不确定环境下集装箱码头泊位与岸桥联合调度
集装箱码头连续泊位与岸桥联合调度
《集装箱码头泊位—岸桥—集卡调度优化研究》范文
《集装箱码头泊位—岸桥—集卡调度优化研究》篇一一、引言集装箱码头作为全球物流网络的重要节点，其泊位、岸桥和集卡等设备的调度效率直接关系到整个物流系统的运行效率。
近年来，随着全球贸易的快速发展和港口吞吐量的持续增长，集装箱码头的调度问题愈发突出。
本文旨在研究集装箱码头泊位、岸桥和集卡调度优化问题，以提高码头的整体作业效率和降低物流成本。
二、研究背景及意义在全球化的背景下，集装箱码头作为连接海运和陆运的关键节点，其作业效率直接影响到整个物流网络的运行效率。
然而，由于船舶大型化、货物流量增加等因素的影响，集装箱码头的调度问题日益复杂。
泊位、岸桥和集卡的调度优化对于提高码头作业效率、降低物流成本、增强港口竞争力具有重要意义。
因此，对集装箱码头泊位—岸桥—集卡调度优化进行研究，具有迫切的现实需求和重要的理论价值。
三、集装箱码头泊位调度优化研究泊位调度是集装箱码头作业的核心环节之一。
本研究通过建立数学模型，分析泊位分配、船舶靠泊顺序等问题，提出优化策略。
首先，根据船舶大小、预计作业时间等因素，合理分配泊位，确保作业的连续性和高效性。
其次，通过优化靠泊顺序，减少船舶在港停留时间，提高码头吞吐能力。
此外，还考虑了风、浪、潮等自然因素对泊位调度的影响，以提高调度的灵活性和适应性。
四、岸桥调度优化研究岸桥是集装箱码头装卸作业的关键设备。
本研究通过分析岸桥作业流程、装卸效率等因素，提出优化岸桥调度的策略。
首先，根据船舶类型、货物种类等因素，合理配置岸桥数量和位置，确保装卸作业的顺利进行。
其次，通过优化岸桥作业顺序和装卸策略，提高装卸效率，减少作业时间。
此外，还研究了岸桥的维护保养策略，以保障设备的正常运行和延长使用寿命。
五、集卡调度优化研究集卡是集装箱码头运输的重要工具。
本研究通过分析集卡运输路线、等待时间等因素，提出优化集卡调度的策略。
首先，根据货物种类、目的地等因素，合理规划集卡运输路线，减少运输距离和时间。
其次，通过优化集卡等待和装载策略，提高集卡的使用效率和作业效率。
不确定环境下的岸桥集卡协调调度耦合模型建立与求解
不确定环境下的岸桥集卡协调调度耦合模型建立与求解作者：樊陆彬梁承姬佘文婧来源：《计算机应用》2016年第03期摘要：集装箱码头系统是一个由多个子系统组成的复杂的生产系统，系统内资源的调度也是非线性的复杂问题，同时涉及多种多样的不确定性因素。
从不确定性的角度出发，主要考虑码头装卸设备运行参数的概率分布，研究岸桥和集卡之间的协调调度问题。
采用多学科变量耦合优化设计的方法，同时考虑了集装箱任务的时间窗约束，分别建立集卡分派子模型和集卡配置子模型。
并将完工时刻和集卡数量作为公用设计变量连接两个子模型，建立了协调调度耦合模型。
选取上海港某码头的数据编写算例，在Visual Studio 2012环境下调用Gurobi4.0求解该耦合模型，反复迭代计算后得出最优的集卡分派方案相对于最初的调度方案，总延误时间成本下降了90.69%，集卡数量下降了30.76%，验证了本模型的有效性和实用性。
关键词：协调调度；不确定环境；时间窗；耦合模型；多学科变量耦合优化设计中图分类号： TP391.9 文献标志码：A0引言岸桥是集装箱码头的一种重要的资源，负责集装箱的装船作业和卸船作业。
集卡是连接岸桥和场桥的重要载体，负责码头绝大多数的水平运输作业。
集卡和岸桥的有效协调，可以大大提高岸桥的工作效率，避免岸桥等待集卡情况的发生，同时可以减少必要的集卡数量，避免集卡的拥堵。
