集装箱自动化码头作业系统规划与设计外文翻译资料

 2022-01-19 10:01

2010 International Conference on Intelligent Computation Technology and Automation

Research on the Yard Schedule Agent for Importing Containers of Container Terminal

SHU Fan1,2 , ZHENG Huiqiang1, XU Ziqi2

  1. College of Mechanical Engineering, Tongji University
  2. Logistics Engineering School, Shanghai Maritime University 1239 Siping Road, Shanghai, P.R. China fanshu@shmtu.edu.cn, to_xf@126.com

Abstract: Handling flow of container terminal is a distributed complex system. It needs to break through the planed mode in advance to assign the yard position and yard crane for the importing container owing to the dynamic state and uncertainty of the handling process. The multi-agent technology, which provides the predominance of managing the real-time dynamic system, is used in the container terminal management by degrees. In this paper, firstly, the work flow of container terminal is introduced, that the traditional discharging plan method may cause the uncoordinated resource-utilization is analyzed and the improving methods are proposed; then, the system model based on the multi-agent is established, three kinds of agents task agent, container yard schedule for example, a negotiation model is — resource agent and management agent are abstracted while the analysis of yard schedule agent is emphasized; In accordance with the allocation principles of yard discharging plan, the referred key parameters in the bidding function for the yard crane are analyzed, and taking the importing

designed to explain the process of the specific negotiation among each yard schedule agent. Finally, prototype system of all sorts of agents involved in a yard schedule is preliminarily established. Practice has proved that introducing the multi-agent technology into the yard schedule can improve the proportionality of yard crane operation and the efficiency of discharging.

Key words-Container terminal; multi-agent; discharging; yard schedule agent; agent negotiation and bidding function

I. INTRODUCTION

Nowadays, the cargos that are transferred through container terminal are increasing. However, the terminal resources are limited, and the handling efficiency of container terminal should be improved to meet the requirement of the increased throughput. The resources of container terminal are distributed, but most conventional management means are preplanned and centralized management modes. Preplanning means that before the formal operation, schedulers assign the yard position and operating mechanism for the importing and exporting containers; centralized management is that the controllers on the yard perform the scheduling of yard, quay crane and yard crane. In this mode, yard, quay crane and yard crane do not have the initiative in mastering their own activities. In the process of cargo handling, the operating mechanisms may deviate from the initial plan owning to the operating complexity and proficiency degree of the operating driver, which will cause the imbalance of mechanical operation task and adversely impact the handling efficiency. Therefore, terminal requires the real-time schedule and distributed management mode.

Multi-agent system is an assemblage consisted of several executable calculations. Each agent, which is independent, can reflect the surrounding environment and react on that. Container terminal can be abstracted as multi-agent system.

II. RESEARCH OVERVIEW

Today, overwhelming majority of scholars at home and abroad have specialized in researching on all aspects of handling flow of container terminal, which include the research on the berth assignment, quay crane assignment, stacking and storing policy of yard, yard crane scheduling and container truck scheduling [1]. However, these are research based on solving the static simplex issues.

L.M. Gambardella etc. [2] point out that container terminal scheduling is a distributed, non-structurized, complex system and indicate the dynamic characteristics of scheduling issues. Sgouris P. Sgouridis etc. [3] have pointed out it is hard to establish models with analytics and deterministic method because the container terminal is a process of interactive operation. T. Thurston [4] etc. have researched on the berth and quay crane assignment issues, and tested all sorts of policies with agents. C. F. Degano [5] supervised the performance of plan with agent technology; V. J. Botti [6] described the application model of multi-agent technology at terminals. M. Rebollo etc. [7] established container terminal system structure which is based on multi-agent to solve the automatic assignment issues of containers. S. Hoshino etc. [8] have applied the multi-agent theory to solve the AGV transportation issues of automatic container terminals. Prasanna Lokuge etc. [9] utilized fuzzy theory to calculate the berth productivity which acts as the input variable together with other properties, and then the parameters evaluating the berth are output via neural network. Furthermore, they come up with the extensible BDI frame in order to provide the agent with self-learning ability [10]. Yang Peng etc. [11] established bidding value for the crane agent of container terminal yard. Zhao Hui etc. [12] established the procedure of container truck management agent and container truck agent. Nannan Yan etc.[13][14] established the container terminal agent system structure, established yard crane agent procedure and yard crane management agent procedure focusing on loading process, and applied A * algorithm to load ships and roll over containers in shortest time. Meng Yu [15] etc. established a multi-agent frame of container terminal scheduling system, and exp

