集装箱港口泊位与堆场分配的联合优化研究
港口物流系统中的集装箱智能配载与优化研究
港口物流系统中的集装箱智能配载与优化研究在当今全球化的经济环境中，港口物流系统扮演着至关重要的角色。
而其中，集装箱智能配载和优化技术的研究与应用则成为提升效益和减少资源浪费的关键因素。
本文将探讨港口物流系统中集装箱智能配载与优化的研究进展，探索其对港口物流系统的影响和优化效果。
港口物流系统是指将货物从生产地通过多种运输方式进行装运和配送的综合网络。
其中，集装箱作为现代国际货物运输的主要货物载体，尤其重要。
而集装箱的配载和优化是指根据货物的特性和目的地要求，合理地将货物装入集装箱，并优化集装箱的布局和运输路径，以提高运输效率、降低成本和减少资源浪费。
集装箱智能配载与优化的研究旨在解决以下问题：如何确定集装箱内货物的摆放位置、如何确定集装箱内货物的最佳装载顺序、如何优化集装箱的运输路径以及如何合理调度运输资源等。
通过使用人工智能、算法优化以及数据分析等技术手段，可以实现集装箱智能配载和优化，提高运输效率和降低成本。
首先，集装箱智能配载和优化可以提高港口物流系统的运输效率。
传统的手工配载方法通常需要大量的人力和时间，并不能有效地利用集装箱空间。
而采用智能配载和优化技术，可以根据货物的特性和运输需求，利用算法和模型等工具，快速确定最佳的货物摆放位置和装载顺序，最大限度地利用集装箱空间，提高货物的装载率和运输效率。
其次，集装箱智能配载和优化可以降低港口物流系统的运输成本。
通过智能配载和优化技术，可以减少运输过程中的空载和半载情况，降低燃料和人力等资源的浪费。
同时，优化运输路径和调度运输资源，可以减少运输距离和运输时间，降低运输成本。
而这些成本的降低将直接影响到港口物流系统的运营效益和经济效益。
此外，集装箱智能配载和优化还可以提高港口物流系统的安全性和可靠性。
通过合理摆放货物和优化运输路径，可以减少集装箱在运输过程中的振动、碰撞和损坏情况，保障货物的安全性。
同时，优化运输路径和调度运输资源，可以提高运输的稳定性和可靠性，避免延误和拥堵等问题。
《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。
集装箱码头运营优化研究
集装箱码头运营优化研究张 莉 霍佳震(同济大学 上海200092)摘 要 集装箱码头运营优化主要有船舶计划、运输优化、存储与堆放物流和码头仿真研究等4个领域。
介绍了集装箱码头的作业系统运营优化中各个领域的国内外研究概况,在此基础上比较分析了国内研究存在的问题,指出了进一步研究的方向。
关键词 集装箱码头;装卸作业;运营优化;仿真技术中图法分类号:U 169 文献标识码:B收稿日期:20072012170 引 言随着国内航运事业的快速发展,各个集装箱港口码头十分重视自身竞争力的提高,对集装箱码头的管理愈加关注。
除了集装箱码头管理信息系统外,越来越多的技术应用到集装箱码头的战略决策和日常运营管理中,集装箱港口的运营优化更是研究热点。
本文参考国内外研究成果,对该项研究进行了较为全面的探讨。
1 集装箱码头概述集装箱码头的主要作业过程是将集装箱从船上卸到码头上,再水平搬运至堆场,在堆场进行正确堆放后,再疏运出去,或将集装箱从内陆集运至码头堆场正确堆放,然后水平搬运至码头前沿再装到船上的全部过程。
集装箱码头作业所需的主要设备及流程如图1所示。
图1 集装箱码头作业示意图2 集装箱码头运营优化研究概述国内外对集装箱码头运营的主要研究,一般集中在4类问题上,即船舶计划问题、运输优化问题、存储与堆放物流问题以及码头仿真研究。
其中,船舶计划问题可分为泊位分配和桥吊分配。