因此，岸桥和集卡的协调配合是码头调度中重要的一环。
集装箱码头系统是一个由多个子系统组成的复杂的生产系统，系统内资源的调度是非线性的复杂问题，涉及多种不确定性因素。
对这些不确定因素的处理，在某种程度上影响着调度的效果，有时会导致截然不同的结论。
按照不确定性因素的来源将港口运营过程中涉及的不确定性因素分为四类：系统固有的不确定性、内部环境变化引起的不确定性、外部环境变化引起的不确定性和离散不确定性[1]。
其中系统固有的不确定性指装卸设备参数与实际统计数据的偏差，造成的港口设备实际运行状态与理论运行状态之间的差异；内部环境变化引起的不确定性指装卸作业流程中由于人为操作、设备间的等待或干扰引起的装卸效率与作业能力方面的不确定性；外部环境变化引起的不确定性是港口作业流程上的船期计划、进箱提箱计划等信息因素变化引起的不确定性；离散不确定性往往指设备故障、突发事故等内外部环境大幅度变化引起的以离散量来表示的不确定性。
集装箱码头泊位岸桥优化调度模型与策略研究
集装箱码头泊位岸桥优化调度模型与策略研究作为集装箱码头的主要稀缺资源,泊位和岸桥的调度是影响整个码头生产作业最为关键的一个环节,其优化问题的研究受到学术界的广泛关注,取得的研究成果对码头实际调度具有十分重要的理论和实践指导意义。
本文针对集装箱码头泊位岸桥调度问题进行了系统的国内外研究综述,发现大多数研究都是在确定性环境假设下进行的,对干扰环境下的优化调度问题的研究较为缺乏。
然而,在码头实际生产作业中,无论船舶状态还是船公司需求亦或是码头状态等都处于时刻变化中,这使得原调度计划极易受不确定性因素(如船舶推迟到港、设备故障或恶劣天气等)的干扰而不宜甚至无法实施。
本文围绕泊位岸桥优化调度这一问题进行研究,具体研究内容如下:(1)离散泊位布局下的泊位岸桥优化调度研究。
考虑到现有的模型多是以最小化船舶总的在港时间为目标,这类模型虽然能够提高码头通过率,但也极有可能会损害船公司一方的利益,从而降低船公司客户的满意度。
为了提高船公司客户对码头服务的满意度,本文以船舶总的码头服务成本最小为目标建立模型。
鉴于模型约束较多,为了降低模型求解难度,基于经典遗传算法流程,将模型约束条件尽可能多的嵌入到种群个体编码结构中,设计了改进遗传算法。
最后,通过数值实验验证了模型和算法的可行性和有效性。
(2)连续泊位布局下的泊位岸桥优化调度研究。
为进一步提高码头资源利用率,将离散泊位布局下的泊位岸桥优化调度问题拓展至连续泊位布局下进行研究,并建立了非线性混合整数规划调度模型。
提出可拓遗传算法对该模型求解,算法主要针对经典遗传算法极易陷入局部最优的缺点进行改进,分别对初始种群和迭代种群设计了多样性维持策略。
最后,设计了多个算例对模型和算法的性能进行验证。
(3)基于干扰管理的泊位岸桥优化调度研究。
为了提高码头应对干扰的能力,对干扰环境下的泊位岸桥优化调度问题进行研究。
针对船舶推迟到港和船舶甩港两类不确定性因素对码头生产作业造成的消极影响,提出了基于干扰管理理论的泊位岸桥优化调度策略。
集装箱码头泊位、岸桥和集卡协同调度优化研究
分类号 密 级UDC 学校代码 10497学 位 论 文题 目 集装箱码头泊位、岸桥和集卡协同调度优化研究 英 文 Research about collaborative scheduling optimization of 题 目 the container berths, quay crane and truck 研究生姓名姓名 辜 勇 职称 副教授 学位 博士单位名称 物流工程学院 邮编 430063姓名 职称 高级工程师单位名称 邮编申请学位级别 工程硕士 工程领域名称 物流工程论文提交日期 2014.10 论文答辩日期学位授予单位 武汉理工大学 学位授予日期答辩委员会主席 评阅人2014年11月副指导教师 指导教师独创性声明本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。
尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学和其它教育机构的学位和证书而使用过的材料。
与我一同工作的同志对本研究所作的任何贡献均已在论文中作了明确的说明并表示了感谢。
签名：日期：关于论文使用授权的说明本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留交向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。
同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息服务。
（保密的论文在解密后应遵守此规定）研究生（签名）：导师（签名）：日期摘要随着我国经济的飞速发展，国内的物流产业也快速的崛起。
集装箱运输作为物流产业中的一个关键点，其运输效率的高低会直接影响到物流经济的发展。
近年来，伴随着经济全球化的进步，我国各大港口的进出口货物数量不断增加，这直接导致了集装箱港口的吞吐量持续增加，港口之间的竞争变得更加激烈。
集装箱码头泊位与岸桥联合动态调度
泊位调度问题的基本假设包括 ： ①每条船的计划作
１ 泊位与岸桥联合调度问题 ＿ ３
业时间是己知的；②每条船必须且仅被服务 １ ； 次 ③每
个泊位在同一时间只能服务 １ 艘船舶， 且不考虑作业中 的移泊 ； ④泊位必须满足船舶的物理约束 ， 如满足水深、 岸线长度等要求。
船舶在港时Ｉ 、 司由船舶到港后的等待时间和装卸作
适合用于求 解该问题。泊 位、岸桥单独优化与联合优化效果的比较结果指出， 对系统进行联合优化， 有利于提高集装
箱码头运行效率。
关键词 ：泊位 ；岸桥 ；联合调度 ；动态调度 ；遗传算法 中图分类号 ：Ｕ１ ９ ２ ６． ６ 文献标志码 ：Ａ 文章编号 ：１７ ～７ ８ （０ １１ —０ ０ —６ ６ ３ １０２ １）１ ８９
业的时间 ２ 部分组成 。 在泊位和岸桥调度过程中， 等待 时间与作业时间存在一定的相互制约现象。 泊位与岸桥 的联合调度就是指通过分配合理的泊位 ， 选择恰当的靠
１ 岸桥调度问题 ． ２ 岸桥调度是在既定的泊位分配方案下， 根据到港船
舶装卸作业量和离港时间等约束 ， 为船舶分配若干岸桥 完成船舶的装卸任务。缩短岸桥闲置时间、最小化船舶 在港装卸作业时间是岸桥调度的主要优化目标 ， 同时需 要满足一些现实约束 。
Ａ ｓ ａ ｔＢ ｓ ｎ ｈ ｒ ｎ ｓ ｔ ａｏａｏ ｄａｔ ｌｏｓａ ｔｆ ｔ ａ ａｅ Ｑ ）ｃｅｕｎ ， ｅ ｙａ ｃ Ｃ ｂ ｔ ｃ： ａｅ ｒ ｄｏ ｔｅ ｕｒ ｔｔ ｃ ｌ ｔｎａ ｕ ｃｎｔ ｉｓ ｏ ｈ ｑ ｙ ｒ （ Ｃ ｓ ｄｌ ｇｔ ｎｍｉＱ ｃ ｅ ａ ｌ ｃｉ ｎ ｃ ａ ｉ ｒｎ ｒ ｅ ｕ ｃ ｎ ｈ ｉ ｈ ｄ
泊顺序 ， 进而配备相应的岸桥 ， 并确定岸桥数量 ， 将岸 桥与泊位看作一个协调作业的整体， 在等待时间和作业
集装箱码头泊位、岸桥和集卡协同调度优化