全文共38862字，剩余内容已隐藏，支付完成后下载完整资料

摘要

集装箱码头装卸流程是一个分布式的复杂系统。由于进口集装箱装卸过程的动态和不确定性，需要提前突破计划模式，为进口集装箱分配堆场位置和堆场起重机。多智能体技术为集装箱码头的实时动态系统管理提供了优势，并在集装箱码头管理中得到了一定程度的应用。本文首先介绍了集装箱码头的工作流程，分析了传统的卸货计划方法可能导致资源利用不协调的原因，提出了改进的方法，然后建立了基于多智能体的系统模型，分别建立了三种智能体任务智能体、集装箱堆场调度智能体。例如，在对堆场调度代理进行分析的基础上，抽象出资源代理和管理代理的协商模型，根据堆场卸料计划的分配原则，对堆场起重机招标功能中引用的关键参数进行了分析，并以进口为例。旨在解释每个堆场进度代理之间具体协商的过程。最后，初步建立了一个堆场调度所涉及的各类代理的原型系统。实践证明，在堆场调度中引入多智能体技术，可以提高堆场吊车作业的比例性和卸料效率。

关键词:集装箱码头；多代理；卸货；堆场调度代理；代理议标功能

一．介绍

目前，通过集装箱码头转运的货物越来越多。但是，码头资源有限，需要提高集装箱码头的装卸效率，以满足增加吞吐量的要求。集装箱码头的资源是分散的，但大多数常规的管理手段都是预先计划好的。计算作为输入的泊位生产力集中管理模式。预计划是指在正式作业前，由调度人员安排进出口集装箱的堆场位置和操作机构；集中管理是由堆场的控制人员进行堆场、码头起重机和堆场起重机的调度。在这种模式下，堆场、码头起重机和堆场起重机没有主动掌握自己的活动。在货物装卸过程中，由于操作司机的操作复杂程度和熟练程度，操作机构可能偏离初始计划，导致机械作业任务不平衡，对装卸效率产生不利影响。因此，终端需要实时调度和分布式管理模式。

多代理系统是由多个可执行计算组成的集合。每个独立的代理都可以反映周围的环境并对此作出反应。集装箱码头可以抽象为多代理系统。

二.研究综述

目前，国内外绝大多数学者专门研究集装箱码头装卸流程的各个方面，包括泊位分配、码头起重机分配、堆场堆存策略、堆场起重机调度和集装箱卡车调度等方面的研究[1]。然而，这些都是在解决静态单纯形问题的基础上进行的研究。L.M.Gambardella等[2]指出集装箱码头调度是一个分布式、非结构化、复杂的系统，指出了调度问题的动态特征。Sgouris P.Sgouridis等[3]指出，由于集装箱码头是一个互动操作的过程，用解析法和确定性方法难以建立模型。T.Thurston[4]等人研究了泊位和码头起重机分配问题，并与代理商一起测试了各种政策。C.F.Degano[5]用代理技术监督计划的执行；V.J.Botti[6]描述了多代理技术在终端的应用模型。M.Rebollo等[7]建立了基于多智能体的集装箱码头系统结构，解决了集装箱的自动分配问题。霍西诺等[8]运用多智能体理论解决了集装箱自动码头的AGV运输问题。Prasanna Lokuge等[9]利用模糊理论计算作为输入的泊位生产力。通过神经网络输出船台参数，并结合其他特性进行参数评估。此外，他们还提出了可扩展的BDI框架，以便为代理提供自学习能力[10]。杨鹏等[11]确定了集装箱码头堆场起重代理的投标价格。赵辉等[12]制定了《集装箱运输车管理代理和集装箱运输车代理程序》。Nannan Yan等[13][14]建立了集装箱码头代理系统结构，建立了以装载过程为重点的堆场起重机代理程序和堆场起重机管理代理程序，并应用*算法在最短时间内装载船舶和翻滚集装箱。孟瑜[15]等建立了集装箱码头调度系统的多代理框架，并详细阐述了代理在泊位调度中的作用。

如上文献所示，对集装箱码头基于多智能体的系统结构进行了大量的研究。在进口船舶卸货过程中，实时调度的重点是堆场机制的分配。出口集装集装箱时，实时调度的重点是堆场分配；出口装船时，实时调度的重点是翻位。由于调度对象的不同，本文的重点在于进口集装箱进出港调度代理设计，代理谈判过程中的竞价功能设计，初步建立进口船舶进出港实时调度代理原型系统。

三、集装箱码头卸货流程

A.集装箱码头工作流程

集装箱码头是三个主要的信息枢纽——码头、堆场和大门。装卸作业是实现集装箱在三个地点之间的过渡，主要实现进口集装箱的装卸、港口出口集装箱的收运、出口集装箱的装船、中转集装箱的临时保管等五种关键作业，并由此衍生出集装箱在三个地点之间的过渡。信息联合码头侧子系统、堆场储存子系统和陆侧子系统的子系统。最终，这些子系统通过传输子系统相互交互。

