摘  要： 針對集裝箱裝卸設備作業相互耦合的特點，設計了基于多智能體的協同調度優化模型。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調作業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化問題展開了研究。Lee[1]研究了集裝箱港口中岸橋的作業順序分配問題，建立了考慮橋吊互不干涉約束的混合整數規劃模型，并提出了模型的啟發式遺傳算法。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的復雜系統建模的最新發展，使得開展基于多Agent的碼頭裝卸設備集成優化成為可能，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的思想。楊鵬等[4]將Agent方法應用于場橋間的作業協調，但研究對象僅限于堆場的場橋作業環節。Agent系統屬于分布式自治系統，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的避讓規則以及作業任務調整規則，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、水平運輸和場橋作業三類操作，對應設備分別為岸橋、集卡、場橋。集裝箱作業需要在三類設備中依次選擇完成任務，但不存在環節間的緩沖區。基于碼頭作業流程的特點，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（裝船作業與此類似，僅順序相反）；（3）忽略裝卸設備作業細節，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規則為Agent設置沖突避讓規則，應用合同網機制為設備設計作業任務調整規則。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，一旦出現探測區的重疊，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，當岸橋Agent發生移動沖突，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。當Agent正在固定位置執行裝卸任務或向目標工位移動，其狀態為忙碌；當Agent完成其全部裝卸任務序列，其狀態為空閑；當Agent被其他Agent阻擋，其狀態為沖突等待。
　當系統中出現處于空閑或沖突等待狀態的Agent，則忙碌狀態的設備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，裝卸設備間存在協作和協調關系，能夠有效發揮裝卸設備的潛力；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化，并且還要考慮裝卸設備作業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調調度優化[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協同生產調度體系[J].計算機集成制造系統，2011，11（17）：2502-2513.
[4] 楊鵬，柴小燕，孫俊清.集裝箱碼頭場橋協同調度研究[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化動態調度研究[J].系統仿真學報，2007，19（10）：2161-2164.