留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于深度强化学习的自动化集装箱码头集成调度方法

尹星 张煜 郑倩倩 唐可心

尹星, 张煜, 郑倩倩, 唐可心. 基于深度强化学习的自动化集装箱码头集成调度方法[J]. 交通信息与安全, 2022, 40(6): 81-91. doi: 10.3963/j.jssn.1674-4861.2022.06.009
引用本文: 尹星, 张煜, 郑倩倩, 唐可心. 基于深度强化学习的自动化集装箱码头集成调度方法[J]. 交通信息与安全, 2022, 40(6): 81-91. doi: 10.3963/j.jssn.1674-4861.2022.06.009
YIN Xing, ZHANG Yu, ZHENG Qianqian, TANG Kexin. A Study of Integrated Scheduling of Automated Container Terminal Based on DDQN[J]. Journal of Transport Information and Safety, 2022, 40(6): 81-91. doi: 10.3963/j.jssn.1674-4861.2022.06.009
Citation: YIN Xing, ZHANG Yu, ZHENG Qianqian, TANG Kexin. A Study of Integrated Scheduling of Automated Container Terminal Based on DDQN[J]. Journal of Transport Information and Safety, 2022, 40(6): 81-91. doi: 10.3963/j.jssn.1674-4861.2022.06.009

基于深度强化学习的自动化集装箱码头集成调度方法

doi: 10.3963/j.jssn.1674-4861.2022.06.009
基金项目: 

国家自然科学基金项目 72174160

详细信息
    作者简介:

    尹星(1994—), 硕士研究生.研究方向: 港口调度与优化.E-mail: 1641018405@qq.com

    通讯作者:

    唐可心(1996—), 博士研究生.研究方向: 群智能优化算法、港口调度优化等.E-mail: monxint@whut.edu.cn

  • 中图分类号: U691+.31

A Study of Integrated Scheduling of Automated Container Terminal Based on DDQN

  • 摘要: 针对自动化集装箱码头卸货过程中岸桥、智能运输机器人和场桥设备交互作业, 实际调度环境复杂多变等问题, 以最小化最大完工时间为目标, 构建基于混合流水车间的三阶段集装箱码头集成调度模型, 为解决自动化码头调度环境动态性强的特点, 使用1种深度强化学习算法(DDQN)进行求解。依据码头实际调度情况, 使用神经网络实时拟合动作-值函数, 把各阶段设备状态数据输入模型, 采用经验回放机制训练模型, 把单一启发式规则加复合启发式规则作为设备候选行为, 通过强化学习动作选择与动作评估机制, 得到最优的集装箱-设备组合策略, 并与精确算法和常用的几种元启发式策略进行对比分析。结果表明: 较大规模算例下, 与目前较为先进的粒子群算法相比, 所提方法的总作业时间平均降低了7.84%, 与理论下界值的差距分别为6.0%, 5.6%, 4.6%, 三阶段设备负载较为均衡, 设备平均利用率为89%, 满足实际应用需求; 小规模算例下, 与Gurobi求解器的总完工时间平均误差为1.99%, 且随着算例规模增加, 所提算法在求解时间上显现出一定的优势, 求解时间最大提升59%, 验证了所提方法对于提升自动化集装箱码头运行效率的可行性和高效性。

     

  • 图  1  码头前沿布局示意图

    Figure  1.  Layout diagram of wharf front

    图  2  集装箱卸货过程3阶段流水车间调度示意图

    Figure  2.  Schematic diagram of three-stage flow shop scheduling about container unloading process

    图  3  基于深度强化学习的集装箱集成调度机制

    Figure  3.  Container integrated scheduling mechanism based on deep reinforcement learning

    图  4  调度算法流程图

    Figure  4.  Flow chart of scheduling algorithm

    图  5  算法收敛图

    Figure  5.  Algorithm convergence graph

    图  6  调度结果甘特图

    Figure  6.  Gantt chart of dispatching results

    图  7  6种策略与理论下界值差距箱型图

    Figure  7.  Box plot of the gap between six strategies and the theoretical lower bound

