L'algoritmo genetico ibrido riduce i tempi di operazione dei container portuali del 15-20%
L'algoritmo genetico ibrido recentemente introdotto, QCDC-DR-GA, affronta il problema NP-hard dell'ottimizzazione delle operazioni portuali sui container, ponendo l'accento sul doppio ciclo delle gru di banchina e sulla minimizzazione delle ricollocazioni nel piazzale. Questa ricerca, pubblicata su arXiv (2406.08534), sostiene una strategia di ottimizzazione completa a causa dell'interconnessione tra le sequenze di scarico e le disposizioni del piazzale. Impiegando strategie mirate, QCDC-DR-GA migliora i cicli doppi e riduce le ricollocazioni, ottenendo una diminuzione del 15-20% del tempo operativo totale per le grandi navi rispetto alle tecniche attuali. I risultati sono stati confermati tramite test t appaiati a due code con un livello di significatività del 5%. Questo studio evidenzia l'inefficienza delle operazioni portuali frammentate e la necessità di una pianificazione coesa, con impatti sulla logistica e sulla gestione della catena di approvvigionamento.
Fatti principali
- Il problema è NP-hard.
- Il metodo integra il doppio ciclo delle gru di banchina (QCDC) e la minimizzazione delle ricollocazioni nel piazzale.
- L'algoritmo proposto si chiama QCDC-DR-GA, un algoritmo genetico ibrido.
- Mira a massimizzare i cicli doppi e minimizzare le ricollocazioni nel piazzale.
- Vengono impiegate strategie specializzate di crossover e mutazione.
- Gli esperimenti su varie dimensioni di navi mostrano una riduzione del 15-20% del tempo operativo totale per le grandi navi.
- La validazione statistica tramite test t appaiati a due code conferma i miglioramenti a un livello di significatività del 5%.
- I risultati sottolineano l'inefficienza dell'ottimizzazione isolata.
Entità
—