运输优化包括对岸边运输、陆域运输与龙门吊运输的优化,如图2所示。
图2 集装箱码头主要研究内容2.1 船舶计划问题优化研究2.1.1 泊位分配泊位分配的优化有多个目标可以选择,从实用角度来看,使所有待装 卸的集装箱从岸边到码头的距离之和最小,才有利于提高船舶作业效率。
由于每台桥吊的活动范围和作业性能有限,不是任一桥吊都可以在所有船舶上操作,泊位分配时需要考虑船舶长度与桥吊外伸距等因素。
泊位计划可以根据不同目标和约束归结为不同的组合优化问题。
由于泊位和堆场计划相互之间存在较大的依赖性,常将这两个问题结合在一个模型中一并考虑。
港口物流集成优化与仓储调度策略设计研究
港口物流集成优化与仓储调度策略设计研究摘要：随着全球贸易的不断发展，港口物流成为推动国际贸易的重要环节。
港口物流中的仓储调度策略对于提高物流效率和降低物流成本具有重要作用。
本文通过对港口物流集成优化与仓储调度策略的研究，探讨了如何提高港口物流的效率与效益，为港口物流管理提供科学决策支持。
一、引言港口承担着货物进出口、货运流通的枢纽作用，在国际贸易中的地位至关重要。
然而，由于港口物流的复杂性和不可预测性，港口的物流效率和效益往往面临挑战。
在这样的背景下，港口物流集成优化与仓储调度策略设计成为解决问题的重要途径。
二、港口物流集成优化港口物流集成优化是指对港口各个环节相关的物流业务进行统一规划和优化，以提高物流效率和降低物流成本。
港口物流集成优化的关键是通过对港口内外各环节进行整合和优化，实现物流信息的共享和流动，提高物流资源的利用效率。
1. 港口内部环节的集成优化港口内部环节的集成优化主要包括港口物流设施的布局优化、装卸作业的流程优化以及货物库存管理的优化。
港口物流设施的布局优化可通过合理规划港口内部道路、堆场和仓库的位置，实现货物的快速流转。
装卸作业的流程优化可通过引入信息化技术和自动化设备，提高装卸作业的效率和准确性。
货物库存管理的优化可通过建立科学的库存模型和采用合理的库存管理策略，减少库存量，降低库存成本。
2. 港口外部环节的集成优化港口外部环节的集成优化主要包括港口与供应商、货主以及承运商等各方的协同配合和信息交流。
通过建立港口物流信息平台，实现各方的信息共享和协同配合，可以提高物流的可视化程度，减少信息传递的误差和延误，提高物流的响应速度和准确性。
三、仓储调度策略设计仓储调度策略设计是指根据仓储需求和资源情况，合理安排货物的进出库时间以及仓库内部货物的存储、拣货和配送等活动，以提高仓储效率和减少仓储成本。
1. 进出库时间的合理安排通过对仓储需求和仓库内部操作流程的分析，合理安排货物的进出库时间，可以降低仓库的运行成本和提高货物周转率。
浅谈集装箱码头泊位系统资源配置与调度优化
浅谈集装箱码头泊位系统资源配置与调度优化摘要：由于世界范围内的经济高速发展和国际航运市场的不断发展，集装箱的运输数量不断增加，集装箱船舶也呈现出越来越庞大的发展态势。
随着对集装箱运输量的需求日益增加，以及船舶对提升集装箱码头服务能力的日益迫切，各港口的管理人员都在积极地进行着相应的应对。
其中最重要的一点就是优化现有泊位的资源，即为到达码头的船只提供适当的泊位，选择适当的停靠次序，以达到最大限度地降低到达码头船舶的总成本，以增加港口营运的效益，进而让更多的船舶可以停靠。
关键词：集装箱；码头；泊位系统；资源配置；调度优化在常规的集装箱码头调度工作中，往往将岸桥调度和泊位调度分开，并将其视为两个单独的作业过程。
然而，在实际中，当船只抵达码头并停靠完毕后，必须配备一定的岸桥进行装卸作业，如果停靠后，再分配岸桥，就会造成大量的时间被浪费。
所以，在船舶抵达码头之前，码头的调度人员要结合目前的泊位情况，结合船舶的有关情况，对岸桥和泊位进行合理的联合调度，以缩短停靠的时间，并增加资源的使用情况。
