[論文レビュー] Evolutionary Approach for the Containers Bin-Packing Problem

Ryan Kammarti, I. Ayachi+2 more|arXiv (Cornell University)|Jun 3, 2013

Optimization and Packing Problems参考文献 19被引用数 6

ひとこと要約

本稿では、コンテナの再取り出し回数と船の停泊時間を最小限に抑えるために、河川港埠頭におけるコンテナ積み下ろしの最適化を目的とした遺伝的アルゴリズムを提案する。コンテナのビンパッキング問題を組み合わせ最適化問題としてモデル化することで、再取り出し作業を削減し、スケジューリング効率を向上させる。実験結果により、運用パフォーマンスに顕著な改善が得られたことが示された。

ABSTRACT

This paper deals with the resolution of combinatorial optimization problems, particularly those concerning the maritime transport scheduling. We are interested in the management platforms in a river port and more specifically in container organisation operations with a view to minimizing the number of container rehandlings. Subsequently, we rmeet customers delivery deadlines and we reduce ship stoppage time In this paper, we propose a genetic algorithm to solve this problem and we present some experiments and results.

研究の動機と目的

• 河川港埠頭の運用におけるコンテナの再取り出し回数を最小限に抑える課題に対処すること。
• コンテナ積み下ろしとスケジューリングの最適化により、船の停泊時間を短縮すること。
• 効率的なコンテナ整理を通じて、顧客の納品時間の信頼性を向上させること。
• 海運輸送におけるコンテナビンパッキング問題のためのメタヒューリスティック解法を開発すること。
• 遺伝的アルゴリズムの性能を、港物流における運用非効率の低減の観点から評価すること。

提案手法

• 遺伝的アルゴリズムを設計し、河川港埠頭におけるコンテナビンパッキング問題を解く。
• アルゴリズムは、コンテナの積み下ろし順序と位置を符号化した染色体表現を用いる。
• 適応度評価は、再取り出し回数と船の停泊時間を最小化することに基づく。
• 選択、交叉、変異演算子を適用し、世代を経て解を進化させる。
• スケーラビリティとパフォーマンスを評価するため、実世界および合成インスタンスでアルゴリズムをテストする。
• コンテナ積み下ろし順序と空間利用率に関する制約を伴う組み合わせ最適化問題として問題を定式化する。

実験結果

リサーチクエスチョン

• RQ1 遺伝的アルゴリズムは、河川港埠頭におけるコンテナ再取り出し回数の低減にどの程度有効であるか。
• RQ2 提案手法は、コンテナターミナルスケジューリングにおける船の停泊時間をどの程度短縮できるか。
• RQ3 ベンチマークインスタンス上で、遺伝的アルゴリズムの解の品質と収束速度はどのように評価されるか。
• RQ4 最適化されたコンテナ積み下ろしは、顧客の納品期限の遵守にどのような影響を与えるか。
• RQ5 提案された進化的アプローチは、従来のヒューリスティック手法に比べ、コンテナターミナル運用において優れた性能を示せるか。

主な発見

• 遺伝的アルゴリズムは、ベースライン手法と比較して、コンテナ再取り出し回数を顕著に削減した。
• 提案手法は、船の停泊時間を顕著に短縮し、ターミナルのスループットを向上させた。
• 実験結果により、合成インスタンスおよび実世界インスタンスの両方で解の品質が向上したことが示された。
• アルゴリズムは、さまざまなコンテナ量と積み下ろし制約のシナリオにおいて、頑健な性能を示した。
• 運用遅延を最小限に抑えながら、解の妥当性を維持し、スケジューリングの信頼性を向上させた。
• 本研究は、進化計算が複雑なコンテナターミナル最適化問題に有効であることを確認した。