    图  8  启发式行为使用频率统计

    Figure  8.  Heuristic behavior usage frequency statistics

    表  1  3阶段混合流水车间调度模型参数及说明

    Table  1.   Parameters and description of three-stage hybrid flow shop scheduling model

    参数名 说明
    i/j 作业集序号,i/jJ = {1, 2,…, n}
    J 集装箱作业集集合
    k 阶段序号,kK = {1, 2,…, l}
    K 操作阶段集合
    m 操作设备编号mMk = {1, 2,…,lk}
    Mk 阶段k所有设备的集合
    V 虚拟作业集
    pikm 作业集ik阶段的m设备上的操作时间
    wkm 阶段k中设备m可以开始运作的最早时间
    tijkm 阶段k中同1个设备m操作先后2个作业集ij时所需的准备时间
    sikm 决策变量:阶段k中,设备m对作业集i的开始操作时间
    eikm 决策变量:阶段k中,设备m对作业集i终止操作时间
    xikm 决策变量:作业集i在阶段k被设备m操作时为1,否则为0
    xijkm 决策变量:在阶段k,设备m操作完作业集i后紧接着对作业集j进行操作时为1,否则为0
    Φ 作业集被服务的优先关系集合,(i, j)∈ Φ表示作业集i必须在作业集j之前操作
    N 1个极大的正数
    下载: 导出CSV

    表  2  调度规则

    Table  2.   Scheduling rules

    序号 规则 说明
    1 Johnson1 将当前队列Ωk分为2个子集Q1Q2,然后阶段2设备ART依据SPT规则选择Q1中的作业集
    2 Johnson2 阶段2设备ART依据LPT规则选择Q2中的作业集
    3 Johnson3 将当前队列Ωk分为2个子集A1A2,然后阶段3设备YC依据LWKR选择A1中的作业集
    4 Johnson4 阶段3设备YC依据MWKR选择A2中的作业集
    5 FIFO 先到先加工原则
    6 SPT 优先选择加工时间最短的工件
    7 LPT 优先选择加工时间最长的工件
    8 LWKR 优先选择剩余加工时间最短的工件
    9 MWKR 优先选择剩余加工时间最长的工件
    下载: 导出CSV

    表  3  集装箱码头各阶段设备运作效率

    Table  3.   Operation time of equipment at each stage of container terminal

    设备名称 作业类型 运作效率
    单小车岸桥 单次作业/s 三角分布(93,103 113)
    ART 空载速度/(m/s) 9.7
    重载速度 7
    双悬臂ARMG 单次作业/s 三角分布(102,144 216)
    下载: 导出CSV

    表  4  码头前沿距各箱区的距离

    Table  4.   Distance from wharf apron to each container area

    码头 箱区
    1 2 3 4 5 6 7 8
    距离/m 120 170 220 280 330 390 440 500
    下载: 导出CSV

    表  5  算法参数设置

    Table  5.   Algorithm parameter setting

    参数 取值
    折扣因子γ 0.995
    学习率α 4×10-4
    经验回放池R的容量D 6 000
    采样批量数N 64
    Episode/代 1 600
    控制校正参数β 0.4
    目标Q网络更新频率/代 100
    下载: 导出CSV

    表  6  单小车岸桥调度方案

    Table  6.   Single trolley quay crane dispatching scheme

    单小车岸桥编号 岸桥操作序列
    1 24→8→22→2→13→16→26
    2 20→25→18→21→27→30→1→17
    3 3→10→29→12→28→14→4→5
    4 6→11→23→9→7→15→19
    下载: 导出CSV

    表  7  ART指派结果

    Table  7.   Art assignment results

    ART小车编号 ART操作序列
    1 3→2
    2 8→30
    3 29→16
    4 22→4
    5 11→15
    6 25→14
    7 9→5
    8 12→17
    9 20→28
    10 21→1
    11 6→7
    12 24→27
    13 10→13
    14 23→26
    15 18→19
    下载: 导出CSV