1、泊位在集装箱码头中的功能和地位1.1集装箱码头的一般布局集装箱码头是海陆联运的重要组成部分，它是集装箱货物在转运过程中的缓冲区域和转运中心，是货物交接的重要组成部分。
做好集装箱装卸作业是加快集装箱运输、节省运输费用、增加集装箱的运输效率的一个非常关键的环节。
集装箱码头所需设备有：泊位、码头前沿、集装箱堆场、货运站、控制室、行政楼、检查站、维修车间等。
1.2泊位的作用泊位可以使船舶和港口的陆地设备能够高效地连接，从而确保船舶在港口的装卸作业的连续性。
通常，集装箱船舶抵达港口后，首先要在泊位停泊，然后由港口前端的装卸设备将集装箱运输到堆放点，然后进行堆存、拆箱和简单的处理。
1.3泊位资源管理中存在的问题当前，多数情况下，港口的泊位布置主要依靠规划人员的经验，缺乏准确的模型来进行引导。
通常情况下，他们会按照两个原则进行分配：1）参考船舶和港口的实际情况，即应确保指定的泊位的吃水量比船舶的吃水量更多，泊位的距离比船舶的长度更长；2）首先到达港口的船将会根据先到先服务的原则来优先安排泊位。
集装箱堆场布局与场桥调度优化研究的开题报告
集装箱堆场布局与场桥调度优化研究的开题报告一、选题背景和意义随着全球贸易的不断扩大，集装箱运输模式已成为国际贸易的主流方式。
而集装箱堆场作为集装箱运输的重要组成部分，对集装箱运输的效率和安全性有着至关重要的影响。
因此，对于集装箱堆场的布局和场桥调度的优化研究具有重要现实意义。
目前，国内外已有很多关于集装箱堆场的布局和场桥调度优化的研究，但是由于集装箱运输的特殊性质，使得集装箱堆场的布局和场桥调度的问题非常复杂且具有挑战性。
因此，本研究旨在对于集装箱堆场的布局和场桥调度进行深入的研究，以探索如何提高集装箱堆场的效率和安全性，提高集装箱运输的竞争力。
二、研究内容和方法本研究将主要关注以下两个方面：1. 集装箱堆场布局优化通过分析集装箱堆场的结构和特点，提出合理的布局方案，以最大化集装箱堆场的空间利用率和货物处理能力，并考虑到交通网络和环境因素对于堆场的影响。
2. 场桥调度优化对于集装箱堆场的场桥调度问题，本研究将主要采用数学规划和模拟仿真方法，以提高场桥的工作效率，并降低堆场的出口拥堵程度。
三、研究预期成果期待本研究能够：1. 提出一套适用于集装箱堆场布局的优化方案，以最大化集装箱堆场的空间利用率和货物处理能力，同时考虑到交通网络和环境因素的影响。
2. 提出一套适用于场桥调度的优化方案，以提高场桥的工作效率，并降低堆场的出口拥堵程度。
3. 对于集装箱堆场的布局和场桥调度进行模拟和仿真，以验证所提出方案的有效性和可行性。
四、论文结构本研究的论文结构如下：第一章：绪论第二章：集装箱堆场布局优化第三章：场桥调度优化第四章：模拟与仿真第五章：结论与展望五、预期时间安排本研究预计历时12个月，具体时间安排如下：第一至第二个月：文献综述和理论分析第三至第六个月：集装箱堆场布局的优化算法研究及实现第七至第九个月：场桥调度的优化算法研究及实现第十至第十一个月：模拟与仿真第十二个月：论文撰写及评审注：以上时间安排仅供参考，具体实施可能会有所调整。
集装箱码头堆场作业资源优化与设计实现
备． 目前学 者对水平运输 资源优化 问题 的研究 中 ， 多贴近 于路 径优化 网络模型 的建立 ， 而在实际生产 中， 由于路径规划不合理 、 调配不 当等 法 示 意 图 如 图 ３２所示 ： ． 因素造成 的局部拥堵现象是理论研究 中无法反应 的 ． 此外在于岸边资
调运的资源优化是一种提高码头作业效率的途径 ， 本文将 以上海某集装箱码 头为背景 ， 对集装 箱码 头堆场作业资源优化设计 实现进行 阐述。 【 关键词 】 集装箱码头； 作业资源； 优化
