计算机工程

作者：杨嘉卉, 尤再进, 倪立夫, 赵煜, 李婉莹

单位：大连海事大学交通运输工程学院，辽宁 大连 116026

关键词：水路运输,多目标优化,非支配排序遗传算法Ⅱ,泊位岸桥联合调度,强化学习-Q学习

基金：国家重点研究计划(2021YFB2601100)

随着“双碳”目标的持续推进，港口产业进一步升级。在考虑港区船舶废气排放的前提下，建立船舶服务成本和排放成本最小化的双目标泊位-岸桥协同调度优化模型，并设计基于非支配排序遗传算法Ⅱ (NSGA-Ⅱ)的改进算法，即基于强化学习-Q学习NSGA-Ⅱ (RL-Q-NSGA-Ⅱ)。通过对赤湾集装箱码头进行实证分析，将双目标减排协同调度优化模型分别采用改进算法、原始NSGA-Ⅱ算法与先到先服务调度模式得到的结果进行定量对比，实验结果表明，RL-Q-NSGA-Ⅱ算法在迭代速度、收敛性及帕累托前沿解聚集程度方面表现更优，与原始NSGA-Ⅱ算法相比，船舶服务成本和港区船舶大气污染排放成本分别优化12.19%和6.04%，总成本优化8.39%, 与先到先服务模式相比，船舶服务成本和港区船舶大气污染排放成本分别优化18.68%和3.79%，总成本优化9.82%；同时，港区船舶废气排放成本与服务成本呈负相关关系，若码头仅考虑船舶服务效率或码头作业成本，都将导致港区废气排放的社会成本大幅增加。该模型和算法可为港方和船公司在不同情形下做出合理的泊位岸桥调度计划提供参考。

来源：2025年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第10期