的干扰以及传统优化方法的局限性，这些问题包括严格的可行性检查、不透明的决策过程以及缺乏学习机制。本文介绍了生成自适应弹性（GAR）框架，这是一种将港口调度从静态的约束满足转变为动态的、具有学习能力的综合方法。GAR将生成式人工智能（GAI）、数学优化和进化学习整合到一个闭环系统中，使港口能够应对干扰并主动进行准备。该框架通过“可行性感知约束解码”（FACD）技术将大型语言模型（LLMs）与运筹学相结合，将人类可解释的操作（例如重定向、延迟、重新排序）转化为具有可行性保障的数学上可行的调度调整。GAR明确地建模并利用了协同作用的操作组合（例如，同时延迟 feeder 船只并重新安排远洋班轮的航线），从而通过协调系数实现成本降低。使用宁波港数据的实证验证表明，与完全弹性基线相比，GAR 在政策收敛速度、减少高优先级船只延迟以及解决时间方面表现更优，同时保持相当的冗余性。这些结果展示了 GAR 的具体优势：加速适应能力、可量化的服务改进以及计算效率，为港口提供了从被动操作向自适应、Learning-enabled 弹性的转变路径，为 AI 时代的风险与安全科学做出了贡献。

**引言**
在全球供应链中断日益加剧的背景下，港口调度系统的关注点从以效率为中心的优化转向了以弹性为先的设计（Liu 等人，2021；Wang 等人，2020）。最近的系列危机，包括地缘政治冲突（例如红海危机）、极端天气事件（例如台风多克苏里）和意外的社会劳工中断（例如码头工人罢工），反复暴露了传统调度框架的脆弱性，这些框架优先考虑单一目标，如成本最小化或等待时间最小化（N. Wang 等人，2025）。虽然在名义条件下这些系统是经济最优的，但它们面临着资源利用率极高的问题和极低的缓冲冗余度，导致它们无法吸收即使是小的干扰，常常引发连锁延迟或全面的调度崩溃（Huang 等人，2025）。作为回应，研究界从被动重调度转向了主动弹性嵌入。弹性指标，如最小空闲容量、高优先级船只的最大等待时间以及终端利用峰值，现在被线性化并整合到混合整数线性规划（MILPs）中，赋予基础调度固有的抗干扰能力（Guo 等人，2024；Zhen 等人，2024a）。这项工作通过探索可行的、智能的方法，推动了风险科学和生成式人工智能（GAI）的跨学科整合，以增强关键海上运输操作中的主动风险治理和安全弹性。本研究提供了一种平衡效率与弹性的路径。

**GAI 的集成**
GAI 的集成为这一研究方向提供了新的机会。与黑盒深度强化学习（RL）或分布式鲁棒优化（DRO）不同，大型语言模型（LLMs）和扩散架构具备语义推理、上下文感知的知识生成和多模态协调能力（L. Wang 等人，2025；Q. Wang 等人，2025）。基于这些能力，我们开发了一个名为生成自适应弹性（GAR）的集成框架，它在闭环架构中将 GAI 与数学优化相结合。GAR 系统能够吸收干扰、预测干扰、生成可执行的应对措施，并不断进化其战略库（Liu 等人，2024；Goldbeck 等人，2019）。因此，本研究解决了核心研究问题（RQ）：如何将 GAI 深度集成到港口船只调度中，使系统从被动鲁棒转变为主动生成、可解释和自我进化？我们将 RQ 分解为三个问题：RQ1、RQ2 和 RQ3。所有这些问题都旨在提高船只调度操作的弹性。