１背 景 ．
港 口作为重要 的物流节 点在国民经济 中起着 日益重要 的作用 ． 而 集 装箱在提高港 口作 业标准化 、 作业效率方 面具有 明显 优势 ． 因此 集 装箱码 头成为许 多国家的发展重点 。特别是 在我国 ． 随着 国民经济的 发展． 与世界各 国的经济交往愈 加密切 ． 外贸易额呈 快速增长 的趋 对 势 ． 中集装箱 的进 出 口量也逐 年递增 ． 而成为我 国集装箱码 头建 其 从 设 的主要推动力之一 然而 随着集装 箱码 头的规模 日益增大 ． 吞吐量 的急速递增 ， 由于港 口作业 自 受环境影 响大 、 身 建设期 码头规模估 计 不 足等因素 ． 集装箱码头 的作业效 率成 为制约发挥集装箱码头效 能的 瓶颈． 因此合理调配 码头作业资 源成为不容 忽视的 问题 ． 文将 以集 本 装箱码 头 日常生产实践 为基础 、 Ｘ 港资源优化设 计为背景 ． 以 Ｘ 从集装 箱码头作业 资源优化 与设计方 面进行 阐述
假 设轮胎 吊原本 已分配有 ５个作业 任务 ． 近的为 任务 １ 如果 最 ． 轮胎 吊先做任务 １ 与任务 １ ． 最近为任务 ２ 则依次类推可 以得到预测 ． 的轮吊移动轨迹 如果任务 ５ 要分配给该轮 吊做 ． ’ 则需要重新预测移 动轨迹 ，’ ５ 替代 了 ５的次序 ， 时所以有 ： ＝ １ ３ ５ ， ｉ ４ 即可计 此 ｓ Ｓ２ ４ ’ Ｎｊ ， ＿ 算成本 Ｃｊ ｉ 。若 Ｃｊ ｉ 导致作业 冲突 ， ｃ ｊ 则 ｉ 。 ＝ 式ｆ 为约束条件表示一个任务之可 以分配给一个轮胎 吊作业 。 ２ １ 式 （） ３表示一个轮胎 吊可 以同时分配到多个任务 。 ５表示每次调度的任 式（） 务数小于轮胎 吊数 ．这是考虑到本模 型大部分计算都是基于预 测 ． 一 次调度中分配过多任务 ． 导致误差过大。 该 线形规划模型是一个 ０ １ — 整数规划模型 ． 以考虑用穷举 法或 可 隐含枚 举法求 解 ． 考虑算法性能因素 ， 隐含枚举法 ， 采用 隐含枚举 法算
集装箱码头堆场车辆优化安排
卡配置量为 固定值 ， 配置不足可能导致岸桥等待集
集 卡 每 次 只 能载 运 １个 集 装 箱 ，平 均 时速 ２ ８
ｍ／。集 卡 在 等待 时 的能耗 也 是 相 当大 的 ， 此原 因 卡， 在码头前方作业区形成瓶颈 ； 配置过剩又会浪 ｋ ｈ 费 资 源 ， 响港 口生 产效 率 。 次 ， 影 其 在传 统 作 业 工艺 则 上不 允 许 发 生集 卡 等 待 的情 况 。 门 吊装 车 点 和 龙
中， 集卡为指定 的岸桥服务 ， 移动仅限于单条作业 桥 吊卸箱点都不 能同时为 ２ 辆及 以上的集卡服务 。
路， 即集卡在完成装船 、 卸船 、 转堆等作业后 ， 必须 集卡每次都满载运输 。
空 驶 回到 堆 场 或者 码 头 ， 后 进行 下 一 次作 业 ， 然 造
龙 门 吊装车点到桥 吊卸 箱点的道路是专用 的
集 卡 的卸箱 点 共 ４个 ，１ 和 ２ 桥 吊为 Ａ船 号 号
目前 大部分港 口的集 卡运输 采用传统作业工 舶 进行 装 卸 作业 ， ３号 和 ４号 桥 吊为 Ｂ船 舶 进行 装 艺， 司机操作较简单 ， 不易出错 ， 便于管理和考核 ； 卸作业 ， 每个卸箱点都有各 自总的作业量要求。从 但 是 ，随着科学技术 的进步和港 口物流业 的发展 ， 长远 来 看 ， 箱点 可 以移 动 ， 单 个 班次 （ ） 卸 但 ８ｈ 内卸
裴 箱
