摘  要： 針對集裝箱裝卸設備作業(yè)相互耦合的特點，設計了基于多智能體的協(xié)同調度優(yōu)化模型。首先應用帶有阻塞限制的混合流水車間模型構建了調度模型，隨后應用蟻群算法得到初始方案，最后應用多智能體的合同網機制對方案進行調整。仿真結果顯示，該調度方法具有較好的可行性。
關鍵詞： 集裝箱碼頭；裝卸設備；集成調度；智能體

　集裝箱碼頭在有限的作業(yè)空間上布置了多種裝卸設備，如岸橋、場橋、集卡和自動導引運輸車（AGV）等，通過這些設備間的協(xié)調作業(yè)完成碼頭的物流任務。在日常運作中管理者需要對裝卸設備進行調度以提高作業(yè)效率，而這些決策又常常相互影響、相互制約，因此針對集裝箱碼頭裝卸設備的調度和協(xié)調是一個比較復雜、困難的問題。
1 研究現狀
　近年來，國內外很多學者針對集裝箱碼頭裝卸設備調度及優(yōu)化問題展開了研究。Lee[1]研究了集裝箱港口中岸橋的作業(yè)順序分配問題，建立了考慮橋吊互不干涉約束的混合整數規(guī)劃模型，并提出了模型的啟發(fā)式遺傳算法。計明軍和靳志宏[2]研究了基于時間最短的集卡線路優(yōu)化模型，并應用進化算法求解模型，但未討論集卡配置問題。這些研究取得了豐碩的成果，但也存在有待改進和提高的方面?，F有研究中構建的模型大多針對碼頭單個設備（或單類設備）的模型，而忽略了作業(yè)設備的關聯性，因此調度結果的可行性相對較差。
近年來，基于多Agent的復雜系統(tǒng)建模的最新發(fā)展，使得開展基于多Agent的碼頭裝卸設備集成優(yōu)化成為可能，如李斌和李文鋒[3]應用多Agent方法對集裝箱碼頭的協(xié)同生產調度問題進行了探討，提出了集裝箱碼頭集成服務系統(tǒng)的思想。楊鵬等[4]將Agent方法應用于場橋間的作業(yè)協(xié)調，但研究對象僅限于堆場的場橋作業(yè)環(huán)節(jié)。Agent系統(tǒng)屬于分布式自治系統(tǒng)，具有高度的靈活性，但在決策實時性方面則往往難以滿足系統(tǒng)要求。本文應用集中式決策和多Agent融合的方法，對碼頭裝卸設備的協(xié)同調度問題開展研究。
2 裝卸設備調度集成建模
　本文將裝卸設備集成調度問題分解為存在關聯性的三個問題：（1）裝卸設備的集成調度建模問題；（2）集成調度模型的求解問題；（3）基于多智能體的調度方案柔性調整問題。其中問題（1）的建模過程中可以忽略裝卸設備初始位置及其作業(yè)過程中的相互影響等因素；而問題（2）得到的調度結果只是初始方案（或稱為粗方案）；在問題（3）中需要設計設備Agent的避讓規(guī)則以及作業(yè)任務調整規(guī)則，經過仿真、調整得到最終的細化調度方案。
2.1 問題描述
　集裝箱碼頭存在岸橋作業(yè)、水平運輸和場橋作業(yè)三類操作，對應設備分別為岸橋、集卡、場橋。集裝箱作業(yè)需要在三類設備中依次選擇完成任務，但不存在環(huán)節(jié)間的緩沖區(qū)。基于碼頭作業(yè)流程的特點，應用帶有阻塞限制的混合流水車間模型（NWHFS）對其描述。
　本文基于以下假設構建了集成調度模型：（1）由于自動導引車（AGV）在國內使用較少，因此假設裝卸設備僅包括岸橋、場橋和內部集卡（如無特殊注明，以下集卡均表示內部集卡）；（2）模型中僅考慮船舶的卸載作業(yè)（裝船作業(yè)與此類似，僅順序相反）；（3）忽略裝卸設備作業(yè)細節(jié)，同類設備能力相同，完成相同任務的耗時與設備所處位置無關。

