基于双向航道与泊位资源协调的船舶调度优化.pdf

第31卷第3期2023年7 月D0I:10.3969/j.issn.1672-0032.2023.03.020山东交通学院学报JOURNALOFSHANDONGJIAOTONGUNIVERSITYVol.31 No.3Jul.2023基于双向航道与泊位资源协调的船舶调度优化张明,任鸿翔,徐富权*,刘国威,周毅31.福建船政交通职业学院航海学院，福建福州350 0 0 7;2.大连海事大学航海学院，辽宁大连116 0 2 6；3.中海油能源发展股份有限公司采油服务分公司，天津30 0 452摘要：为提高双向航道港口船舶进出港调度效率，研究双向航道港口船舶调度优化模型和算法，考虑港口离散型泊位分配和双向航道通航规则等实际情况，以所有船舶总调度时间最短和总等待时间最短为目标，建立双向航道与泊位资源协调优化模型。针对模型中包含大型船舶乘潮进出港、会遇趋势、航道单/双向转换等约束特点，在NSGA-II算法基础上，采用启发式初始化种群策略、两点交叉和单亲交叉等寻优策略，设计求解双向航道与泊位资源协调优化算法。多组算例试验结果表明：改进后的算法在目标寻优和求解时间方面均优于NSGA-II算法，得到的调度方案符合实际调度过程，同先到先服务调度方案相比，总等待时间和总调度时间分别减少68.5%和2 9.2%，验证了模型和算法的有效性，为双向航道港口船舶进出港调度作业提供借鉴关键词：双向航道；泊位分配；船舶调度；多目标优化中图分类号：U692.4引用格式：张明，任鸿翔,徐富权,等.基于双向航道与泊位资源协调的船舶调度优化J.山东交通学院学报，2023,31(3):145-155.ZHANG Ming,REN Hongxiang,XU Fuquan,et al.Ship scheduling optimization based on bidirectionalchannel and berth resource coordination J.Journal of Shandong Jiaotong University,2023,31(3):145-155.0引言文献标志码：A文章编号：16 7 2-0 0 32(2 0 2 3)0 3-0 145-11随中国航运业的蓬勃发展，进出港口的船舶增多，吨位增大，港口业务日渐繁忙，航道资源日趋紧张。港口航道主要包括单向、双向和复式航道等模式。为提高航道的通过能力，可拓宽航道，由单向航道改为双向航道。双向航道的通航效率相对较高，但在船舶吃水受限,或双向通航需改为单向通航等情况下,船舶的调度优化受到较大影响。通常由港口调度中心和港口船舶交通管理中心2 个部门制定港口的泊位分配和船舶进出港次序，在调度过程中，若能从整体上协调泊位资源和航道资源，可提高港口的调度效率和运营效率。在双向航道的通航能力方面,王更等建立深圳港铜鼓航道的仿真模型,验证其双向航行的通过能力；司文静等2 分析双向通航水域的潮流、风、驾驶员等船舶操纵因素，基于排队论方法建立航道通过能力模型，计算航道的通过能力，通过实例验证模型精度；戴林伟3研究可变道航道，建立双向交通流元胞自动机模型，仿真研究允许和禁止变道情况下的船舶交通流，分析船舶到达率、船舶流量和平均航速间的关系。收稿日期:2 0 2 3-0 2-2 7基金项目：国家自然科学基金资助项目（52 0 7 1312)；交通运输行业重点科技计划项目（2 0 2 2-ZD3-035）；辽宁省应用基础研究计划项目；大连市科技创新基金项目（2 0 2 1JJ12GX031）第一作者简介：张明（197 1一），男，福建南平人，副教授，工学硕士，主要研究方向为海运技术与海运安全,E-mail:zhangming-1971 。*通信作者简介：徐富权（1995一），男，辽宁大连人，博士研究生，主要研究方向为船舶调度,E-mail:。146在双向航道船舶调度方面,SluimanL41 提出过境船舶双向航行的交通调度算法，限制船舶间的安全距离;郑红星等5研究双向通航的水域调度，考虑服务规则和夜航约束，建立混合整数调度模型,采用分支切割算法求解调度方案，满足调度需求；何春华6 通过网格分割法规划双向通航水域，建立进出港船舶的大数据信息传递调度模型，依据数据特征调度并设计自适应融合算法；王亚辉等7 船舶进出港大数据，仿真分析双向航道的通航能力，设计自适应算法，得到航道调度新策略；张新宇等8 研究黄骅港双向航道交通问题，分割大型船舶的乘潮位置，构建船舶乘潮时间窗计算模型，提高大型船舶进港效率。