（） ５对所有集卡来说 ， 本文所计算 的单个班次是 （） ６ 本算例中的数值仅限于小型且装卸效率较 低 的集装箱码 头堆场 。
３ 号桥 吊 ８ Ｔ Ｕ， 号桥 吊 １４ Ｅ 。 ５Ｅ ４ ２ Ｔ Ｕ 装车点到卸箱点之间的距离见表 １ 各箱 区拥有 的 ， Ａ类箱 和 Ｂ类箱 的数量见表 ２ 。
- 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)。
集装箱港口泊位与堆场分配的联合优化研究镇璐;付方九【摘要】泊位与堆场是集装箱港口的核心资源。
为了降低集装箱港口的拥堵率，提升其运营效率，综合考虑了泊位与堆场分配之间的联系，提出了两者的联合优化方法。
首先，建立了一个混合整数规划模型；其次，设计了一种基于遗传算法的启发式算法，有效求解了该问题；最后，设计了算例实验，对比了此联合优化方法与传统优化方法的相关数据。
实验结果表明，联合优化方法较传统优化方法有相当程度的成本优势，证实了此优化方法的有效性。
%Berth and yard are the core resources in container ports .In order to reduce port congestion and improve port operational efficiency , the relationship between berth allocation and yard assignment is con-sidered, and a joint optimization approach is proposed .First, a mixed integer programming model is for-mulated for the problem .Then, a genetic algorithm-based solution method is developed to solve the model . At last, a series of numerical experiments are performed to compare the data between the joint optimization and traditional ones .Result shows the cost advantage and the efficiency of the proposed approach .【期刊名称】《工业工程》【年(卷),期】2014(000)002【总页数】6页(P1-6)【关键词】泊位分配;堆场分配;遗传算法;调度【作者】镇璐;付方九【作者单位】上海大学管理学院，上海200444;上海大学管理学院，上海200444【正文语种】中文【中图分类】TP18国际集装箱海运业在渡过了2008年国际金融危机的低谷后开始复苏，世界各大枢纽港口集装箱吞吐量近几年平稳增长。
与此同时，集装箱港口码头的拥挤现象日益严重，成为制约集装箱海运业及港口自身发展的一大阻碍。
港口码头的泊位以及堆场的不合理分配，直接导致了船舶靠泊时间的延长，加剧了船舶经营公司的运营成本。
针对这一现象，国内外学者进行了相关的研究，主要包括集装箱港口泊位和堆场的分配优化。
其中，关于集装箱港口泊位分配优化的研究成果主要有:靳志宏等［1］基于泊位调度理论提出了集装箱枢纽港主辅码头间的靠泊决策的协同问题，建立了靠泊决策的协同优化模型;乐美龙等［2］将泊位与岸桥的分配问题抽象为二维装箱问题，建立了泊位、岸桥同时优化的混合整数线性规划模型，并提出了Memetic 算法进行求解;Zhen等［3］引入了“恢复成本”这一变量，考虑了不确定情况对现实港口环境的影响，建立了一个BAP(berth allocation problem)两阶段模型，并基于此研究出相应的求解方法;Golias等［4］研究了通过调整船舶的到港时间(使之提前或延后)，来减少各船舶的等待时间及成本，并与由此产生的附加成本相比较，最终提出了相应的泊位分配方案;Du等［5］在前人研究的基础上，加入了在调整船舶到港时间时所产生的额外油耗这一因素，建立了数学模型并重新分析了此时的泊位分配优化方法。