- **RQ1（生成性干扰建模）**：如何引导 GAI 合成组合新颖且结构合理的干扰场景，以超出历史分布范围？LLMs 可以为海上风险建模生成丰富的上下文的多风险事件叙述，以克服传统海上场景库的分布局限性（Liu 等人，2026；Fan 等人，2024）。为了确保物理真实性并降低 LLM 幻觉的风险，我们使用特定领域的扰动知识图（PKG）来指导生成过程，并在验证过程中施加严格的物理约束（例如，最大终端容量损失）。生成的扰动可以引起结构上有意义的压力，例如提高港口系统的峰值利用率，这与船只调度和终端操作的服务退化相关。
- **RQ2（策略-优化协同生成）**：如何将 LLM 和 MILP 联合起来，以便将自然语言策略直接且可行地嵌入到海上调度中，同时保持可解释性和物理有效性？LLM 生成的操作可以映射到优化的约束增量上，实现 MILP 的可行性，同时保留人类可读的合理性（X. Wang 等人，2025；Guo 等人，2026）。
- **RQ3（闭环自适应进化）**：如何构建 GAI-MILP 反馈循环，将海上终端操作经验提炼成可更新的策略库？基于强化学习引导的经验提炼，事后模拟政策结果可以反馈到策略模板改进中，将一次性的响应转化为可迭代的、可审计的弹性知识库，用于港口和船只操作（Xing 等人，2026；Hu 等人，2025）。

选择 LLM 而不是简单的基于规则的系统的理由在于干扰描述和现实世界港口操作中的高级管理响应的语义性质。干扰以自然语言报告，有效的应对措施通常被构想为协调的、上下文感知的动作。虽然底层调度问题是数值性的，但人类决策者和优化引擎之间的接口是语义的。LLMs 具有解释这些语义输入的独特能力，能够推断出潜在的协同作用组合（例如，重定向和延迟同一艘船只可能比单独行动的总和更具成本效益），并输出人类可解释的策略序列。这一过程可以使用“可行性感知约束解码”（FACD，见第 4.4.2 节）方法形式化，并转化为 MILP 约束。

基于规则的系统将面临三个基本限制，而 LLM 可以克服这些限制。首先，基于规则的系统需要手动编码每种可能的干扰类型和响应模式，鉴于现实世界场景的组合复杂性，这是不切实际的（例如，台风与劳工罢工同时发生以及船只延迟）。LLM 可以在没有预定义规则的情况下解释新的组合。其次，协同行动的次加性成本效益依赖于理解语义关系。虽然基于规则的系统可以用特定的协同规则编程，但它无法从上下文线索中推断出新的协同模式。第三，GAR 中的闭环学习根据数字孪生的自然语言反馈更新 LLM 的策略库。基于规则的系统需要手动修订其规则库——这一过程缓慢、依赖专业知识且不具备扩展性。LLM 的策略进化由奖励信号驱动，能够实现连续的、自主的改进，而无需手动规则工程。

GAR 框架并不将 LLM 作为独立的求解器或数学优化的替代品。相反，LLM 扮演了一个特定的、边界明确的角色：将语义输入转换为动作序列，然后通过 FACD 进行验证并通过 MILP 执行。这种分工是框架设计的核心：LLM 进行语义推理，MILP 进行数值优化，FACD 确保可行性。LLM 不期望直接生成最优调度；相反，它期望生成可行的、上下文适当的战略意图，然后由 MILP 进一步细化。这种混合架构确保每个组件都贡献独特且互补的能力。

本研究处于风险与安全科学和 GAI 的关键交叉点。作为安全关键的基础设施节点，港口本质上面临着多方面的风险。依赖于历史数据和预定义故障树的风险评估和安全管理范式受到互联干扰景观中“未知-未知”特性的挑战。本文提出的 GAR 框架解决了预测、建模和适应新型系统风险和系统风险的问题，这些风险规避了传统概率分析的方法。

