摘要
在内陆集装箱码头（ICD）为中心的货运过程中，静态预调度需要协调拖拉机、可拆卸的装载单元、工厂装载以及港口的交货截止时间，以便在次日执行任务。传统的基于订单的路由方式对于混合直接运输、卸货后取货、中转接载、街道转弯和缓冲操作来说过于僵化。本研究提出了一种任务池框架，该框架将物流订单分解为原子任务，并在统一的静态规划空间内重新组合这些任务。使用紧凑的基于路由的混合整数线性规划（MILP）进行小规模校准，并围绕ICD导向的中转重组和时间松弛调整开发了一种改进的自适应大邻域搜索（E-ALNS）算法。在一个现实的合成基准测试中，该算法处理了100条生成的订单记录（其中90条为可执行订单）、60台可用拖拉机和330个可执行任务，与贪婪算法基线相比，将内部搜索导致的成本从42,213.29元降低到34,421.22元，将紧凑的事后规划成本从53,802.28元降低到47,717.99元。最终得到的规划方案保持了平均任务间松弛时间为89.86分钟，第5百分位松弛时间为61.73分钟。而一种通用的自适应邻域算法基线虽然事后成本略低（为46,722.48元），但运行时间更长，时间储备也大大减少。研究结果支持成本、储备时间和运行时间之间的权衡关系，而非无条件的成本优势。