    表  8  双悬臂场桥调度方案

    Table  8.   Double cantilever yard crane dispatching scheme

    双悬臂场桥编号 双悬臂场桥操作序列
    1 6→23→19
    2 24→22→15→26
    3 3→18→7→16
    4 10→28→30
    5 25→9→1
    6 20→29→2→14→5
    7 8→12→13→17
    8 11→21→27→4
    下载: 导出CSV

    表  9  小规模算例下Gurobi和深度强化学习算法求解结果对比

    Table  9.   Comparison of solution results between gurobi and deep reinforcement learning algorithms for small-scale examples

    算例序号 n × Q × A × M Gurobi 深度强化学习算法(DDQN) E/%
    e1/s t1/s e2/s t2/s
    1 4x2x6x3 7 524 2.28 7 650 12.75 1.67
    2 4x2x8x3 7 511 3.06 7 650 10.83 1.85
    3 8x2x6x3 9 808 7.24 10 054 16.44 2.51
    4 8x2x8x3 9 513 9.91 9 711 16.34 2.08
    5 10x2x6x4 10 910 13.02 11 220 19.89 2.84
    6 10x2x8x4 9 526 17.18 9 700 16.75 1.83
    7 12x3x9x5 9 825 35.51 9 917 35.09 0.94
    8 12x3x12x5 9 523 47.14 9 719 23.51 2.06
    9 14x3x9x5 10 885 54.14 10 986 26.56 0.93
    10 14x3x12x5 10 022 66.32 10 337 27.03 3.14
    平均值 1.99
    下载: 导出CSV

    表  10  较大规模算例求解对比

    Table  10.   Comparison of large-scale numerical examples

    调度策略 不同规模实例调度结果(总完工时间)平均值/s
    60×12×26×14 80×12×30×14 100×12×36×14
    FIFO 17 828 21 287 28 238
    SPT 17 809 21 312 28 176
    LPT 17 797 21 337 28 193
    LWKR 17 824 21 333 28 160
    MWKR 17 852 21 358 28 235
    PSO 16 765 18 968 24 032
    DDQN 15 582 17 756 22 027
    理论下界 14 698 16 804 21 068
    差距/% 6.0 5.6 4.6
    注:根据文献[23]中的方法,可计算得出3阶段混合流水车间调度问题完工时间的理论下界值。
    下载: 导出CSV
  • [1] 高雪峰. 基于深度强化学习的自动化集装箱码头双场桥动态调度研究[D]. 大连: 大连理工大学, 2020.

    GAO X F. Research on dynamic scheduling of two YC in automated container terminal based on deep reinforcement learning[D]. Dalian: Dalian University of Technology, 2020. (in Chinese)
    [2] 丁一, 袁浩, 方怀瑾, 等. 考虑冲突规避的自动化集装箱码头AGV优化调度方法[J]. 交通信息与安全, 2022, 40(3): 96-107. doi: 10.3963/j.jssn.1674-4861.2022.03.010

    DING Y, YUAN H, FANG H J, et al. An optimal scheduling method of AGVs at automated container terminal considering conflict avoidance[J]. Journal of Transport Information and Safety, 2022, 40(3): 96-107. (in Chinese) doi: 10.3963/j.jssn.1674-4861.2022.03.010
    [3] 夏孟珏, 史学鑫, 李美贞. 集装箱码头岸桥突发故障情况下装卸船作业重调度研究[J]. 上海海事大学学报, 2022, 43(1): 30-37. https://www.cnki.com.cn/Article/CJFDTOTAL-SHHY202201005.htm

    XIA M J, SHI X X, LI M Z, et al. Study on handling operation rescheduling under sudden malfunction of container terminal quay cranes[J]. Journal of Shanghai Maritime University, 2022, 43(1): 30-37. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SHHY202201005.htm
    [4] 梁承姬, 杨全业. 双循环操作策略下集装箱码头岸桥与集卡多船作业联合调度[J]. 重庆交通大学学报(自然科学版), 2018, 37(3): 106-114. https://www.cnki.com.cn/Article/CJFDTOTAL-CQJT201803019.htm

