全球首个！不确定性下泊位与岸桥调度鲁棒优化综述，附基准测试套件
Robust Metaheuristics under Uncertainty for Berth Allocation and Quay Crane Assignment: A Review
👨💼 主理人解读 · 为什么值得关注
综述不确定性下泊位分配与岸桥调度的鲁棒元启发式方法，为港口物流调度提供决策参考。
📖 AI 总结
该论文首次系统综述了不确定性条件下基于群体智能的鲁棒元启发式方法在泊位分配与岸桥调度问题（BACAP）中的应用。BACAP是港口运营中的典型调度难题，涉及船舶到港时间、泊位位置、服务时长与岸桥资源的高度耦合，而实际运行中的到港偏差、作业时间波动和资源中断等不确定性常使名义最优方案失效。文章从机制视角梳理了现有方法，涵盖解的表达与解码、鲁棒性评估与选择、鲁棒引导的搜索动态以及可行性保持与恢复等关键环节，并提出了一个面向不确定BACAP的基准测试集，结合代表性元启发式算法与不同鲁棒策略给出了基线对比结果。研究还指出了当前在基准扩展、鲁棒感知搜索设计、时间自适应鲁棒性及非平稳不确定性等方面的开放挑战，为港口调度鲁棒优化的后续研究提供了系统框架与实证基础。
🔑 关键词速览
| BACAP | 泊位分配与岸桥调度问题，港口码头中协调船舶停靠和起重机分配的组合优化问题。 |
| Robust Metaheuristics | 鲁棒元启发式算法，在不确定性下仍能保持良好性能的启发式优化方法。 |
| Uncertainty | 不确定性，指参数波动或干扰，如船舶到达时间偏差、处理时间变化等。 |
| Solution Representation and Decoding | 解表示与解码，将问题解编码为算法可操作形式并转换回实际调度方案的过程。 |
| Benchmark Suite | 基准测试套件，用于评估和比较算法性能的标准测试问题集合。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