[論文レビュー] A Genetic algorithm to solve the container storage space allocation problem

I. Ayachi, Ryan Kammarti+8 more|arXiv (Cornell University)|Mar 5, 2013

Maritime Ports and Logistics参考文献 8被引用数 16

ひとこと要約

本稿では、複数のコンテナタイプと最小化目標（リハンドリングの低減、船の停泊時間の短縮など）を考慮して、港のコンテナ保管スペースの最適割り当てを実現する遺伝的アルゴリズム（GA）を提案する。GAは、知的なクロモソーム符号化とフィットネス評価を用いることで、LIFOベースラインを上回り、運用遅延の低減と保管効率の向上を実現した。

ABSTRACT

This paper presented a genetic algorithm (GA) to solve the container storage problem in the port. This problem is studied with different container types such as regular, open side, open top, tank, empty and refrigerated containers. The objective of this problem is to determine an optimal containers arrangement, which respects customers delivery deadlines, reduces the rehandle operations of containers and minimizes the stop time of the container ship. In this paper, an adaptation of the genetic algorithm to the container storage problem is detailed and some experimental results are presented and discussed. The proposed approach was compared to a Last In First Out (LIFO) algorithm applied to the same problem and has recorded good results

研究の動機と目的

• 多様なコンテナタイプを有するコンテナターミナルにおける複雑なコンテナ保管スペースの割り当て問題に対処すること。
• 効率の悪い積み重ねによって引き起こされるリハンドリング作業を最小限に抑えること。
• コンテナの配置と回収順序を最適化することで、コンテナ船の総停泊時間を短縮すること。
• 従来のLIFOベースの保管ポリシーを上回るメタヒューリスティックなソリューションを開発すること。
• 実世界の港物流制約を考慮したカスタム化された遺伝的アルゴリズムの有効性を評価すること。

提案手法

• コンテナ保管ヤード内のコンテナ位置を符号化するクロモソーム表現を用いた遺伝的アルゴリズムを設計した。
• フィットネス関数は、リハンドリング回数、納品期限遵守状況、船の停泊時間に基づいて解を評価する。
• 交差と変異演算子は、有効な積み重ね構成とコンテナタイプ制約を保持するようにカスタマイズされた。
• リハンドリングの低減とスケジュール準拠の両立を図るため、多目的最適化アプローチを採用した。
• 積み重ねルールとコンテナタイプの相容れ性を守るために、解の妥当性を保証する修復機構を導入した。
• 公平な比較を確保するため、同一の問題インスタンスに対して標準的なLIFOポリシーと比較して検証した。

実験結果

リサーチクエスチョン

• RQ1 従来のLIFOポリシーと比較して、遺伝的アルゴリズムはコンテナ保管ヤードにおけるリハンドリング作業を効果的に低減できるか？
• RQ2 提案されたGAは、コンテナ回収効率の向上と船の停泊時間の短縮にどの程度寄与するか？
• RQ3 GAは冷蔵コンテナ、タンクコンテナ、オープントップコンテナを含む多様なコンテナタイプをどの程度適切に処理できるか？
• RQ4 クロモソーム符号化と遺伝的演算子は、解の品質と収束速度にどのような影響を与えるか？
• RQ5 提案されたGAは、さまざまなコンテナ量とスケジューリングシナリオにおいて、頑健でスケーラブルであるか？

主な発見

• 提案された遺伝的アルゴリズムは、LIFOポリシーと比較して、顕著にリハンドリング作業を低減し、ヤードの効率を向上させた。
• GAは、回収順序に適合するようにコンテナの積み重ねを最適化することで、総船の停泊時間を低く抑えた。
• アルゴリズムは、冷蔵コンテナ、オープントップコンテナ、タンクコンテナを含む多様なコンテナタイプを、積み重ね制約に違反することなく効果的に管理した。
• 実験結果から、GAはリハンドリングの低減とスケジュール準拠の両面で、LIFOベースラインを上回った。
• 複数の目的をバランスさせるフィットネス関数が、高品質な解への探索を的確に導いた。
• GAは、さまざまなコンテナ量とスケジューリング設定において、頑健性とスケーラビリティを示した。