随着三峡船闸投入运行,过坝船舶逐渐增多,三峡船闸和葛洲坝船闸的两坝联合运行工作日益繁重。为了满足三峡—葛洲坝两个枢纽统一调度的管理需求,提高三峡船闸和葛洲坝船闸的通过能力,逐步实现智能化调度,最大限度地满足船舶过坝要求,实现三峡-葛洲坝联合调度工作的现代化管理,确保三峡通航“安全、有序、畅通”,三峡通航局于2005年1月委托本研究所开发三峡—葛洲坝联合调度系统。经过一年的努力,该系统已经成功上线运行,达到了初期的目的。两坝联合调度中对单个船闸的计划编制是一个时间上串联的timetable问题,空间上是packing问题。对于一个固定计划期,timetable的时间序列可以通过很多启发式算法来获取,例如遗传算法、模拟退火算法、禁忌搜索算法、人工神经网络。由于每个船闸的开闸时间序列和船舶流的具体船舶面积有关,所以在制定启发式搜索时,要嵌入二维Packing问题。计划编制中的timetable问题和Packing问题是个耦合问题,Packing算法的优劣直接影响整个计划编制算法的性能,因此本文致力于闸室编排算法的研究。闸室编排可以用二维Packing模型来描述,是一个典型NP完全问题,本文提出三种不同的拟人编排算法,这三种算法在实际工程应用中取得了良好的效果,有效地提高了闸室面积利用率。在拟人法的基础上,作者引入遗传算法来求解该问题,实践表明基于遗传算法的闸室编排算法达到良好的效果。目前刚投入使用的三峡-葛洲坝联合通航调度系统在计划编排算法上作出了突破性进展。但因运行模式繁多、实际突发事件等导致算法有一定的局限性,因此作者开发了手动计划编制与调整模块,此模块作为联合调度系统的重要组成部分,使自动手动相结合,增强人机交互,方便用户操作,得到用户一致好评。