同济大学学报(自然科学版)

作者：张艳伟，蔡梦蝶

单位：武汉理工大学 交通与物流工程学院，湖北 武汉 430063

关键词：集装箱码头,堆场翻箱,智能决策,马尔科夫决策过程,逆向强化学习

基金：国家自然科学基金（60904067）

集装箱码头装船时堆场翻箱具有时序性与动态性，属于NP（non?deterministic polynomial）难问题。针对常见的顺岸式集装箱码头堆场，以最小化总翻箱次数为优化目标，考虑翻箱对装船连续性及效率的影响，基于马尔科夫决策过程构建装船时堆场翻箱模型，设计逆向强化学习算法。为验证算法的有效性，以随机决策为基准，将设计的逆向强化学习算法与码头常见规则决策、随机决策对比。结果表明，贝位堆存状态不佳时，常见的规则决策不一定优于随机决策；逆向强化学习算法可有效挖掘隐含专家经验，收敛至最小翻箱次数的概率更高，且不同堆存状态下均能更好地限制单次发箱的翻箱次数，可实现装船时堆场翻箱智能决策。

来源：2021年第10期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2021年第10期