Modified NSGA-II for Solving Continuous Berth Allocation Problem: Using Multiobjective Constraint-Handling Strategy
Modified NSGA-II for Solving Continuous Berth Allocation Problem: Using Multiobjective Constraint-Handling Strategy
复制标题
改进的 NSGA-II 解决连续泊位分配问题：使用多目标约束处理策略
DOI：
10.1109/tcyb.2017.2669334
复制
发表时间：
2017-02
影响因子：
11.8
通讯作者：
Yuan Yanbin
中科院分区：
文献类型：
--
作者：
Ji Bin;Yuan Xiaohui;Yuan Yanbin
连续泊位分配问题（BAPC）是交通工程中的一个主要优化问题。它的主要目的是在满足一些实际约束的情况下，通过优化调度船舶到码头靠泊区，最大限度地减少船舶在港停留时间。之前的大多数文献都通过启发式方法和不同的约束处理策略来处理 BAPC，因为它被证明是 NP 困难的。在本文中，我们通过将约束违规转换为另一个目标，将受约束的单目标BAPC（SBAPC）模型转换为无约束的多目标BAPC（MBAPC）模型，这被称为多目标优化（MOO）约束处理技术。然后提出了一种偏差选择改进的非支配排序遗传算法II（MNSGA-II）来优化MBAPC，其中档案被设计为一种有效的补充机制，为可行解提供搜索偏差。最后，所提出的 MBAPC 模型和 MNSGA-II 方法在文献和生成实例上进行了测试。我们将 MNSGA-II 与其他 MOO 算法在 MBAPC 模型下获得的结果以及单目标导向方法在 SBAPC 模型下获得的结果进行了比较。对比显示了MBAPC模型的可行性和MNSGA-II算法的优势。
Continuous berth allocation problem (BAPC) is a major optimization problem in transportation engineering. It mainly aims at minimizing the port stay time of ships by optimally scheduling ships to the berthing areas along quays while satisfying several practical constraints. Most of the previous literatures handle the BAPC by heuristics with different constraint handling strategies as it is proved NP-hard. In this paper, we transform the constrained single-objective BAPC (SBAPC) model into unconstrained multiobjective BAPC (MBAPC) model by converting the constraint violation as another objective, which is known as the multiobjective optimization (MOO) constraint handling technique. Then a bias selection modified non-dominated sorting genetic algorithm II (MNSGA-II) is proposed to optimize the MBAPC, in which an archive is designed as an efficient complementary mechanism to provide search bias toward the feasible solution. Finally, the proposed MBAPC model and the MNSGA-II approach are tested on instances from literature and generation. We compared the results obtained by MNSGA-II with other MOO algorithms under the MBAPC model and the results obtained by single-objective oriented methods under the SBAPC model. The comparison shows the feasibility of the MBAPC model and the advantages of the MNSGA-II algorithm.
登录
查看更多内容
DOI：
10.1016/j.dss.2006.06.008
发表时间：
2007
期刊：
Decis. Support Syst.
影响因子：
--
作者：
Fan Wang;A. Lim
通讯作者：
Fan Wang;A. Lim
影响因子：
6.8
作者：
A. Imai;Xinyu Sun;E. Nishimura;Stratos Papadimitriou
通讯作者：
A. Imai;Xinyu Sun;E. Nishimura;Stratos Papadimitriou
DOI：
10.1061/9780784413067.165
发表时间：
2013-08
期刊：
--
影响因子：
--
作者：
Mohammad Joharianzadeh;Abbas Babazadeh;A. Fakher
通讯作者：
Mohammad Joharianzadeh;Abbas Babazadeh;A. Fakher
影响因子：
6.8
作者：
Kap-Hwan Kim;Kyungduk Moon
通讯作者：
Kap-Hwan Kim;Kyungduk Moon
DOI：
10.1287/trsc.1120.0419
发表时间：
2013-05
期刊：
Transp. Sci.
影响因子：
--
作者：
F. Meisel;C. Bierwirth
通讯作者：
F. Meisel;C. Bierwirth