在港口泊位资源方面，Zhang等9对单向航道和泊位资源进行联合优化，建立多目标综合优化模型，提高船舶调度效率;Al-Refaie等10 1分析采用不同模型处理定期到达和紧急到达工况，得到船舶调度和泊位分配方案，明显减少延误成本;Liu等1针对单向航道港口提出混合整数线性规划模型,减少所有船舶的总等待时间（调度开始时刻减去船舶申请时刻的时间），设计自适应大邻域搜索算法，并通过京唐港数据进行验证;Zhang等12 1研究散货港码头作业和船舶调度的集成优化，考虑装卸作业、航行冲突等特殊情况，建立协同优化模型，通过改进的算法求解复杂模型,采用黄骅港数据验证模型的合理性；邵世文等13研究煤炭码头船舶和泊位的联合优化问题，仿真码头作业模式，以作业效率最高和在港时间最短为目标建立联合优化多目标模型，采用遗传算法求解；郑红星等14-15研究船舶进出港次序与泊位分配的协同优化问题，分别考虑单向航道、减载移泊和潮汐等影响，建立协调调度优化模型并设计相应的算法求解。现有研究多以船舶在港总等待时间最短为目标，但影响港口船舶调度的因素较多，采用多目标优化更符合多方利益。随船舶大型化的发展，大船多需乘潮进港，泊位分配计划对船舶调度也有影响。从整体上集成优化港口资源可得到更高效的运营方案，提高港口业务能力。考虑单向航道的协调调度研究较多,对通航规则相对复杂的双向航道水域的协调调度研究较少。本文研究双向航道与泊位资源的协调优化问题，考虑双向通航限制、泊位类型和潮汐等影响因素，建立多目标集成优化模型，并设计智能优化算法求解调度方案，以期提高港口的运营效率。1问题描述与模型构建1.1问题描述在双向航道港口调度中需考虑船舶类型、船舶吃水和船舶宽度等限制条件，确定航道通航规则。船舶进出港过程示意图如图1所示。满足双向通航规则的船舶,经船舶交通服务中心审批后可同时进入航道；若未通过审批,进港船舶需在锚地等待调度，出港船舶需在泊位等待调度；遇到航行限制时,需考虑将双向航道改为单向航道。频繁改变通航模式将延误港口运营，需制定合理高效的调度方案。根据码头布局，主要有离散型和连续型2 种泊位，采用离散型泊位的港口较多16，均已固定港池水深和岸线长度，泊位有明确的服务船舶类型，制定船舶进出港计划时应提前完成泊位资源分配。制定调度方案时，减少船舶等待时间可提高港口业务量，减少船舶调度时间可提高航道利用率。双向航道和泊位资源的协调优化问题可描述为：具有离散型泊位的港口，在己知船舶类型、船舶预计到港和离港时刻等相关信息的前提下，考虑大船乘潮进出港、通航规则转换等现实条件，兼顾进出港船舶的服务时间、航行安全的时空间约束，以船舶总调度时间、总等待时间最短为目标,建立协调调度模型,得到更高效的船舶进出港调度方案。1.2双向航道与泊位资源协调优化模型对模型设置假设：1）港口水域气象条件，港口拖轮、泊位和锚地等资源均符合双向航道调度要求；山东交通学院学报港池出港船2023年7 月第31卷锚地1进港船4-航道-入口图1船舶进出港过程示意图报！线锚地2第3期2)已知各船舶进出港申请时间,船舶在泊位或锚地等待调度；3)港池内为离散型泊位，且泊位有对应服务船舶类型;4)分配泊位时需考虑船舶吃水、船舶类型和船舶长度等基本属性;5）船舶以恒定速度在航道航行，禁止在航道中追越其他船舶。建立双向航道与泊位资源协调优化模型的目标函数为：min Z,Z,式中：Z,为船舶总调度时间,Z为船舶总等待时间。其中，Z,=Z(T.-Ta.),Vi=I,式中：T。,m a x 为所有船舶调度结束的最晚时刻;Tmin为所有船舶调度开始的最早时刻;T，为船舶i调度的结束时刻,i为船舶编号,ie=1,2，,n ,其中为进出港的船舶集合,n为当前调度阶段的船舶总数；T，为船舶i调度的开始时刻;Ta，为船舶i申请进出港的时刻。模型约束条件中,所有船舶都有泊位可靠泊，可表示为：ZX,=n,式中：X,为船舶i是否存在类型匹配的空闲泊位,X,=0为无可用泊位,X,=1为存在可用泊位。船舶的调度开始时刻不得早于船舶申请时刻,可表示为：T,i-Ta,0,VieI。船舶调度结束时刻限制为：Te,i-T.,-Tb,j-d,/v,0,Vie I,jeJ,式中：J为可用的泊位集合，j为泊位编号jeJ=1,2，,m，m 为港内泊位数；Tb,为船舶i从泊位j到航道人口的航行时间；d，为航道长；为船舶i在港内的平均航速。