B.集装箱码头卸货方案的现状与改进

以进口集装箱为例，中控人员以传统的管理模式对各类资源进行统筹管理，并在靠泊前通过EDI将BAPLIE和运单传输至堆场信息系统。在检查无误后，堆场规划者应指定卸货集装箱的入口位置，这些集装箱将堆场起重机分配给这些堆场区块。码头起重机卸货卸料开始时，集装箱运到卡车上，然后运到堆场区，卸料后由堆场吊车司机最终确认。如图1所示，料场A区和料场B区为进口船的计划料场区，较暗的料场位置为计划料场A区的部分待卸集装箱，当卸料在该集装箱内时，料场A区的料场起重机下应排4辆卡车，料场下应排2辆卡车。D、B区堆场吊车，如卸料方案所示，卡车仍应将该集装箱运至A区堆场，可能导致A区和B区堆场吊车工作不平衡，由于卡车不能因堵塞返回码头吊车，卸料效率降低。

综上所述，卸料前的排架方案在一定程度上可以规范卸料过程，但堆场起重机的任务安排不会根据实际情况进行调整。在实际运行中可能出现不平衡的情况下，可在执行前平衡放电方案。为消除这一矛盾，根据堆场运行的形势和趋势，本方案可分为两个层次。

图1 船舶进出港静态程序方案

一级，由刨床指定集装箱的堆场编号。如果它们将分布到A、B、C和D的4个码块，但具体的集装箱和位置将不对应。

二级，根据现场执行情况判断集装箱将要卸下的堆场区，相应地指定该堆场区的堆场起重机任务。

调度系统应根据现场情况安排生产，这与如何监控堆场动态资源的分布有关，在此基础上，多代理技术为这些问题提供了解决方案。

四、堆场进度代理

A.集装箱码头多代理框架

集装箱码头代理可分为三类。一是资源代理，包括码头起重机、堆场起重机、汽车及停泊泊位、堆场仓储。二是任务代理，包括船舶和集装箱。三是进度代理，包括负责泊位和码头起重机进度的码头进度代理；负责堆场起重机、卡车和堆场位置进度的堆场进度代理；负责在港口建立起重和收集任务代理的陆侧进度代理。如图2所示，集装箱码头代理是根据相互关系形成的。以进口卸货为例，船舶代理（任务代理，TA）在靠泊后形成，将任务需求发布给码头调度代理，然后将信息发布给泊位和码头起重机代理（资源代理，RA），在资源代理反馈后，调度代理可以指定泊位和码头起重机。为了完成所有码头代理的功能，请参见本图左上角的方框图。预约后可以开始卸货，由于卸货过程中集装箱代理（TA）的不断创建，堆场调度代理（YSA）可以开始向堆场、堆场起重机和集装箱卡车代理（RA）发布信息，并根据反馈分配资源。

图2集装箱码头多代理框架

B.YSA进口船舶卸货通知

如上所述，YSA的基本目标是确保内部资源的平衡和灵活使用。关键是堆场起重机代理（YCA）的分配。这与卸货规则密切相关。集装箱码头卸货有以下规则：一般装载集装箱与空集装箱、中转集装箱和特殊集装箱分开堆放。装载的集装箱按照尺寸分类和集装箱类型的特殊性堆放；对于同一大提单，进口装载的集装箱应统一堆放。空容器按尺寸分类和容器架堆放，属于同一容器架的容器可以堆放在一起。特殊集装箱（冷藏集装箱、危险货物集装箱等）应堆放在一起。

因此，容器的属性决定了卸载站点的一般方向。也就是说，容器代理（CA）会影响YCA。如果在一般方向上有多台堆场起重机，则会出现YC的选择问题。影响堆场起重机选择的因素有很多，首先是确定堆场起重机的工作状态，如果条件可行，则可以考虑堆场起重机任务数、任务复杂度和司机效率，分别用Tasknum、TaskRank和Handleef表示。由于卸货时间与堆场区内当前操作间的密度有关，堆场代理（YA）也会影响YCA，以BayLayout表示。具体谈判过程如图3所示。YSA向YCA下达卸货任务，YCA根据自身情况决定是否投标或拒绝。在决定投标时，YCA会询问CA是否有确定任务等级的具体任务，并询问YA其当前间隔的分布图，以确定海湾布局，加上其自身的Tasknum、Handleef属性，最后用上述四个变量确定堆场起重机的总容量，用F表示并且按价值投标。YCA将收到YSA评标结果的通知，这两个结果都将是TA。经过这轮谈判，集装箱卡车可以知道去哪里。

图3 YSA谈判模式

C.堆场起重机招标功能

在上述YSA的谈判过程中，确定了可能影响F的YCA投标值的参数，并在此说明了该功能的构造。图4是从YA返回YCA的料场分布，左右两个图都显示了料场地块的侧视图，由6排4层组成。