集装箱码头泊位、岸桥和集卡协同调度优化田星;孟庆柱【摘要】针对集装箱码头泊位、岸桥和集卡的协同调度问题,考虑了船舶到港的先后顺序、实际操作过程中岸桥和集卡的相关约束,以物流作业总成本最低为目标,构建了一个数学模型.通过分析我国T集装箱码头实际操作过程中船舶待卸载集装箱量与分配的岸桥数量之间的关系,设置了一个常数k,对每艘船分配的岸桥数进行预处理,即每艘船分配的岸桥数等于船舶待卸载的集装箱数量与常数k的比值,将该模型转化为一个整数线性规划数学模型.然后以该码头的真实数据为算例,运用商业软件ILOG CPLEX进行求解,在可接受的时间内求得了最优解,并将求得的结果与实际操作过程进行对比,表明得到的最优解在实际操作过程中是可行的,验证了模型的有效性和准确性.【期刊名称】《物流技术》【年(卷),期】2018(037)003【总页数】6页(P32-36,130)【关键词】集装箱码头;泊位;岸桥;集卡;协同调度;整数线性规划【作者】田星;孟庆柱【作者单位】武汉理工大学物流工程学院,湖北武汉 430063;天津东方海陆集装箱码头有限公司,天津 300456【正文语种】中文【中图分类】F550.6;U691.31 引言对集装箱码头来说，泊位、岸桥和集卡是三种重要的基础资源，泊位分配、岸桥配置和集卡调度对提高集装箱码头的运作效率至关重要。
泊位分配的目的是为了更好地利用有限的泊位资源，减少船舶在港产生的费用；岸桥是码头上比较昂贵的资源，岸桥调度指在满足岸桥位置约束的条件下合理配置岸桥的数量，以减少岸桥的闲置时间，提高岸桥的利用率；集卡运输集装箱在岸桥和堆场之间移动，集卡数量过多，会造成空间有限的堆场的拥堵，同时增加集卡的闲置率，降低集卡的作业效率，而集卡数量不足，会造成集装箱运输的延迟，从而降低了岸桥的作业效率。
这三种资源紧密相关、具有联动关系，每种资源的调度都会对其它资源的调度产生影响。
对港口来说，在原有硬件基础设施上，单独对其中某种资源进行调度优化，并不能实现所有资源的最优化利用，不能达到集装箱码头整体物流作业效率的最优化。
《集装箱码头泊位—岸桥—集卡调度优化研究》范文
《集装箱码头泊位—岸桥—集卡调度优化研究》篇一一、引言在现今的全球化经济体系中，集装箱运输已经成为贸易往来和国际物流的重要组成部分。
一个高效且运作流畅的集装箱码头不仅影响港口的运营效率，而且影响整个供应链的效率。
其中，泊位、岸桥和集卡是集装箱码头运作的关键环节。
本文旨在研究并优化这些环节的调度问题，以提高码头的整体运作效率。
二、集装箱码头泊位调度优化泊位调度是集装箱码头运作的基础，它直接影响到船舶的停靠时间、装卸效率以及后续的物流环节。
优化泊位调度的关键在于合理安排船舶的停靠位置和停靠时间，以最大限度地减少船舶等待时间和提高装卸效率。
对于泊位调度的优化，我们提出了一种基于实时数据和预测数据的调度算法。
该算法可以根据船舶的大小、预计的装卸时间、码头的实时运作情况等因素，动态地分配泊位。
同时，我们还可以利用大数据和人工智能技术，对历史数据进行深度分析，以预测未来一段时间内的船舶到达情况和码头运作情况，从而提前进行泊位的优化调度。
三、岸桥调度优化岸桥是连接船舶和码头的关键设备，其调度效率直接影响码头的整体效率。
在优化岸桥调度的过程中，我们首先要确定每台岸桥的装卸能力，并根据船舶的装卸需求和岸桥的可用性，合理地分配装卸任务。
此外，我们还可以利用智能化的调度系统，对岸桥进行动态调度。
该系统可以根据实时的装卸进度、船舶的离港时间、岸桥的维护情况等因素，自动调整岸桥的调度计划，以确保装卸任务的及时完成。
四、集卡调度优化集卡是连接码头和堆场的桥梁，其调度效率直接影响到码头的物流效率和堆场的存储效率。
优化集卡调度的关键在于合理安排集卡的运输路线和运输时间，以减少空驶率、提高装卸效率。
我们可以通过建立集卡调度模型，根据实时的货物信息、堆场的情况、集卡的数量和位置等因素，制定出最优的运输路线和运输时间。