受双向航道航行规则约束，当视程不佳时,转换为单向通航模式，可表示为：式中：NM,为船舶i的通航模式,NM,=0为单向通航,NMi=1为双向通航;V为能见度;V。为航道双向通航时限制视程。受双向航道航行规则约束，当风力较大时，转换至单向通航模式，可表示为：式中：W为风力等级，W。为航道双向通航时限制风力。受双向航道航行规则约束，当船宽较大时，转换至单向通航模式，可表示为：式中：W，为船舶i的宽度,B，为航道双向通航时单船限制船宽。受双向航道航行规则约束，当两船宽之和较大时,转换至单向通航模式，可表示为：式中：B，为双向通航时相对航行的两船船宽之和限值;i为除i以外任意船舶编号,ii,且i,iI=1，2,nf。所有需乘潮进出港船舶须选择乘潮时间段，乘潮船舶应在理论乘潮时间段内占用航道，公式为：张明，等：基于双向航道与泊位资源协调的船舶调度优化NM,;=1,V-V01,W,-B,0,VieINM.:=1lo,Ws,-B,0,Vie1 1,W.,+Ws,-B,0,Vi,ie1NM,=lo,W.,+Ws,-B,0,Vi,ie1ZN.,=.,i e I,147(1)(2)1,V-Vo0148式中：C，为船舶i是否需乘潮进出港，C,=0时无需乘潮，Cs=1时需乘潮;Ni，为船舶i是否选择乘潮时间段,Ni,=0为船舶i未选择乘潮时间段p进出港,Ni,=1为船舶i选择乘潮时间段p进出港；M为极大的正数;Ntsi为大型船舶i在安全的乘潮航行时间窗内的开始时刻;Nte,为大型船舶i在安全的乘潮航行时间窗内的结束时刻;T，为所有乘潮时间段的集合,P为乘潮时间段的编号；S，为大型船舶乘潮时间段p的开始时刻;E，为大型船舶乘潮时间段p的结束时刻。受船舶调度开始时刻的约束,按次序计算船舶调度时刻,若相邻两艘船舶均为进港船，可表示为：T.,=max(Ta,Ts,+d,/v;+T,-d,/v,),Au=1,Vi,i=I,式中:A为船舶i与船舶i的调度前后次序,A=0时船舶i在船舶i后进人航道,A=1时船舶i在船舶i前进人航道；Tr；为船舶i与同向行驶船舶的安全间隔时间;d，为锚地至航道入口的距离。若相邻两艘船舶均为出港船，可表示为：T.,=max(Ta,T.,+Tb,+Ta-Tb,y),A=1,Vi,i I,j,j e J,式中j为除j以外的任意泊位编号,jj且j,J=1,2，,m 。若相邻两艘船舶异向航行,后船为出港船，可表示为：T.,=max(T.,Te,-Tb.+T.-Tb,uy),A=1,NM,=O,Vi,i e I,j,j e J。若相邻两艘船舶异向航行,后船为进港船，可表示为：T,=max(Ta,r,Te,+T,-d,/v,),Au=1,Vi,i e I。受航道上禁止追越限制，可表示为：Ve,i-ve,0,A=1,Vi,i I,式中：uei为船舶i在航道的航速,uc,为船舶i在航道的航速。受泊位分配约束，依照泊位类型、泊位长度和泊位水深进行约束，可表示为：式中：Kb，为泊位j的类型;Ks，为船舶i的类型;I。，为船舶i的进出港航行方向,I。，=0 时为出港，I。，=1时为进港;Lb，为泊位j的长度;Ls，为船舶i的长度;Db，为泊位j的水深;Ds，为船舶i的吃水深度。选择同一泊位的出港船舶调度应早于靠泊该泊位的进港船舶，可表示为：在调度前,进港船靠泊的泊位应为空闲状态,可表示为：式中:B。为泊位j是否空闲,B。=0 时泊位空闲,B。=1时泊位已被使用。决策变量取值范围为NM,Cs,Ni,lo,Boj,A,X,0,1),Vi,iIjJ。2算法设计山东交通学院学报Ns.-S,-M(1-Ni,)0,Vi e I,Vpe T,Nte,i-E,-M(1-Ni,)0,Vi e I,Vpe T,M(Kbj-K.,)=0,Vi I,j=J,Io(Lbj-Ls,)MO,Vie I,je J,Io(Dbj-Ds,)M O,Vi=I,j e J,A-MIiO,ViI,jEJ。Io.i-MBoj O,Vi EI,j J,2023年7 月第31卷船舶进出港调度优化问题属于非确定性多项式问题，双向航道与泊位资源协调优化模型包含多个复杂约束，难以通过精确算法或专业求解器求解，可采用智能优化算法进行求解。NSGA-I算法常用于求解多目标优化问题，运行速度较快、结果收敛性较好，但解集随机性较高，解的质量较差，直接应用于模型求解效果不佳。根据双向航道和泊位资源协调调度问题的特点，改进NSGA-II算法，设计种群初始化策略、新个体生产策略，并引入自适应交叉及变异概率，改进后的算法流程如图2 所示，分为9步。