2.2 基于MAS的柔性調度方案
　考慮將裝卸設備映射為Agent，根據設備的特點和作業(yè)規(guī)則為Agent設置沖突避讓規(guī)則，應用合同網機制為設備設計作業(yè)任務調整規(guī)則。模型中共設置岸橋、場橋和集卡三類Agent，下面將對各類Agent的沖突消解機制和任務調整機制進行介紹。
2.2.1 沖突消解機制
　場橋Agent的沖突消解機制：在仿真模型中，為場橋Agent設置圓形沖突探測區(qū)，一旦出現探測區(qū)的重疊，則重疊的場橋Agent各自提出修改路徑的代價函數——修改路徑的移動成本。最終成本最小的Agent調整路徑，若成本相同，則隨機選擇Agent調整路徑。
　岸橋Agent的沖突消解機制：岸橋僅能夠在岸邊做一維移動，岸橋Agent也具備沖突探測區(qū)，當岸橋Agent發(fā)生移動沖突，則選擇外側岸橋Agent向外側移動等待。
　在天津地區(qū)集裝箱碼頭的調研過程中了解到，由于驗放閘口的入場集卡數量控制功能，國內碼頭集卡作業(yè)中極少出現沖突或死鎖，因此模型中假設集卡Agent不存在沖突問題。
2.2.2 裝卸任務調整機制
　在模型中為裝卸設備Agent設置：忙碌、空閑和沖突等待狀態(tài)。當Agent正在固定位置執(zhí)行裝卸任務或向目標工位移動，其狀態(tài)為忙碌；當Agent完成其全部裝卸任務序列，其狀態(tài)為空閑；當Agent被其他Agent阻擋，其狀態(tài)為沖突等待。
　當系統(tǒng)中出現處于空閑或沖突等待狀態(tài)的Agent，則忙碌狀態(tài)的設備Agent將對尚未完成的任務進行招標。由空閑和沖突等待狀態(tài)Agent及其自身競標，競標的報價函數為完成該裝卸任務的移動時間。最終任務分配給報價最低的Agent，該Agent將其狀態(tài)置為忙碌，原有Agent從其任務序列中刪除該任務。
3 仿真結果
　為了檢驗本文的調度方法，本文參考天津某碼頭布局方式、管制習慣和參考文獻[5]提供的裝卸設備參數進行仿真實驗，仿真采用的軟件為NetLogo。應用Agent方法進行調度方案修正的記為A試驗；未采用MAS方法修正調度方案的記為B試驗。為了確保B試驗能夠完成全部裝卸任務，為其設置了簡單的沖突處理機制。仿真結果如圖1、圖2所示。

　圖1中由于裝卸設備之間缺乏有效的協(xié)調機制，B的總任務完成時間隨任務量的增長而顯著增加；由于A中采用了協(xié)商機制，具備沖突消解措施，任務完成時間并未顯著增長。圖2中卸載的集裝箱數量為60。在A實驗中，采用了基于Agent的沖突條件和任務再分配機制，因此，裝卸設備間存在協(xié)作和協(xié)調關系，能夠有效發(fā)揮裝卸設備的潛力；而由于設備移動路徑沖突的存在，并且缺乏任務分配平衡機制，因此B實驗中，總完工時間并未隨裝卸設備數量的增加而顯著降低。
　在本文的研究中，MAS模型僅用于最初調度方案的調整和優(yōu)化，如果初始方案不可行度較高，則最終調整方案的結果也較差。今后將考慮根據Agent仿真結果構建禁忌表，在Agent仿真結果的基礎上應用算法再優(yōu)化，并且還要考慮裝卸設備作業(yè)時間不確定性等方面的因素，使得模型更加真實地反映集裝箱碼頭的操作進程。
參考文獻
[1] LEE D H， Wang Huiqiu， Miao Lixin. Quay crane scheduling with non-interference constraints in port container terminals[J]. Transportation Research part E， 2008， 44：124- 135
[2] 計明軍，靳志宏．集裝箱碼頭集卡與岸橋協(xié)調調度優(yōu)化[J].復旦學報，2007（8）：476-480.
[3] 李斌，李文鋒.基于MAS的集裝箱碼頭物流系統(tǒng)協(xié)同生產調度體系[J].計算機集成制造系統(tǒng)，2011，11（17）：2502-2513.
[4] 楊鵬，柴小燕，孫俊清.集裝箱碼頭場橋協(xié)同調度研究[J].計算機工程與應用，2011，47（1）：231-234
[5] 張煌，王少梅.基于遺傳算法的泊位連續(xù)化動態(tài)調度研究[J].系統(tǒng)仿真學報，2007，19（10）：2161-2164.