基于混合智能算法的自动化集装箱码头泊位与AGV协同调度优化研究

《Journal of Marine Science and Engineering》：A Multi-Resource Coordinated Scheduling Optimization Framework Integrating Berth Allocation, Quay Crane Operation, and AGV Transportation in Automated Container Terminals

　　

摘要

本研究调查了自动化集装箱码头的运营，其中调度决策需要自动生成。因此，建立了一个集成优化模型，考虑了泊位与堆场之间集装箱的双向运输过程，以及泊位、岸桥和自动导引车（AGV）的分配与调度。特别是，在泊位与AGV路径区域之间的接口处增加了一个缓冲区。数学模型分为两个阶段，第一阶段处理船舶和岸桥的布置，而第二阶段将集装箱运输任务分配给AGV。此外，引入了一种具有精英解池的协同机制来协调海侧调度和AGV运输决策。为了求解第一阶段，提出了一种由强化学习增强的自适应大邻域搜索（ALNS）。强化学习策略更新了破坏与修复算子对的选择规则。对于第二阶段，将AGV运输环境建模为有向图，使用图神经网络（GNN）编码路网、AGV交互关系和任务状态。AGV根据初始位置划分为若干组，每组服务于附近任务。因此，引入多智能体近端策略优化（MAPPO）与GNN结合来安排AGV任务。通过不同问题规模的计算实验评估了所提出的模型和算法，与所选基准方法相比，在测试设置下表现出更好的性能。