基于DQN的动态深度多分支搜索自动配载算法

摘要：

自动配载是自动化码头运营的重要环节之一,往往需要考虑多种因素,限制条件复杂,是一个NP完全性问题.传统的配载算法更关注配载结果而忽视箱区调度对作业效率的影响,为提高堆场设备的利用率和配载结果的合理性,根据桥机计划安排的配载任务,提出一种深度优先且动态深度多分支搜索的配载算法.在线下学习阶段中通过历史数据学习得到箱区状态值函数,线上配载选箱时综合值函数与各项约束条件通过动态深度分支搜索的方式得到最佳决策.在上海洋山港四期自动化集装箱码头进行真实船舶数据仿真测试,结果表明,与传统的贪心策略相比,该算法可使翻箱率和双小车拼车率均降低2％ ～5％,堆场设备利用率稳定在90％ ～ 96％.

关键词：自动化码头、自动配载、翻箱率、强化学习、贪心算法

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金11871222

在线出版日期：2020-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：313-320