同时，我们还可以利用物联网技术和智能调度系统，对集卡的运行情况进行实时监控和调度，以确保集卡的高效运行。
五、综合优化策略在实际的码头运作中，泊位、岸桥和集卡的调度是相互关联、相互影响的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
不确定环境下集装箱码头泊位与岸桥联合调度梁承姬;吴宇【摘要】在集装箱码头操作系统中,有效的泊位岸桥调度计划有助于提高码头的运营效率和客户满意度.针对船舶到港时间和装卸作业时间随机的泊位岸桥联合调度问题,综合考虑了连续泊位下船舶偏离偏好泊位产生的惩罚时间,并通过添加延缓时间的方法来吸收不确定性因素带来的影响.为了体现调度计划的鲁棒性,将延缓时间添加在目标函数中,建立了以船舶在港总时间、偏离偏好泊位的惩罚时间、客户满意度和延缓时间之和最小化为目标的混合整数规划模型,提出一种自改变遗传算法和启发式靠泊相结合的改进遗传算法对模型进行求解;通过算例分析,证明了提出的改进遗传算法在计算不确定环境下的泊位岸桥联合调度问题的有效性.%In the container terminal operating systems, effectively berth quay scheduling is helpful to improve operational efficiency and customer satisfaction. For the simultaneous berth and quay crane scheduling problem with stochastic ves-sels arrival and working time, it considers the penalty time caused by the ship departure from the berth, and puts forward a method by adding a delay time to absorb the impact of uncertainty factors. In order to reflect the robustness of scheduling plan, this paper adds delay time in the objective function, and sets up a mixed integer programming model with the goal of minimizing the sum of the total time of vessels in port, the penalty time caused by the ship departure from the berth, cus-tomer satisfaction and delay time, and puts forward a improved Genetic Algorithm(GA)combined with since change GA and heuristic berthing to solve the model. By the analysis of examples, it is proved that theimproved GA is effective in calculating the simultaneous berth and quay crane scheduling problem under stochastic environment.【期刊名称】《计算机工程与应用》【年(卷),期】2017(053)007【总页数】8页(P212-219)【关键词】连续泊位;随机;延缓时间;启发式靠泊;改进遗传算法【作者】梁承姬;吴宇【作者单位】上海海事大学科学研究院物流研究中心,上海 201306;上海海事大学科学研究院物流研究中心,上海 201306【正文语种】中文【中图分类】TP301.6泊位和岸桥是集装箱码头岸边两类重要资源，随着经济的快速发展，港口物流也迅猛发展起来，港口的吞吐量越来越大，从而使得港口的岸边资源也越来越紧张。