此外，关于集装箱港口堆场的分配优化的研究成果主要有:顾天意等［6］以箱区到泊位运输距离最小为目标，将码头岸桥、场桥等作为考虑因素，提出了一种基于矩阵式遗传算法的集装箱码头堆场空间资源分配优化策略;范灵芳等［7］提出了对出口箱在码头堆场内进行堆位分配的两阶段优化算法，第一阶段对出口箱进行贝位分配，第二阶段进行堆位分配求解，提高了集装箱码头的资源优化效率;侯东亮等［8］将集装箱堆垛问题归结为一类带顺序约束的装箱问题，建立了约束满足优化模型，提出了求解集装箱堆场堆垛问题的优化算法;Lee等［9］考虑装船时发生的翻箱作业，给出了邻域搜索算法求解该问题;Nishimura等［10］研究了转运枢纽港的集装箱储存方案，提出了一个旨在减少集装箱操作总时间和集装箱卡车等待时间的优化方案。
基于上述研究成果，本文综合考虑了影响集装箱港口运营效率的多种因素，创新性地提出了一种集装箱港口泊位与堆场分配的联合优化方法。
泊位分配问题是集装箱港口运作规划问题的一部分。
堆场分配属于空间资源分配问题，在已知有限的堆场空间里，满足靠泊船舶卸货需求的同时，最大程度节约运输成本［11］。
在考虑泊位分配问题时，假设已知港口泊位数量、各船舶到港时间、各船舶在各泊位的操作时间以及各船舶单位时间等待成本，将最小化船舶等待成本作为目标函数，便可以求得一个最佳的泊位分配方案。
同样，在考虑堆场分配问题时，假设已知各船舶靠泊泊位坐标、各堆场坐标、各船舶卸载集装箱数量以及单位数量集装箱运输成本，将最小化运输成本作为目标函数，可以求得一个最佳的堆场分配方案。
如图1所示，横坐标为泊位，纵坐标为时间。
港口共有5个泊位，30个子箱区，9艘靠泊船舶。
已知A1为船舶V1到港时间，A6为船舶V6到港时间，在图中泊位分配情况下，船舶V1在泊位B1需要操作时间为T11，则船舶V6的等待时间为A1+T11－A6，同理可求出所有船舶的等待时间，将其乘以各自单位时间等待成本，求和后即为在此泊位分配情况下的船舶等待总成本。
已知分配给船舶V1的子箱区数量为3个，在图中泊位分配的基础上可以求解出最优堆场分配方案，假设计算结果为 L8、L12、L16，则图中所示即为运输路径，将路径长度乘以集装箱数量再乘以单位集装箱运输成本即为集装箱运输总成本。
通过以上分析可以看出，泊位分配的结果对于堆场的分配有着直接影响。
基于此，本文同时考虑船舶等待成本和集装箱运输成本，将其加权和作为目标函数，求出一个最佳的泊位和堆场分配的联合优化方案。
V为船舶的集合，船舶的序号用i表示，i=1，2，…，I;B为泊位的集合，泊位的序号用j表示，j=1，2，…，J;K为船舶服务顺序的集合，顺序的序号用k表示，k=1，2，…，N;L为子箱区的集合，子箱区的序号用 l表示，l=1，2，…，M;σ 为子箱区容量限制，此模型中以标准20英尺集装箱(TEU)计算，σ=240 TEU;Ai为船舶i的到港时间;θj为泊位j的x轴坐标位置;φj为泊位j的y轴坐标位置;θl为子箱区l的x轴坐标位置;φl为子箱区l的y轴坐标位置;Ei为船舶i上装载的集装箱数量;∂i为分配给船舶i的子箱区数量;Tij为船舶i如果停靠在泊位j的装卸操作时间;Ci为船舶i的单位时间等待成本;ρ1为集装箱卡车运送集装箱单位距离成本;Dil为集装箱卡车将集装箱从船舶i上卸载到子箱区l所行驶的路径长度;a为船舶等待成本的权重，0≤a≤1;b为集装箱运输成本的权重，0≤b≤1。