    LIANG C J, YANG Q Y. Container terminal QC & IT integral scheduling model for multi-vessel operation under double-cycle strategy[J]. Journal of Chongqing Jiaotong University(Natural Science), 2018, 37(3): 106-114. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-CQJT201803019.htm
    [5] 陈超, 邱建梅, 台伟力, 等. 出口箱随机入港下的集装箱码头泊位调度[J]. 交通信息与安全, 2014, 181(1): 91-96. doi: 10.3963/j.issn.1674-4861.2014.01.019

    CHEN C, QIU J M, TAI W L, et al. Berth allocation planning in container terminals for the outbound containers arrival in random order[J]. Journal of Transport Information and Safety, 2014, 181(1): 91-96. (in Chinese) doi: 10.3963/j.issn.1674-4861.2014.01.019
    [6] 常祎妹, 朱晓宁. 不确定因素下的集装箱码头车船间装卸作业集成调度[J]. 交通运输工程学报, 2017, 17(6): 115-124. https://www.cnki.com.cn/Article/CJFDTOTAL-JYGC201706017.htm

    CHANG Y M, ZHU X N. Integrated scheduling of handling operation between train and vessel in container terminal under uncertain factor[J]. Journal of Traffic and Transportation Engineering, 2017, 17(6): 115-124. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JYGC201706017.htm
    [7] KIM K H, PARK Y M. A crane scheduling method for port container terminals[J]. European Journal of Operational Research, 2004, 156(3): 752-768.
    [8] 秦天保, 葛浩, 沙梅. 约束规划求解集装箱装卸系统集成调度问题[J]. 系统工程理论与实践, 2015, 35(8): 2127-2136. https://www.cnki.com.cn/Article/CJFDTOTAL-XTLL201508023.htm

    QIN T B, GE H, SHA M. Constraint programming for the integrated scheduling problem of container handling system in container terminals[J]. System Engineering-Theory & Practice, 2015, 35(8): 2127-2136. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XTLL201508023.htm
    [9] ZHEN L, YU S C, WANG S A, et al. Scheduling quay cranes and yard trucks for unloading operations in container ports[J]. Annals of Operations Research, 2019, 273(1): 455-478.
    [10] 钟祾充, 李文锋, 贺利军, 等. 集装箱码头混合零空闲柔性流水作业调度优化[J/OL]. 计算机集成制造系统: 1-22[2022-10-28]. http://kns.cnki.net/kcms/detail/11.5946.TP.20211228.1358.016.html.

    ZHONG L C, LI W F, HE L J, et al. Optimization of mixed no-idle flexible flow scheduling in container terminal[J]. Computer Integrated Manufacturing Systems: 1-22[2022-10-28]. http://kns.cnki.net/kcms/detail/11.5946.TP.20211228.1358.016.html. (in Chinese)
    [11] 陈超, 张哲, 曾庆成. 集装箱码头混合交叉作业集成调度模型[J]. 交通运输工程学报, 2012, 12(3): 92-100. https://www.cnki.com.cn/Article/CJFDTOTAL-JYGC201203017.htm

    CHEN C, ZHANG Z, ZENG Q C. Integrated scheduling model of mixed cross-operation for container terminal[J]. Journal of Traffic and Transportation Engineering, 2012, 12(3): 92-100. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JYGC201203017.htm
    [12] 杨彩云, 张煜, 徐亚军, 等. 自动化集装箱码头ART动态调速群智决策研究[J]. 武汉理工大学学报, 2022, 44(1): 28-35. https://www.cnki.com.cn/Article/CJFDTOTAL-WHGY202201005.htm

    YANG C Y, ZHANG Y, XU Y J, et al. Simulation analysis of ART dynamic speed regulation of automated container terminal based on MAS[J]. Journal of Wuhan University of Technology, 2022, 44(1): 28-35. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-WHGY202201005.htm
    [13] SUTTON R S, BARTO A G. Reinforcement learning: an introduction[J]. IEEE Transactions on Neural Networks, 1998, 9(5): 1054-1054.
    [14] 张华胜. 基于深度强化学习的自动化码头跨运车集成调度研究[D]. 上海: 上海海事大学, 2021.

