码头的生产调度问题一直以来都是码头需要攻克的工程技术难题,也是学术界研究的热点。煤炭码头是煤炭运输过程中的中转点,优化煤炭码头的生产调度对提高港口煤炭供应链的效率起着重要的作用。煤炭在装卸时容易造成粉尘污染,传统的露天堆场已不符合可持续发展战略,码头开始尝试建设对环境更为友好的封闭式筒仓用来存储煤炭。然而,国内外的学者主要研究集装箱码头和散货码头,以及对筒仓设计、煤炭自燃等因封闭存储所带来问题的研究,从管理和决策的角度对筒仓工艺和操作流程的研究较少,实际生活中煤炭码头也主要依据以往经验进行人工调度。煤炭装卸作业过程中涉及到的机械设备众多,规则复杂,人工调度模式往往会使码头的运作效率较低。为了寻求更为有效的决策方案,本文研究筒仓装卸系统和配煤生产调度管理问题,梳理煤炭输出作业流程,分析筒仓分配的复杂性,探讨协同调度的约束关系,依据实际选取以最小化船舶总在港时间作为优化目标,最后使用两种求解算法来验证模型的有效性。论文的主要研究成果如下:⑴本文首先深入分析新型筒仓的特点和优势,梳理在采用筒仓群的情况下煤炭进仓和煤炭出仓的具体流程,分析调度问题的本质。对筒仓作业进行合理的假设后,发现该问题可以转化为某种带特殊约束条件的并行机调度问题。结合码头实际作业过程中的约束关系,以及并行机问题的模型,为煤炭输出作业问题建立了筒仓线、泊位和装船机三者协同调度数学模型。⑵该问题的求解是一个强NP-hard问题。本文从优化的角度进一步分析模型的约束,发现模型中的约束条件多为全局约束和逻辑约束,决策变量属于含有起点、长度和终点的区间变量,而约束规划在处理这些复杂约束和表示区间变量方面有着很明显的优势。因而本文借用ILOG CPLEX的CP系统提供的建模方法,为该问题建立了以区间变量为基础的约束规划模型。⑶为寻求其他有效方法,本文又采用最为成熟的遗传算法进行求解,根据问题的特性,设计了有效的编码和解码方法。在基本遗传算法的基础上,从初始种群设计、局部搜索、自适应交叉变异概率三个方面进行算法改进,从实验结果上看,改进遗传算法的求解质量有所提升。为比较约束规划和改进遗传算法的性能,随机生成多组实验数据集进行算法测试,发现无论数据集是小规模还是大规模,是最优解的目标函数值还是算法运行时间,在不同的需求类型、船型比例和到港时间分布的情形组合下,约束规划的求解结果都要优于遗传算法。⑷以某大型港口的实际数据为例,运用了约束规划进行求解,发现调度结果可以符合码头的调度需求,并优于人工调度策略。为了满足船舶的装船需求,本文又设计了一种基于船舶调度的火车调度方法,以该案例求解结果为例,确定了火车调度的计划,并绘制调度结果甘特图,发现该方法可以满足码头的装船计划。