1)根据航道、船舶和泊位等数据设置初始化参数。第3期2)将船舶调度次序和泊位分配编码分别置于2 层循环中，在内部循环中制定进港船舶和出港船舶的调度顺序，考虑船舶出港后有泊位空闲，在外部循环中接收更新后的空闲泊位信息，制定泊位分配方案，产生大小为2 N的初代种群，N为种群规模。3)对初代种群进行编码，见图3。第1层4369第2 层1第3层43165图3编码示意图由图3可知：有3层染色体结构层，第1层为船舶出港次序，4号出港船调度次序在3号出港船前；第2 层为船舶进港次序，2 号进港船调度次序位于5号船舶后;第3层为对应船舶泊位，8 号进港船舶对应5号泊位。满足双向通航条件时，3号和5号船舶同时进出港作业，否则需等待上艘船舶航行结束后，3号船舶再进入航道。计算适应度,适应度函数分别取式(1)(2)的倒数。4)对初代种群进行非支配排序和拥挤距离计算。5)采用精英策略选择N个优秀个体组成新种群。6)采用单亲交叉、两点交叉和局部变异产生N个新个体，单亲交叉过程、两点交叉过程和局部变异过程如图4 6 所示。7)通过遗传操作产生的新种群与每次迭代保存的父代种群合并，得到新一代种群。8)对新一代种群进行非支配排序和拥挤距离计算。张明，等：基于双向航道与泊位资源协调的船舶调度优化开始启发式策略种群初始化立计算适应度函数值快速非支配排序和拥挤距离计算锦标赛选择船舶出港次序编码5278149两点、单亲交叉和局部变异生成子代船舶进港次序编码精英策略选出新种群泊位分配编码种群合并进化代数加1计算适应度函数值立快速非支配排序和拥挤距离计算是选代次数是否小于最大代数？香生成Pareto前沿立结束图2 改进后NSGA-II算法流程图立自适应修复生成新种群3父代（3层编码）随机选择1层并选择2 处交叉位置父代3将2 个交叉部分进行交换子代的第2 层染色体3510927512159248141088图4单亲交叉示意图7116立77113515416142612466船舶出港次序编码船舶进港次序编码泊位分配编码灰色为交叉部分生成新个体150山东交通学院学报父代13（3层编码）102随机选择1层并选择交叉位置父代110父代216子代1的第2 层染色体10父代3（3层编码）102选择泊位编码进行变异父代泊位编码29号船舶可选泊位集合13,7,81从可选泊位中随机选择子代泊位编码22023年7 月第31卷52915799151114911图5两点交叉示意图52915797939图6 局部变异过程示意图814101491314138714111061061067116111135131215113555416121416121510交叉部分的次序16124616121414146船舶出港次序编码船舶进港次序编码泊位分配编码灰色为交叉部分从父代2 中查找父代1生成新个体船舶出港次序编码船舶进港次序编码泊位分配编码灰色为变异位置生成新个体9)若满足算法终止条件，输出所有非支配排序层为1的解；若不满足终止条件，进化代数加1后，转至步骤5进行循环。为避免算法陷人局部最优，引入自适应交叉和变异概率，随种群发展变异概率P改变。若出现个体向同一方向发展，此时需增大P；反之需减小P,保证优等个体生存。自适应交叉与变异概率P=式中：Pmax为最大交叉概率,Pmin为最小交叉概率，f为当前个体的适应度,favg为种群平均适应度,fmax为最大适应度。3算例分析以我国北方某港口为例,验证第2 节的多目标求解算法在解决双向航道与泊位资源协调优化问题的有效性和优越性。该港口有一、二、三号港外锚地，3个锚地距航道口分别为3、7、9nmile，双向通航，航道长d,=8nmile,规定若单船宽度大于45m或相向航行的船舶宽度之和大于7 5m，需实行单向通航。航道水深有限，超大型船舶需乘潮进出港。港口共有2 0 个离散型泊位，具体泊位信息如表1所示。进出港船舶信息如表2 所示，该阶段需完成调度2 0 艘船舶，包含12 艘进港船舶和8 艘出港船舶，2 号和12 号船舶需乘潮进出港。