基于Actor-Critic深度强化学习的堆场分布式资源联合调度优化OA

面对日益增长的集装箱吞吐量,如何高效地管理和调度码头资源,成为提升码头竞争力的关键所在。以自动化集装箱码头堆场为研究对象,针对出口箱的箱位分配和场桥调度问题,提出一种基于深度强化学习(DRL)的优化方法。对集装箱码头堆场作业系统进行全面分析,构建一个多目标优化模型,该模型以减少场桥作业时间、集卡等待时间和箱区翻箱量为主要目标,同时兼顾场桥间的安全距离和作业量均衡等约束条件。为了降低模型求解的复杂性,提出基于DRL的Actor-Critic算法。设计不同规模的算例,通过与遗传算法(GA)的结果和CPLEX的精确解之间的对比分析,展示Actor-Critic算法在求解速度和解的质量上的优势。实验结果表明,该算法在小规模问题上能够快速准确地求解,在大规模问题上也能获得近似最优解,且在大规模问题的求解上,相较于GA展现了显著的优越性。通过对比实验,进一步探讨了场桥数量和分区平衡混堆策略对优化结果的影响。分析结果表明,分区平衡混堆策略在均衡场桥作业量、减少场桥空闲时间方面优于传统堆存策略。