因此合理安排两类资源，有效的泊位以及岸桥调度计划能够提高港口的作业效率和服务水平，增加客户的满意度，降低港口的运营成本，提高竞争力。
对于泊位、岸桥联合调度问题的研究主要是在确定性条件下展开的。
针对动态连续泊位岸桥集成调度问题，Mesisel等建立了以最小化船舶总服务成本为目标的模型，采用启发式算法进行求解，同时考虑了岸桥边际生产率逐渐减少和操作时间变化等因素[1]。
Mohammad针对泊位分配和岸桥配置问题，提出了集成的启发式算法来求解[2]。
杨春霞等建立了船舶在港时间和码头生产成本最小化为目标函数的泊位-岸桥分配问题的优化模型，应用一种多目标遗传算法和启发式算法来求解该模型，并将计算结果与单目标优化相比，得出提出的优化方法能够获得使码头综合效益较大的满意解[3]。
姬晓涛，等针对泊位岸桥集成调度问题，建立了以码头运营成本和客户满意度指标为目标的多目标混合整数非线性模型，采用多目标遗传算法进行求解[4]。
杜卫华等在考虑岸桥移动约束限制的基础上，建立了泊位岸桥集成调度的混合整数规划模型，以船舶的延误成本和岸桥的移动成本最小为求解目标，通过Cplex软件对模型进行求解[5]。
房鹏针对泊位岸桥协调调度问题，采用遗传算法对模型进行求解，并通过预测船舶到港数计算出码头应配置的岸桥数[6]。
乐美龙等针对泊位偏好和岸桥干扰的泊位和岸桥分配问题，建立了混合整数线性规划模型，通过Gurobi软件和两阶段启发式算法对模型进行求解[7]。
韩笑乐等针对拥有不同服务优先级的动态到港船舶的离散泊位调度问题，采用了启发式算法，禁忌深度搜索和模拟退火算法相结合的混合算法对问题进行了求解[8]。
郑红星等针对单船岸桥分配和调度问题，考虑了岸桥间干扰等待时间和作业量均衡，建立了最小化船舶在泊作业时间为目标的数学模型，设计了改进蚁群算法对模型进行求解[9]。
针对不确定条件下的泊位、岸桥相关问题的研究，Han等考虑船舶到港时间的不确定性，建立了离散型的泊位岸桥集成调度模型，运用遗传算法和抽样仿真的方法得到鲁棒性的泊位岸桥调度计划[10]。
Zhen等针对动态的、连续的不确定性条件下的泊位调度问题，建立了双层模型，以及前摄调度方案和反馈调度方案，采用启发式算法进行求解[11]。
桂小娅在考虑船舶到港时间不确定性的情况下，研究了动态、连续的泊位岸桥集成调度问题，建立了在确定性条件下的初始调度计划模型和在不确定性条件下的基础调度模型，设计了双层循环迭代算法进行求解，最后通过仿真实验证明了算法的有效性[12]。
孙彬等针对不确定性因素的情况，设计了一种基于鲁棒式的泊位岸桥联合调度方法，主要研究在不确定性的条件下怎样通过联合实时调度提高系统的鲁棒性[13]。
谢鑫等考虑船舶的抵港时间和装卸时间的不确定研究了离散泊位的分配问题，采用Cplex软件对问题进行求解[14]。
王冬越等考虑船舶到港时间的不确定性，建立了最小化在港总时间和港口装卸成本的泊位-岸桥分配多目标数学模型，采用优化技术处理该问题[15]。
综上所述，确定性条件下的泊位、岸桥联合调度问题研究得比较多，但在连续泊位下大多数只考虑了船舶偏离偏好泊位增加的成本，而忽略了偏离偏好泊位而增加的时间。
