摘要
本发明公开了一种集装箱码头集装箱的箱位指派方法,包括以下步骤:根据目标船舶及集装箱信息获得集装箱的装船优先级;构建用于箱位实时指派的马尔科夫决策模型;使用深度强化学习算法对马尔科夫决策模型进行训练,获得箱位实时指派策略模型;将装船优先级及状态信息输入箱位实时指派策略模型,获得进场集装箱的指派箱位。本发明提供的技术方案,考虑集装箱进场时间的不确定性,将集装箱箱位实时指派问题构建为马尔科夫决策模型,通过深度强化学习算法D3QN进行训练;解决了集装箱箱位指派的实时性问题,有效降低了装船翻箱次数,提高了装船作业效率;且利用此方法时,不同目的港的集装箱可堆存在同一列,提高了堆场的利用率。
技术关键词
集装箱码头
深度强化学习算法
集装箱信息
决策
策略
装船作业
船舶
指派系统
模型训练模块
堆场
参数
代表
系统为您推荐了相关专利信息
闸门开度传感器
防冲击溜槽
定量装车系统
称重仓
皮带输送机
深度确定性策略梯度
电力系统
电路拓扑结构
储能系统模型
光伏发电功率
混合启发式算法
系统调度方法
四向车
路径规划算法
货物站台
发电机控制系统
可靠性分析方法
子系统
策略
冗余校验
宫颈癌筛查
管理决策支持
多重荧光PCR技术
风险分层
条件依赖关系