一种基于全局优先级一致性约束的遗传算法泊位引导方法与流程

本发明涉及智能调度，具体涉及一种基于全局优先级一致性约束的遗传算法泊位引导方法。

背景技术：

1、泊位分配问题通常同时包含时间约束、空间约束与业务优先级约束。传统遗传算法在交叉、变异过程中往往只关注全局目标函数最优值，而未对高优先级任务的相对顺序与资源稳定性设置显式约束，导致高优先级船舶在进化迭代中被低优先级船舶打乱，进而造成等待时间增加或不可行调度方案增多。

2、现有技术中存在“基于船舶需求分析的规划模型求解”与“基于人工智能训练调度模型”的技术路径。上述技术路径的重点在于需求分析、模型构建或模型训练，而不是遗传算子层面对任务优先级的可复现约束与闭环纠偏机制。对于要求高优先级船舶稳定靠泊的泊位引导场景，仍需要提供一种在编码层与遗传算子层显式体现优先级一致性的可实施方法。

3、本发明涉及港口泊位分配与智能调度技术领域，用于在多船舶、多泊位、多约束条件下生成满足任务优先级一致性要求的靠泊顺序与泊位分配方案。

技术实现思路

1、为解决上述现有技术存在的技术问题，本发明提供一种基于全局优先级一致性约束的遗传算法泊位引导方法，属于智能调度技术领域。泊位引导方法由调度处理器执行，调度处理器读取船舶数据、泊位资源数据与全局优先级向量p，构建合法泊位集合，生成三段式个体表示，并在选择、交叉、变异与修复环节引入优先级一致性约束，最终输出最优泊位引导方案。本发明解决了遗传进化中任务优先级容易被破坏、修复规则不闭环以及高优先级船舶调度稳定性不足的问题。

2、一种基于全局优先级一致性约束的遗传算法泊位引导方法，如图1所示，包括以下步骤：

3、步骤s1，调度处理器读取船舶集合v、泊位集合b和全局优先级向量p；

4、步骤s2，调度处理器对每艘船舶v构建合法泊位集合b(v)；

5、步骤s3，构建三段式个体表示；

6、步骤s4，优先级约束初始化：

7、调度处理器按照优先级从高到低遍历船舶集合v，在合法泊位集合b(v)内为高优先级船舶优先选择候选泊位与计划开始时刻，为低优先级船舶填充剩余资源，以保证初始化阶段的优先级一致性；

8、所述高优先级船舶为全局优先级向量p中优先级等级p(v)不大于优先级阈值pthr的船舶，低优先级船舶为p(v)大于pthr的船舶；其中pthr由调度处理器根据港口业务规则设定，取值为优先级等级总数的1/3分位数；

9、步骤s5，执行优先级锁定交叉；

10、步骤s6，执行受限变异；

11、步骤s7，解码与可行性检查；

12、步骤s8，局部重构修复；

13、步骤s9，优先级一致性评估；

14、步骤s10，适应度评估；

15、步骤s11，迭代执行步骤s5至步骤s10，直到满足预设的最大迭代次数或最优值收敛条件，输出最优泊位引导方案。

16、进一步，步骤s1中，所述船舶集合v中的每艘船舶v（v∈v）至少包含预计到港时间ta(v)、作业时长tw(v)、船舶长度l(v)、是否尾跳标志tail(v)和最大允许等待时长wmax(v)；

17、所述泊位集合b中的每个泊位b（b∈b）至少包含泊位长度lb、可支持靠泊方向集合dir(b)和可用时间窗口集合win(b)；

18、所述全局优先级向量p中船舶v的优先级等级为p(v)（p(v)∈p），p(v)数值越小表示优先级越高。

19、进一步，步骤s2中，所述合法泊位集合b(v)中的泊位b（b∈b(v)）满足：

20、lb≥l(v)+δl，且dir(b)包含船舶允许靠泊方向；

21、可用时间窗口集合win(b)与船舶可服务时间窗口存在交集时，调度处理器将泊位b加入合法泊位集合b(v)；

22、当tail(v)=1时，调度处理器仅保留尾跳兼容泊位；

23、其中，l(v)为船舶长度；lb为泊位长度；δl为安全余量。

24、进一步，步骤s3中，所述构建三段式个体表示：

25、每个遗传个体c编码一组完整的船舶-泊位分配方案，其中每个基因单元对应一艘船舶v及其所分配的泊位与时间安排；

26、每个遗传个体c（即一个候选泊位引导方案）包括顺序基因gseq、分配基因galloc和全局优先级向量p；

27、所述顺序基因gseq用于表示船舶服务顺序；所述分配基因galloc用于表示船舶的码头编号、泊位编号、计划开始时刻与缓冲量；所述全局优先级向量p用于约束改进型遗传算子并触发修复。