第3期12345678910111213张明，等：基于双向航道与泊位资源协调的船舶调度优化表1港口泊位信息主要用途泊位长度/m泊位水深/m1散货2散货3散货4散货5集装箱6集装箱7集装箱8集装箱9集装箱10集装箱11集装箱12集装箱13集装箱14集装箱15集装箱16集装箱17集装箱18滚装19滚装20滚装船舶类型航行方向初始位置船长/m集装箱船出港5号泊位集装箱船出港散货船出港散货船出港集装箱船出港13号泊位集装箱船出港15号泊位滚装船出港18号泊位集装箱船出港16号泊位集装箱船进港一号锚地滚装船进港集装箱船进港集装箱船进港一号锚地集装箱船进港151泊位与航道口距离/nmileBoj31815.51759.126812.129412.128912.128912.129612.132914.033214.042914.01819.41819.431413.531413.532916.032916.035015.030011.017011.033616.0表2进出港口船舶信息船宽/mU:/kn183277号泊位3141号泊位1544号泊位167144187121200180一号锚地134一号锚地136260二号锚地1840.50.60.60.80.80.80.50.60.60.80.80.80.50.60.60.81.21.31.01.3申请时间/min7.80508.2198.1348.5227.3238.0177.2379.5218.4198.5178.3467.4238.610011010000010110100乘潮时间窗/min23150,2706494105124167213032435285140,280 152i141516171819203.1有效性分析采用MATLAB2020a运行算法，设置最大遗传代数为2 0 0,种群规模为2 0 0,交叉和变异概率分别为0.9、0.1,得到的Pareto前沿解集如图7 所示。其中图中加黑圆圈点解的调度计划为：该阶段所有船舶Z,=382.2min,Z,=893.4min;12艘进港船舶调度次序、时间节点和泊位分配计划如表3所示。12号船舶使用航道时间窗为140.0，199.3，满足其理论需乘潮汐的时间窗140.0,2 8 0.0。8 艘出港船舶调度次序和时间节点如表4所示。2 号船舶需乘潮汐的时间窗为150.0,2 7 0.0，使用航道时间窗为2 0 6.7，2 6 6.0，可安全进出航道。由表3、4可知：泊位分配计划满足船舶自身条件，需保持安全会遇形势的2 号、12 号、14号船舶（船宽较大，单向通航)均采用单向通航模式，调整其他船舶在航道中的航速，未出现追越局面。因此，多目标求解算法适用于双向航道与泊位资源协调优化问题，可得到有效最优解。进人航道次序i19210311412513617715816918101411191220山东交通学院学报表2(续)船舶类型航行方向初始位置船长/m集装箱船进港集装箱船进港集装箱船进港三号锚地集装箱船进港集装箱船进港散货船进港散货船进港调度开始时间/min032.043.0115.798.3206.3230.4209.4220.0240.8234.0244.02023年7 月第31卷船宽/mU;/kn二号锚地225二号锚地114142三号锚地143三号锚地146三号锚地129三号锚地164表3进港船舶调度计划进人航道时间/min离开航道时间/min21.478.653.2109.664.7122.5140.0199.3147.1206.4272.1331.4275.1334.3278.6337.9286.7345.9292.0351.3297.5356.8318.0377.2申请时间/min488.2169.4227.8228.2228.1208.5287.31 100r10501000950900850800380381382383384385386387388Z/min图7 Pareto前沿解集调度结束时间/min84.3116.7128.3204.1209.8335.0339.4344.0350.4359.3360.3382.2乘潮时间窗/min124132167200220234244。Pa r e t o 最优解集等待时间/min0120190663.71313.376.31198.41442.49010116.8170201第3期张明，等：基于双向航道与泊位资源协调的船舶调度优化表4出港船舶调度计划进人航道次序i调度开始时间/min1123324455677886153进入航道时间/min离开航道时间/min06.264.067.7203.0206.7207.0212.6213.0217.1210.1221.0220.0225.1225.4229.9等待时间/min67.70127.00266.0180.0271.9113.0276.4108.0280.243.1284.37.0289.2101.43.2算法优越性分析多目标优化模型的Z，收敛过程如图8 a)所示,Z，收敛过程如图8 b）所示。