图4 海湾布局

深色区域代表被占用的容器，因此很明显，左边的数字表示低密度的堆叠，右边的数字表示高密度的堆叠。假设集装箱卡车位于堆场区左侧，堆场起重机通常优先将集装箱卸载到右侧，如DOT位置所示。因此，对于左侧的集装箱卡车，等待堆场起重机卸载集装箱，然后返回集装箱卡车的位置需要很长时间。因此，Tasknum、Taskrank和BayLayout对时间有组合影响，用t表示，如式（1）所示。 t=sum;[时间消耗排放位置*任务等级] （1）

式中：Dischargeposi为当前卸箱空位i，搜索Baylayout后得到。耗时（）是将容器卸载到该位置所消耗的时间，然后乘以难度系数是完成第i个容器所消耗的总时间。

Handleef与消耗时间成反比，故最终投标函数如式（2）所示。

F =f tasknum，taskrank，f baylayout，handleef

=（2）

堆场起重机代理商最终根据F值进行投标。通过堆场进度代理商的投标评估，通常按照F值最小的原则选择堆场起重机。

五、卸料场进度的实现

多智能体

上文所述的各种代理应抽象为类。利用C 编程实现各Agent的功能，以图5所示的堆场起重机代理为例。

在代理中，调用集装箱代理的职级获取函数，调用货场代理的分布获取值。结合其他一些通用属性获得函数“CalculateBiddingValu（）”来计算投标值。

图5 堆场起重机代理的成就

六、结论与展望

本文首先介绍了集装箱码头的工作流程，分析了传统的卸货计划方法可能导致资源利用不协调的原因，并提出了改进的方法，然后建立了基于多智能体的系统模型，包括任务智能体、资源智能体和调度智能体。摘要在对堆场调度代理进行分析的基础上，抽象了任务智能体、资源智能体和调度智能体代理，根据堆场卸料计划的分配原则，分析了堆场起重机投标功能中引用的关键参数，并以进口集装箱堆场调度为例。设计了一个协商模型来解释各个堆场调度代理之间的具体协商过程。最后，初步建立了堆场调度所涉及的各类代理的原型系统，如堆场起重机代理。采用多智能体技术解决动态调度问题的效果显著。

本文主要研究了卸料过程中的堆场调度问题。从现在起，我们可以继续扩展到对货物集中和港口装船过程的研究。此外，本文所提出的方法将以终端现场数据为例，并用这些数据说明该方法的效果。

感谢

这项研究工作得到了上海海事大学科学技术项目的资助，资助项目为20080459。

摘要

世界各国政府和立法者都将港口和码头视为重要的基础设施资产，因为它们通过吸引和产生贸易在经济增长中发挥着关键作用。没有能力应对快速发展的技术的港口将无法促进贸易部门的发展。他们通过减少碳足迹和对环境因素更加敏感来实现“绿色”的能力对他们的成功至关重要。未来对更高的效率和更可持续的货物装卸技术设计提出了更高的要求。此外，土地短缺正迫使港口公司实现更高的区域利用率。

随着下一代超大型三重E型船舶的到来，运载18000标准箱（20英尺当量单位），有必要研究在码头运营和物流链发展中引入创新的机会。关键的终端管理问题是如何平衡当前技术与最新技术的集成，如智能自主车辆（IAV）。虽然IAV并不完全是新的，但它的不同之处在于，它不需要设置在地面上的导轨或转发器等导航系统来到达目的地。交通管理和空间优化是集装箱码头未来发展的一个问题。这个问题可以通过一个远程的“交通控制中心”来解决，它将车辆引导到由IAV处理集装箱的编组区域。

挑战在于找到创新的解决方案来平衡服务需求，同时在集装箱码头集成自动化和非自动化货物处理设备，以确保可持续性、安全性和安全性。

关键词：智能运输系统、自动化货物装卸设备、非自动化货物装卸设备、智能交通管理。

一、引言

在不断变化的全球形势下，海事部门不得不承担许多挑战。由于集装箱运输的革命，世界经济变得更加容易接近，集装箱吞吐量在过去50年中稳步增长。几年来，国际海港业务发生了根本性的变化。全球化带来了世界经济结构的变化，航运和港口业不得不应对这些挑战。由于需要加以利用的结构变化，机会增加了。集装箱运输已成为一个竞争激烈的行业，航运公司不断寻求提高利润的方法。

世界各国政府和立法者都将港口和码头视为重要的基础设施资产，因为它们通过吸引和产生贸易在经济增长中发挥着关键作用。没有能力应对快速发展的技术的港口将无法促进贸易部门的发展。他们通过减少碳足迹和对环境因素更加敏感来实现“绿色”的能力对他们的成功至关重要。

新的港口技术对于保持经济增长和竞争力至关重要。为港口开发新的方

全文共9593字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[842]

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章