3. 港口车辆调度问题建模
港口车辆调度并不是“把车派到任务点”这么简单。它同时受到岸桥作业节拍、堆场箱区位置、道路通行能力、车辆载重与续航、安全避障距离等多重条件约束。要让调度算法可计算、可评价、可落地，第一步必须把现实场景抽象成形式化模型：明确决策变量、约束集合与优化目标，再根据信息是否随时间变化，选择静态或动态调度模型。
一、问题定义：把港口运输抽象为带约束的任务分配与路径协同问题
在集装箱码头，水平运输车辆（AGV、无人集卡或有人集卡）负责在岸桥（QC）与堆场箱区（Yard Block）之间搬运集装箱。调度问题的输入通常包括：一组待执行任务、每辆车的初始位置与状态、岸桥与堆场的作业时间窗、道路网络拓扑、车辆速度与载重参数、避障安全间距等。输出则是每辆车执行哪些任务、按什么顺序执行、走哪条路径、在什么时刻到达关键节点。
形式化地，可定义任务集合 T = {t₁, t₂, …, tₙ}，车辆集合 V = {v₁, v₂, …, vₘ}，路网节点集合 N 与有向边集合 E。决策变量包括：任务分配变量 xᵢⱼ ∈ {0,1} 表示任务 tᵢ 是否由车辆 vⱼ 执行；任务顺序变量 yᵢₖⱼ ∈ {0,1} 表示车辆 vⱼ 是否在任务 tᵢ 后紧接着执行任务 tₖ；以及每辆车在各路段上的进入时刻 aᵥₑ。这些变量共同决定了调度方案。
二、约束条件：五类硬约束决定方案是否可行
港口车辆调度的约束可分为作业约束、时间约束、容量约束、路网与安全约束、以及电量/油量约束。任何一条硬约束被违反，方案即不可行。
- 任务覆盖约束：每个运输任务必须且只能被一辆车执行，不能漏箱或重复派车。
- 车辆流平衡约束：车辆从初始位置出发，执行若干任务后回到待命区或继续下一任务，路径连续。
- 时间窗约束：岸桥有装卸时间窗，车辆到达过早会造成等待，过晚则导致岸桥停工。
- 岸桥节拍约束：同一岸桥下同时作业的车辆数有限，避免拥堵和交叉干涉。
- 路网容量与避障约束：路段、路口、堆场通道同时容纳车辆数有限，车辆之间需保持最小安全距离。
- 载重与续航约束：重载与空载速度不同，电量或油量必须支持完成当前任务并返回补能点。
三、目标函数：从单目标到多目标加权
港口调度常见目标包括：最小化岸桥等待时间、最小化车辆总行驶距离、最小化任务完工时间（Makespan）、最小化能耗、最大化设备利用率。实际工程中通常采用加权多目标函数：
min F = α·Σ(QC等待时间) + β·Σ(车辆空驶距离)
+ γ·Makespan + δ·Σ(能耗) + λ·Σ(惩罚项)
其中 α、β、γ、δ、λ 为权重，需根据码头 KPI 标定；
惩罚项用于违反软时间窗、优先级倒置、拥堵超限等情况。权重的选择直接影响调度风格：α 偏大时车辆会提前在岸桥下排队，可能加剧拥堵；β 偏大时车辆倾向少跑空路，但可能增加岸桥等待。因此目标函数不是数学游戏，而是运营策略的量化表达。
四、静态与动态调度模型：信息确定性与滚动更新的分界
静态调度模型假设任务集合、车辆状态、行驶时间在调度周期开始前已知且不变，通常建模为带时间窗的车辆路径问题（VRPTW）或混合整数规划（MIP），适合夜班计划、船舶装卸计划等可提前编排的场景。其优点是全局最优性较好，缺点是抗扰动能力弱。
动态调度模型则面向实时变化：新任务插入、岸桥故障、车辆抛锚、道路拥堵、临时封路等。常见做法是“滚动时域优化”：每隔 Δt 或每完成一批任务，就用当前状态重新求解一个有限时域内的子问题，只执行最近一段决策，再滚动更新。动态模型更贴近真实港口，但对求解速度和状态估计精度要求更高。
五、案例场景：岸桥等待与空驶距离的权衡
假设某码头有 2 台岸桥、6 辆无人集卡、12 个待运任务。若目标函数只最小化空驶距离，车辆会优先选择距离近的任务，导致部分岸桥在装卸高峰时无车可用，岸桥等待时间上升。若把岸桥等待时间权重 α 调高，车辆会提前向岸桥集结，但堆场通道可能拥堵，避障约束触发后车辆减速，反而拉长整体完工时间。工程上通常先做参数敏感性分析，再确定权重组合。
| 模型要素 | 静态调度 | 动态调度 |
|---|---|---|
| 信息假设 | 任务、时间、路况已知且不变 | 信息随时间变化，存在突发事件 |
| 典型方法 | MIP、VRPTW、遗传算法 | 滚动时域、在线启发式、强化学习 |
| 求解时机 | 周期开始前一次性求解 | 事件触发或周期滚动求解 |
| 优势 | 全局优化、方案稳定 | 响应快、适应扰动 |
| 风险 | 扰动后方案失效 | 短视、震荡、计算压力大 |
六、常见误区与复盘要点
- 误区一：把避障当成事后检查。避障安全距离应作为约束进入模型，而不是求解后再人工修正，否则方案频繁不可行。
- 误区二：目标函数只写一个指标。港口 KPI 是多维的，单目标容易把压力转移到其他环节，建议加权并做敏感性分析。
- 误区三：动态模型等于实时重算。实时重算成本高且易震荡，滚动时域加“冻结窗口”更稳定。
- 复盘要点：记录每次调度决策的输入状态、约束触发情况、目标值变化，才能定位是模型问题还是数据问题。
综上，港口车辆调度建模的关键在于：用任务分配与顺序变量描述决策，用时间窗、路网容量、避障距离和续航构成硬约束，用加权多目标函数表达运营偏好，再根据信息确定性选择静态或动态模型。只有模型结构与码头数据能力、作业节拍和安全要求对齐，后续的协同调度与避障算法才有可靠的优化基础。