文档介绍：低碳经济下港口泊位―岸桥分配问题
摘要：针对低碳经济下港口泊位一岸桥分配问题的研究，文章建立基于低碳经济下的泊位一岸桥分配模型。模型由两部分组成：低碳经济下的泊位分配以及港口的岸桥分
配。将船舶到港时间引入传统泊位分配中，同时考虑港时间看作是
已知的参数，而是作为一个决策变量。同时，对于到港船舶，
通过港口与航运公司双方信息的共享，船舶公司根据即将到
港船舶的基本信息（船舶长度，船舶装卸箱量，船舶靠泊位
置，距离港口的距离，船舶航行的最大和最小航速）进行泊
位一岸桥资源分配，使港口整体资源得到充分利用，为到港
的船舶指定其较为偏好的停泊位置，以此为基础，岸桥分配
用于确定服务于每艘船舶的岸桥数量。通过优化分析提高停
泊时的工作效率，降低船舶在港时间，以此弥补船舶由于降
低速度驶入港口所造成的离港延迟。在缓解港口拥挤的情况
下，降低船舶在港时的燃油消耗和二氧化碳的排放，以达到
低碳经济下绿色航运的目标。
模型建立
本文建立的低碳经济下泊位―岸桥分配模型是由低碳
经济下的泊位分配和港口的岸桥分配两部分建立而成，不仅
能够实现低碳经济下船舶油耗量最小和船舶离港延迟时间
最短的目标，同时能够实现港口岸桥分配总量最小，从而节
省港口的资源分配，提高港口生产作业系统的整体性能。
低碳经济下的泊位分配。与传统泊位分配模型不同，
本文将船舶到港时间作为决策变量，将船舶燃料消耗量和二
氧化碳排放量融入传统泊位分配模型的目标函数中进行优
化。然而不能忽视的一个问题是船舶通过改变靠港时的航速
来控制到港时间，虽然可以最小化其等待时间，但是会影响
到船舶的离港时间，进而影响船期。为了防止出现所有船舶
都以最低航速驶近港口进而减少燃料消耗和二氧化碳排放
量，并同时缩短在港作业时间的优化结果，本文将船舶平均
在港时间最小化的目标函数修改为船舶平均离港延迟时间
最小化。设 V ：到港船舶集合（包含n 艘船舶）； L ：
岸线长度； l ■：船舶的船长（考虑了船舶靠泊的安全距离）；
h■:船舶i的作业时间；x■:靠泊位置；M: 一个足够大
的常数。决策变量： y ■：船舶的靠泊时间。a ■：船舶i 的
到港时间，a■的取值应介于・，■, ■和■分别由船舶的最
高航速和最低航速确定。辅助决策变量：
(X ■: (X ■ =1 表不' 船舶i在船舶j的左侧靠泊；否则。・=0; i, jSV, i^j
； 6 ■: 8 B=1表示船舶i在船舶j之前靠泊；否则6・=0; i, j6V, S。
假设泊位分配计划从零时刻开始，此时船舶距离港口m
■(海里)。由赵刚的《国际航运管理》[4],船舶i每航行天的燃油消耗f■与所采用的航速 v■之间的函数关系可以用式(1)表示。
fB=cBB +cBB ?vBB (1)
式中，c■■为船舶i的技能系数，c■■为每航行船舶i 的辅机柴油消耗量。
船舶i从距离港口 m■海里处行驶至港口过程中的燃油消耗量F■可以表示为：
FB=BcBB +cBB ?■■ ?aB = BcBB?aB +cBB ?m ■ ■?aBB (2)
由此可得低碳经济下的 BAP模型如下：
minfB=BB cBB ?aB +cBB?mBB ?aBB (3)
minf ■=■■ y-+h--d・・(4)
x-+l-WL, iSV (5)
xB+lB<xB+M1- a ■, i,j6V, i^j (6) yB+hB< yB+M1- S ■, i,j6V, i^j ⑺ 1< a ■+ a ■+ 8 ■+ 8 ■< 2, i,j6V, i (2) 种群初始化。为保证多样性，采用随机生成初始种群的方法。
假设种群的大小为 M ，在算法开始随机生成 M 条染色体。
3）目标函数计算。任一染色体个体，包含两条子染
色体，即船舶靠泊顺序和靠泊时间，通过染色体个体变量可
以求解出对应的从属变量，进而计算出对应的目标函数值，
将其作为各个体的适应度值。
4）交叉操作。将种群个体的信息在种群成员中进行
交换，从而产生新的染色体，增加种群的多样性。本文的一
个染色体中有两种不同编码形式，因此对于子染色体1（整
数编码形式），在交叉时采用两点交叉的方式。对于子染色
体 2（小数编码形式），采用正交交叉的方式。
5）变异操作。在一个种群中，每个个体以概率P■进
行变异，生成新的变异群体。在每个变异的个体中，对于染
色体 1，采用随机选取两个不同的位置进行交换的方式来进
行变异操作。对于染色体2，采用基于取代的方法即随机的
选取一个取代位置，并且随机的生成一个满足式（ 18）的随
机数，用其取代当前位置上的基因信息。
6）选择操