由图8 可知，在2 0 0 次送代寻优过程中改进的NSGA-II算法稳定性较好。1800160014001200uru/1000N80060040020020406080100 120140160180200送代次数a)z,为验证改进后NSGA-I算法的优越性，设置不同规模的算例分别求解，结果如表5所示。由表5可知：随船舶数n、泊位数m及单向通航船舶数的变化，改进后NSGA-II算法在Z,和Z，的寻优效果和算法运行时间方面均优于NSGA-II算法。nm16202016202025203026通常以人工方式进行港口的船舶调度，遵循先到先服务规则或大船优先服务规则，实时制定调度方案,受外在因素干扰较多,调度效率较低。对北方某港口遵循先到先服务规则进行调度,基于表1、2 的信息，Z,=539.5min，Z,=2 8 36.8 mi n。采用改进后NSGA-II算法求解的调度方案Z,=382.2min，Z,=4.500一种群平均适应度一最优解适应度图8 优化目标收敛曲线表5不同算例和2 种算法下2 个目标的优化对比单向通航改进后NSGA-II算法船舶数Z/min2332.43388.33385.44440.95502.8-种群平均适应度4000一最优解适应度350030002.5002.00015001000500020406080100 120140 160 180 200送代次数b)Z2NSGA-II算法Z,/min算法运行时间/min688.431.4915.545.4895.446.91 432.665.41 730.197.7Z/minZ,/min334.9713.3388.5922.0386.4903.1448.51 473.5506.51 770.0算法运行时间/min38.451.853.073.1115.0154893.4min，分别缩短了2 9.2%和6 8.5%，船舶进出港调度效率显著提升。4结束语山东交通学院学报2023年7 月第31卷研究具有离散型泊位的双向航道港口船舶的进出港调度优化问题，建立双向航道与泊位资源协调的多目标优化模型，采用改进后NSGA-II算法优化协调双向航道与泊位资源，在目标寻优和求解时间方面均优于NSGA-I算法。与先到先服务调度方案相比，多目标优化模型求解得到的调度方案大幅度提高港口船舶调度效率。但多目标优化模型未考虑拖轮、岸桥等资源整合，下一步研究可同时整合港内资源。调度模型亦可融人泊位作业效率、船舶油耗等经济因素，以期得到全面高效的调度方案。参考文献：1王更，许才广基于Flexsim的深圳港铜鼓航道通过能力仿真研究J.水运工程,2 0 19(9)：18 1-18 5.WANG Geng,XU Caiguang.Simulation study on the capacity of Tonggu channel in Shenzhen Port based on FlexsimJ.Port&Waterway Engineering,2019(9):181-185.2司文静，江福才，刘钊，等.考虑多因素的沿海双向航道通过能力计算模型构建J.船海工程,2 0 2 1,50（4)：131-136.SI Wenjing,JIANG Fucai,LIU Zhao,et al.Construction of a model for calculating the traffic capacity of coastal two-waychannel considering multiple factorsJ.Ship&Ocean Engineering.2021,50(4):131-136.3戴林伟.双向航道船舶交通流元胞自动机模型及仿真J.上海海事大学学报,2 0 19,40(1)：2 7-31.DAI Linwei.Cellular automaton model and simulation of ship traffic flow in two-way waterway J.Journal of ShanghaiMaritime University.2019,40(1):27-31.4SLUIMAN F J.Transit vessel schedulingJ.Naval Research Logistics,2017,64(3):225-248.5 郑红星，朱徐涛，李振飞.