Xij为二进制变量，取值1，表示船舶i靠泊在泊位j;否则，取值0。
Xijk为二进制变量，取值1，表示船舶i在泊位j上于第k个被服务;否则，取值0。
Wijk为连续变量.表示在泊位j上第k个被服务的船舶i的实际等待时间。
Yil为二进制变量;取值1，表示子箱区l分配给船舶i;否则，取值0。
如上文所述，将船舶等待成本与集装箱运输成本的加权和作为目标函数。
式(1)为目标函数，要求所有船舶在港等待成本与集装箱运输总成本的加权和最小，各艘船舶等待成本为其实际等待时间与单位时间等待成本之积，集装箱运输成本为船舶靠泊泊位到对应堆场的运输距离与单位运输成本之积。
约束(2)确保每艘船舶必须在某个泊位上被服务一次。
约束(3)确保每个泊位同一时间每次只能停泊一艘船。
约束(4)确保所有到港船舶都能靠泊，即被各个泊位服务的船舶总数等于到港船舶总数I。
约束(5)定义了同一泊位上前后被服务的两艘船舶的等待时间之间的关联。
约束(6)确保分配到每个泊位的第一艘船舶的实际等待时间均为0。
约束(7)定义了船舶靠泊泊位到其堆场子箱区的距离。
约束(8)确保了每个子箱区有且只能分配给一艘船舶。
约束(9～13)定义了决策变量。
本文采用改进遗传算法来求解上述问题。
通过对文献资料的查阅，发现遗传算法已被广泛应用于解决现实规模的BAP问题。
本文在经典的遗传算法上作了部分改进来求解上述模型。
Step1随机生成初始种群，计算适应度函数值。
Step2设置迭代终止条件，满足条件即终止迭代运算;否则，执行下一步。
Step3采用轮盘赌原理(roulette wheel selector)选取部分子代个体进行变异操作，计算当代最优解。
Step4更新存储单元。
比较当前解与存储单元解的优劣，若当前解更优，则更新存储单元的解为当代最优解;若存储单元的解更优，则将存储单元的解替代当前任意解，返回Step2。
由于求解的最优方案中同时包含泊位分配方案与堆场分配方案，因此本文采用分段式染色体编码。
第一段染色体代表泊位分配方案，第二段染色体代表堆场分配方案。
如图2所示。
图中灰色格子即为两段染色体编码。
第一段染色体编码长度等于船舶数量I，每个染色体编码表示的是船舶对应分配的泊位编号。
由于1个泊位可以停靠多艘船舶，且当船舶数量大于泊位数时，欲使等待成本最低，其最优分配方案必然有多艘船舶靠泊同一泊位。
如图中第一段染色体所示，1#、3#、(I-2)#船舶共同靠泊于2号泊位。
第二段染色体编码长度等于堆场箱区数量M，每个染色体编码表示的是堆场子箱区对应分配的船舶编号。
由约束条件(8)可知，每个子箱区只能分配给一艘船舶，而当船舶要卸载的集装箱数量大于单个子箱区容量σ时，将有不同的子箱区对应同一艘船舶。
此外，为了最大限度地利用堆场箱区资源，在初始数据设定时，分配给每艘船舶的子箱区数量∂i应满足:∂i(σ －1)≤Ei≤∂iσ。
由于各艘船舶对应的子箱区数量∂i是确定的，因此第二段染色体中每个编码的个数，即对应船舶编号的个数都是固定的。
如图中第二段染色体所示，堆场子箱区1#、M#都分配给6号船舶，若6号船舶集装箱运载量基于σ与2σ之间，则此段染色体有且仅有2个6。
然而，当堆场容量远大于船舶卸载的总量时，必然有子箱区是空余的，此时在染色体中用0表示，如图2所示，3#箱区未分配任何船舶。
由于两段染色体编码分别对应的是泊位编号和船舶编号，若整体交叉将使交叉后的染色体失去意义。
因此在交叉过程中采用分段交叉，即被选中交叉的两条染色体，分别选取前I位进行交叉、后M位进行交叉。