28、进一步，步骤s5中，所述执行优先级锁定交叉的具体方法如下：

29、调度处理器根据全局优先级向量p确定高优先级船舶集合vhigh；

30、调度处理器固定高优先级船舶在顺序基因gseq中的相对先后关系，并仅对低优先级船舶片段执行片段交换或顺序重组；

31、高优先级船舶的分配基因galloc在交叉中保持不变，或仅允许在同等能力泊位集合内替换；

32、所述高优先级船舶集合vhigh＝{v|p(v)≤pthr}，其中，pthr为优先级阈值，pthr∈[1, ⌈|p|/3⌉]，取值为1或2；

33、所述优先级锁定交叉的可复现规则为：交叉后若高优先级船舶集合vhigh中任意两艘高优先级船舶出现相对顺序被破坏、重复或缺失，则调度处理器对当前候选个体执行回滚或重新采样交叉点，确保高优先级船舶集合vhigh在顺序基因gseq中的相对顺序保持不变。

34、进一步，步骤s6中，所述执行受限变异的具体方法如下：

35、调度处理器根据全局优先级向量p筛选低优先级船舶；

36、调度处理器仅对受影响集合vaff执行变异操作；

37、所述受影响集合vaff为低优先级船舶或存在冲突标记的船舶集合；

38、所述变异操作至少包括泊位替换变异与时间偏移变异；所述泊位替换变异在合法泊位集合b(v)内选择备用泊位；所述时间偏移变异仅在可插入时间缝隙内调整计划开始时刻。

39、进一步，步骤s7中，所述解码与可行性检查的具体方法如下：

40、调度处理器根据顺序基因gseq逐船解码分配基因galloc，得到候选调度解s，并检测候选调度解s的可行性约束；所述可行性约束包括时间重叠、结构不匹配与等待超限；

41、调度处理器将违反可行性约束的船舶加入受影响集合vaff；

42、为避免受影响集合vaff在步骤s6与步骤s7之间形成循环依赖（即步骤s7检测出的违反船舶不应再次返回步骤s6执行变异），受影响集合vaff定义为vaff＝vop ∪ vvio；

43、其中，vop为本轮交叉或变异涉及的船舶子集；vvio为步骤s7检测到违反可行性约束的船舶子集；

44、时间偏移变异需满足：偏移后的计划开始时刻仍位于所选泊位的可用时间窗口win(b)内，且船舶等待时长不超过最大允许等待时长wmax(v)。

45、进一步，步骤s8中，所述局部重构修复的具体方法如下：

46、调度处理器根据全局优先级向量p锁定高优先级船舶；

47、调度处理器固定高优先级船舶在调度解s中的泊位与时间安排，对受影响集合vaff中低优先级船舶执行局部重排、顺延与泊位替换以消除可行性冲突并减少对高优先级船舶调度的扰动；修复完成后，调度处理器仅对受影响的泊位-时间区间执行增量复检。

48、进一步，步骤s9中，所述优先级一致性评估的具体方法如下：

49、调度处理器基于全局优先级向量p计算优先级逆序惩罚项pinv；

50、为量化全局优先级向量p所要求的“高优先级先服务”一致性，调度处理器计算优先级逆序惩罚项pinv；

51、对于任意两艘船舶vi与vj，若p(vi)

52、计算优先级逆序惩罚pinv：

53、pinv = σ i(p(vi) < p(vj) 且 pos(vi) > pos(vj))；

54、其中，i(·)为指示函数，条件成立时取1，否则取0；pos(v)为船舶v在顺序基因gseq中的位置索引；优先级逆序惩罚pinv越小表示优先级一致性越好；

55、为提高一致性度量的区分度，当优先级等级数量大于2时，引入加权逆序惩罚pwinv；对每一对逆序(vi,vj)，按优先级差进行加权，计算优先级逆序惩罚pwinv：

56、pwinv＝σi(·)·(p(vj)－p(vi))；

57、当出现同优先级船舶时，默认不计入逆序统计，或按到港时间先后作为次级规则确定位置索引pos(v)。

58、进一步，步骤s10中，所述适应度评估具体方法如下：

59、调度处理器将全局优先级向量p驱动的优先级逆序惩罚pinv纳入适应度函数；

60、调度处理器以适应度函数f的最小值为优化目标，将等待成本、冲突罚值与优先级逆序惩罚共同纳入评估，

61、f = w1·σ wv + w2·σ cconf + w3·pinv；

62、其中，σwv为全体船舶等待时长之和；σcconf为时间冲突、结构冲突与等待超限等约束违背的罚值之和；w1、w2和w3分别为σwv、σcconf和pinv的可配置权重系数。

63、所述全局优先级向量p至少用于：在步骤s5中确定锁定交叉的高优先级船舶集合；在步骤s6中约束变异作用对象并确定受限变异优先级；在步骤s8中固定高优先级船舶安排以触发局部重构修复；在步骤s9中计算优先级逆序惩罚项pinv；以及在步骤s10中作为适应度函数惩罚项驱动进化方向。

64、与现有技术相比，本发明的技术效果如下：

65、第一，本发明通过三段式个体表示与优先级一致性度量，使优先级约束可以直接限定在权利要求中；第二，本发明通过优先级锁定交叉与受限变异，降低遗传进化对高优先级船舶调度的破坏；第三，本发明通过固定高优先级船舶的局部重构修复，实现闭环纠偏并减少连锁扰动；第四，本发明不依赖需求分析模型训练或通航参数排序，技术边界与相关算法显著不同。