    ZHANG H S. Research on integrated scheduling of shuttle carriers in automated terminals based on deep reinforcement learning[D]. Shanghai: Shanghai Maritime University, 2021. (in Chinese)
    [15] 尚晶, 徐长生. 基于强化学习的集装箱码头卡车调度策略研究[J]. 武汉理工大学学报, 2011, 33(3): 72-76. https://www.cnki.com.cn/Article/CJFDTOTAL-WHGY201103015.htm

    SHANG J, XU C S. Vehicle scheduling in container terminal based on reinforcement learning[J]. Journal of Wuhan University of Technology, 2011, 33(3): 72-76. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-WHGY201103015.htm
    [16] PARK S J, YOO Y H, PYO C W. Applying DQN solutions in fog-based vehicular networks: Scheduling, caching, and collision control[J]. Vehicular Communications, 2022, 33(C): 100397.
    [17] SALVADORl M S. A solution to a special class of flow shop scheduling problems[J]. Symposium on the Theory of Scheduling and Its Applications, 1972(86): 83-91.
    [18] SUTTON R S, BARTO A G. Reinforcement Learning: An Introduction[M]. second edition. 北京: 电子工业出版, 2019.
    [19] 陆志强, 任逸飞, 许则鑫. 基于深度学习的资源投入问题算法[J]. 计算机集成制造系统, 2021, 27(6): 1558-1568. https://www.cnki.com.cn/Article/CJFDTOTAL-JSJJ202106003.htm

    LU Z Q, REN Y F, XU Z X. Research on the deep learning algorithm for resource investment problem[J]. Computer Integrated Manufacturing Systems, 2021, 27(6): 1558-1568. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JSJJ202106003.htm
    [20] HAN B A, YANG J J. Research on adaptive job shop scheduling problems based on dueling double DQN[J]. IEEE Access, 2020(8): 186474-186495.
    [21] WANG Y H, ZHOU X, SHI Y X, et al. Transmission network expansion planning considering wind power and load uncertainties based on multi-agent DDQN[J]. Energies, 2021, 14(19): 6073.
    [22] LIU C L, CHANG C C, TSENG C J. Actor-Critic deep reinforcement learning for solving job shop scheduling problem[J]. IEEE Access, 2020(8): 71752-71762.
    [23] 邢曦文. 基于混合流水作业组织的集装箱码头装卸集成调度优化[D]. 大连: 大连海事大学, 2013.

    XING X W. Optimization of container loading/unloading integrated scheduling in a container terminal based on hybrid flowshop[D]. Dalian: Dalian Maritime University, 2013. (in Chinese)
    [24] 肖鹏飞, 张超勇, 孟磊磊, 等. 基于深度强化学习的非置换流水车间调度问题[J]. 计算机集成制造系统, 2021, 27(1): 192-205. https://www.cnki.com.cn/Article/CJFDTOTAL-JSJJ202101018.htm

    XIAO P F, ZHANG C Y, MENG L L, et al. Non-permutation flow shop scheduling problem based on deep reinforcement learning[J]. Computer Integrated Manufacturing Systems, 2021, 27(1): 192-205. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JSJJ202101018.htm
    [25] YUTTHAPONG T, WERASAK K. Comparing nonlinear inertia weights and constriction factors in particle swarm optimization[J]. International Journal of Knowledge-Based and Intelligent Engineering Systems, 2011, 15(2): 65-70.
  • 加载中
图(8) / 表(10)
计量
  • 文章访问数:  1154
  • HTML全文浏览量:  361
  • PDF下载量:  57
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-06-13
  • 网络出版日期:  2023-03-27

目录

    /

    返回文章
    返回