[论文解读] 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 6

一句话总结

本文提出一种遗传算法，用于优化河港码头的集装箱堆叠，以最小化集装箱倒载次数和船舶停靠时间。通过将集装箱装箱问题建模为组合优化任务，该方法减少了倒载操作，提高了调度效率，实验结果表明在运营性能方面有显著改善。

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.

研究动机与目标

• 为解决河港码头运营中最小化集装箱倒载的挑战。
• 通过优化集装箱堆叠和调度，减少船舶停靠时间。
• 通过高效的集装箱组织，提高客户交货时间的可靠性。
• 为海上运输中的集装箱装箱问题开发一种元启发式解决方案。
• 评估遗传算法在减少港口物流运营低效性方面的性能。

提出的方法

• 设计一种遗传算法，以解决河港码头的集装箱装箱问题。
• 该算法使用染色体表示法，编码集装箱堆叠的顺序和位置。
• 适应度评估基于最小化倒载操作次数和船舶停靠时间。
• 应用选择、交叉和变异算子，使解在多代中不断进化。
• 在真实世界和合成实例上测试该算法，以评估其可扩展性和性能。
• 将问题框架化为具有集装箱堆叠顺序和空间利用率约束的组合优化任务。

实验结果

研究问题

• RQ1 遗传算法在最小化河港码头集装箱倒载操作方面的有效性如何？
• RQ2 所提出方法在集装箱码头调度中能将船舶停靠时间减少到何种程度？
• RQ3 在基准实例上，遗传算法在解的质量和收敛速度方面表现如何？
• RQ4 优化的集装箱堆叠对满足客户交货截止日期有何影响？
• RQ5 所提出的进化方法能否在集装箱码头运营中优于传统启发式方法？

主要发现

• 与基线方法相比，遗传算法显著减少了集装箱倒载操作次数。
• 所提出方法实现了船舶停靠时间的可测量减少，提高了码头吞吐量。
• 实验结果表明，该方法在合成实例和真实世界实例上均表现出更优的解质量。
• 该算法在各种集装箱体积和堆叠约束场景下均表现出稳健性能。
• 该解决方案在保持可行性的同时，最小化了运营延迟，并增强了调度可靠性。
• 本研究证实，进化计算在复杂集装箱码头优化问题中是有效的。