不确定性条件下的泊位岸桥联合调度的研究大多数都只考虑了船舶到港时间的不确定性，而忽略了船舶装卸时间的不确定性。
在泊位、岸桥联合调度问题的求解方法上，大多数采用的是Gurobi、Cplex或者是传统的启发式算法、遗传算法等来进行求解，这些求解方法不仅计算时间比较长，而且容易陷入局部最优解，使得求解的结果不理想。
对于一些比较复杂的问题，单纯的使用求解器或者传统的智能算法可能得不到满意的求解结果。
为了更加符合港口的实际运营，本文同时考虑船舶到港时间和装卸作业时间的不确定性对泊位、岸桥联合调度问题进行了研究，不仅考虑了船舶在港总时间还考虑了客户满意度和船舶偏离偏好泊位而产生的惩罚时间，同时为了避免在计算过程中早熟现象的发生，缩小算法的搜索区域，减少算法的计算时间，使计算结果更加精确，得到全局最优解；本文设计自改变遗传算法和启发式靠泊相结合的改进遗传算法对模型进行求解，并和标准遗传算法相比，得出本文的改进遗传算法得到的结果将更优。
泊位岸桥联合调度问题，研究中主要分离散泊位和连续泊位，而在实际的码头中，泊位都是连续的，码头岸线没有明确泊位界限，在满足物理约束条件下，船舶可以在任意泊位靠泊。
在船舶靠泊后，码头会安排相应的岸桥对船舶进行装卸作业，同时也会安排对应的集卡进行运输作业，因为堆场箱区有分类，为了使集卡的作业路径最短，所以每艘船都会有一个偏好停泊的位置，而当该船偏离了自己的偏好泊位后，不仅会使作业成本增加，而且还会延迟作业时间。
对于每艘船都会有一个期望离港时间，如果码头安排的作业不是很合理，则会导致船舶无法在期望离港时间内离港，那么就会影响船公司对码头的满意程度，从而影响码头的未来发展。
在岸桥分配上，由于船公司的相关要求和码头的实际作业安排，每艘船都有一个最多和最少所需岸桥数目，船舶在作业过程中分配的岸桥数不能改变，且船舶只有等到所有的岸桥都作业完毕之后才能离港，下一艘船舶只能等到上一艘船舶离开后才能停靠该泊位。
在泊位岸桥联合调度问题中，主要的不确定性因素是船舶到港时间的不确定和装卸作业时间的不确定，两个不确定性因素的发生都会对船舶的调度计划产生很大的影响。
在实际港口运行中，不确定性因素是经常存在的，因此不确定条件下的调度计划更符合码头实际。
这里考虑的泊位是连续泊位，相比于离散泊位能够能有效的利用泊位资源，更贴近实际。
每艘船舶都有一个偏好泊位，引入单位距离时间惩罚因子，如果偏离偏好泊位则会产生相应的惩罚时间。
同时以船舶的期望离港时间和实际离港时间差来表示客户的满意度，差值越大表示船越早离港，客户满意度越高。
在不确定性因素上，假设船舶的实际到港时间是一个服从以计划到港时间为均值的均匀分布，即ΔBi 为船舶到港时间的变动范围。
同时船舶的装卸时间Ci也是一个服从岸桥平均作业时间为均值的均匀分布。
为了使调度计划的鲁棒性更强，减少不确定性因素发生时对调度计划的影响，提出了一种添加延缓时间的方法来吸收不确定性因素带来的影响，规定在延缓时间内该泊位和岸桥等相关资源仍然假设被该船占用。
延缓时间的最大值根据船舶到港时间的变动范围来确定，即δmax=2μ，μ为船舶到港时间的标准差，可由船舶到港的变动范围ΔBi求得。
δ分正负两种情况，δ＞0表示船舶延迟到港，即船舶的实际到港时间在范围内，则给船舶添加的延缓时间为正数；δ＜0表示船舶提前到港，即船舶的实际到港时间在范围内，则添加的延缓时间为负数。
如果延缓时间添加的足够大，那么能够吸收的不确定性也就比较大，计划的鲁棒性就更强。
调度计划的鲁棒性可以用延缓时间的大小来体现，因此在目标函数中加入了最大化延缓时间这一目标，并引入目标函数权重系数来平衡目标函数值中的权重大小。