双向航道集装箱港口船舶调度优化算法J.计算机应用，2 0 2 1,41（10）：30 49-30 55.ZHENG Hongxing,ZHU Xutao,LI Zhenfei.Optimization algorithm of ship dispatching in container terminals with two-waychannelJ.Journal of Computer Applications,2021,41(10):3049-3055.6何春华.大数据分析下双向通航港口船舶自适应调度算法J.舰船科学技术，2 0 18,40(5A)：43-45.HE Chunhua.Adaptive ship scheduling algorithm for two-way navigation port based on big data analysis J.Ship Scienceand Teconlogy,2018,40(5A):43-45.7王亚辉，刘亚清，大数据分析下双向通航港口船只调度方法J.舰船科学技术,2 0 2 0,42（1A）：2 0 5-2 0 7.WANG Yahui,LIU Yaqing.Research on ship scheduling method of two-way navigable port under big data analysisJ.ShipScience and Teconlogy,2020,42(1A):205-207.8张新宇，郭文强，王婧赞，等.基于多源海事数据的大型船舶精细化分段乘潮研究J.地球信息科学学报，2 0 2 2,2 4(9):1688-1700.ZHANG Xinyu,GUO Wenqiang,WANG Jingyun,et al.Research on the refined segmental tide riding of large vesselsbased on multi-source maritime data J.Journal of Geo-information Science,2022,24(9):1688-1700.9ZHANG X,LIN J,GUO Z,et al.Vessel transportation scheduling optimization based on channel-berth coordinationJ.Ocean Engineering,2016,112:145-152.10AI-REFAIE A,ABEDALQADER H.Optimal berth allocation under regular and emergent vessel arrivals JJ.Proceedingsof the Institution of Mechanical Engineers,Part M:Journal of Engineering for the Maritime Environment,2021,235(2):642-656.11LIU B,LI Z C,SHENG D,et al.Integrated planning of berth allocation and vessel sequencing in a seaport with one-waynavigation channelJ.Transportation Research Part B:Methodological,2021,143:23-47.12ZHANG X,LI J,YANG Z,et al.Collaborative optimization for loading operation planning and vessel traffic scheduling indry bulk portsJ.Advanced Engineering Informatics,2022,51:101489.13 部世文，商剑平，饶卫振.煤炭码头船货匹配下泊位动态分配多目标优化模型及算法J.