**研究贡献**
本研究聚焦于风险与安全科学和生成式人工智能（GAI）之间的关键联系。作为安全关键的基础设施节点，港口本质上面临各种类型的风险。依赖于历史数据和预定义故障树的风险评估和安全管理方法在处理互联干扰景观中的不可预见风险时面临困难。所提出的 GAR 框架解决了预测、建模和适应新型系统风险的问题，这些风险无法通过传统的概率方法进行分析。本研究通过制定、开发和实施基于弹性的算法和协作组件，为 GAR 框架和港口船只调度做出了贡献。首先，GAR 框架被开发为一个闭环架构，将 GAI 与数学优化和基于仿真的学习相结合，使港口调度弹性成为一种动态的、自我改进的能力。其次，FACD 机制（算法 2）被设计用来保证 LLM 生成的自然语言策略在嵌入 MILP 模型时在物理和操作上是可行的。FACD 在 LLM 的解码过程中作为三阶段过滤器（策略标记化、约束解码、MILP 嵌入）运行，动态剔除不可行的动作。这一机制利用了 LLM 的语义表达能力，同时保持了优化模型的数学严谨性——这是先前工作未解决的集成挑战。第三，弹性通过政策进化循环中的终端利用峰值 ρmax 来衡量，并被形式化为进化目标。我们将 (1?ρmax′) 结合到 RL 奖励函数中，为负载平衡配置提供理论保证。最后，策略协调成本被形式化为 MILP 目标，进化奖励用于量化联合行动的次加性效应，通过协同折扣系数来明确处理动作协同效应——这种处理方式超出了现有文献中的加性成本模型。

**后续内容**
第 2 节将阐明相关研究。第 3 节提出了生成式港口船只调度系统（GPVSS）和 GAR 框架。第 4 节详细介绍了高效集成到优化中的 GAI-MILP 耦合机制。第 5 节概述了数据和语料库构建方法。第 6 节报告了验证策略有效性、扰动准确性和闭环进化的系统实验。第 7 节对研究进行了总结。

**相关研究**
当前的弹性调度方法，包括自适应鲁棒优化和随机规划等先进方法，在处理参数不确定性和预定义干扰方面取得了显著进展。然而，在处理复杂的海上港口运营现实时，它们仍然面临以下困难：
- **“未知-未知”在语义和组合干扰建模差距中的挑战**。基于贝叶斯网络的方法可以建模相关的决策和不确定性。

港口船只调度是一个战术规划问题，港口当局必须在规划范围内（例如一周）将进港船只分配到终端的泊位并安排服务开始时间。主要决策包括两个方面：泊位分配，决定了每个船只应停靠在港口终端的哪个泊位；服务排序，定义了每个船只应何时开始装卸操作。这些决策需要通过 MILP-LLM 耦合建模来生成策略。

**算法 1** 在 GAR 框架内建立了一个三阶段耦合机制（策略标记化、约束解码和 MILP 嵌入，ST-CD-ME）。附录 A.1 提供了 MILP 嵌入、策略进化和语料库构建的详细伪代码。

**实验评估**
GAR 框架的实验评估依赖于一个与港口无关的数据生成流程，该流程算法构建 GPVSS 实例，包括船只、终端和参数，并使用可配置的物理和运营规则合成多方面的干扰场景。该流程使用宁波港的实际参数进行校准，选择宁波港是因为其代表性规模、多终端复杂性和高吞吐量。

**图 2** 展示了一个闭环工作流程，示例了 GPVSS 中的协同决策机制，整合了 GAI、运筹学优化和 DT 技术。当操作员触发紧急警报（例如台风预警）时，GAI引擎首先生成具有代表性的干扰场景，并从历史数据库（例如RES-ALL）中检索相关策略；然后将该策略意图转化为MILP模型的增量约束条件。

**结论**
本研究介绍了GPVSS和GAR框架——这是一个综合性的框架，它将港口韧性重新定义为一种主动性的、协作性的和进化性的能力，这种能力被嵌入到船舶调度过程中，从而在风险科学与GAI之间建立起联系，以提升关键海上基础设施的安全韧性治理水平。GAR框架超越了传统的优化方法或静态的风险缓解策略，建立了GPVSS的端到端生成循环。

**CRediT作者贡献声明**
胡志华：撰写 – 审稿与编辑、撰写 – 原初草稿、资源提供、项目管理、方法论制定、资金筹集、正式分析、概念化。
李瑶娜：撰写 – 审稿与编辑、软件开发、资源提供、数据整理。

**利益冲突声明**
作者声明他们没有已知的可能会影响本文研究结果的财务利益冲突或个人关系。

**致谢**
作者感谢匿名审稿人提供的宝贵意见和建议。本研究得到了中国教育部人文社会科学基金（23YJA630035）和中国国家重点研发计划（2023YFE0113200）的资助。