运筹与管理，2 0 2 2,31第3期(1):14-21.TAI Shiwen,SHANG Jianping,RAO Weizhen.Multi-objective optimization model and genetic algorithm for dynamic berthallocation problem under cargo matching in coal terminals J.Operation Research and Management Science,2022,31(1):14-21.14郑红星，姜雪，段爽.考虑减载移泊的散货港口泊位与船舶集成调度J.高技术通讯，2 0 2 0,30（4)：42 4-434.ZHENG Hongxing,JIANG Xue,DUAN Shuang.Bulk port berth and ship integrated scheduling considering load sheddingJ.Chinese High Technology Letters,2020,30(4):424-434.15郑红星，吴云强，邵思杨，等.考虑潮汐影响的泊位分配与船舶调度集成优化J.信息与控制，2 0 2 0,49（1)：95-103.ZHENG Hongxing,WU Yunqiang,SHAO Siyang,et al.Integrated ship inbound and outbound port order berth allocationscheduling under tidal influence J.Information and Control,2020,49(1):95-103.16BARBOSA F,RAMPAZZO P C B,DE AZEVEDO A T,et al.The impact of time windows constraints on metaheuristicsimplementation:a study for the discrete and dynamic berth allocation problem J.Applied Intelligence,2022,52(2):1406-1434.Ship scheduling optimization based on bidirectional channel and张明，等：基于双向航道与泊位资源协调的船舶调度优化berth resource coordination155ZHANG Ming,REN Hongxiang,XU Fuquan2*,LIU Guowei?,ZHOU Yi?1.Maritime College,Fujian Chuanzheng Communications College,Fuzhou 350007,China;2.Navigation College,Dalian Maritime University,Dalian 116026,China;3.CN00C Energy Technology and Service-Oil Production Services Co.,Lid.,Tianjin 300452,ChinaAbstract:In order to improve the inbound and outbound scheduling efficiency of bidirectional channel port ship,the optimization model and algorithm of bidirectional channel port ship scheduling are studied.Considering theactual situation of port discrete berth allocation and bidirectional channel navigation rules,the bidirectionalchannel and berth resource coordination optimization model is established aiming at minimizing the totalscheduling time and total waiting time of all ships.Taking the constraint characteristics of large ships enteringand leaving the port by tide,meeting trend,channel one-way/two-way conversio