一种拖轮调度方法与流程

本发明涉及拖轮调度，尤其涉及一种拖轮调度方法。

背景技术：

1、拖轮调度作为港口作业的一个重要调度环节，在辅助港口生产经营，提高码头作业效率、提高口岸通航效率等方面均有着重要推进作用。

2、在目前拖轮调度具体操作中，普遍还是依据人工判断和历史经验对拖轮进行调度安排，该方法虽然考虑因素较为全面，会将船舶因素和人力因素都考虑在内，但是这种传统的方法受主观因素影响太大，而且对于拖轮使用情况和驾驶员工作时间也难以把控的很全面，可能会造成一些资源使用不平衡等情况；

3、为优化拖轮资源配置，改革传统的拖轮作业调度模式，提高港口调度效率，减轻港口拖轮的工作压力，减少拖轮的资源浪费，越来越多的研究开始倾向于拖轮资源优化配置。其中，一种基于风浪流的港口船舶拖轮配置的确定方法对优化拖轮调度提供看新思路，该方法通过分别计算风浪流三种因素对船舶的干扰、计算风浪流联合作用下船舶靠离泊所需最小拖力、采用遗传算法与粒子群算法叠加结合的多目标优化算法，来对拖轮配置情况进行优化，以辅助用户决策。虽然这种方法较之前基于人工判断和历史经验的传统拖轮调度算法有所提升，但是该方法考虑情况过于理想化，只将风、浪、流这三种外界环境素作为拖轮配置的影响因素，未考虑到很多其他影响拖轮配置的因素，因为拖轮的派遣除了要考虑外界因素，还要考虑到距离、作业量、拖轮动力以及驾驶员工作状态等因素，毕竟拖轮作业很大一部分来源于拖轮配置和驾驶员操作，只通过外界因素而不考虑实际作业情况确定的拖轮马力要求有可能是不符合最佳资源配置方法的。

4、因此，为了既解决上述传统方法的主观判断造成的资源不平衡问题，又解决只考虑单一因素的拖轮配置方法导致的不符合实际作业的情况，本发明提出的拖轮智能调度算法则考虑了更多影响因素。

技术实现思路

1、本发明的目的在于提供一种拖轮调度方法，能够在建立基础拖轮使用规范表、拖轮使用规范机器学习分类模型和历史拖轮使用规范表的情况下获取拖轮作业方案，并通过考量多种调度指标选取拖轮作业方案中涉及到的具体的可用拖轮，智能获取拖轮调度方案。

2、为达到上述技术效果，本发明所提出的拖轮调度方法采用以下技术方案予以实现：

3、本技术涉及一种拖轮调度方法，包括：

4、s1：建立历史拖轮使用规范表、拖轮使用规范机器学习分类模型和基础拖轮使用规范表，所述历史拖轮使用规范表包括大船船名、呼号、作业港区、作业类型及其对应的第一拖轮作业规则，所述第一拖轮作业规则为空或至少一种第一拖轮作业方案，所述第一拖轮作业方案包括拖轮的马力种类、每种马力种类下拖轮的数量、以及所述拖轮作业方案的使用频次；

5、所述拖轮使用规范机器学习分类模型为基于历史拖轮调度数据采用机器学习算法进行训练的分类模型，以通过所述分类模型获取第二拖轮作业规则，所述第二拖轮作业规则包括至少一种第二拖轮作业方案，所述第二拖轮作业方案包括拖轮的马力种类以及每种马力种类下拖轮的数量；

6、所述基础拖轮使用规范表包括基于历史拖轮调度数据及规定所获取的第三拖轮作业规则，所述第三拖轮作业规则包括至少一种第三拖轮作业方案，所述第三拖轮作业方案包括拖轮的马力种类以及每种马力类型下拖轮的数量；

7、s2：确定拖轮作业方案，具体为：

8、首先根据大船数据，依次匹配所述历史拖轮使用规范表获取的第一拖轮作业方案和通过所述分类模型获取的第二拖轮作业方案，选择历史使用最多的方案作为所述拖轮作业方案，若在第一拖轮作业方案和第二拖轮作业方案中均未找到与所述大船信息相匹配的拖轮作业方案，或者找到一种第一拖轮作业方案且其使用频次为一次，则匹配所述基础拖轮使用规范表，获取与所述大船信息对应的第三拖轮作业方案作为所述拖轮作业方案；

9、s3：根据所确定的拖轮作业方案，利用五个调度指标机理模型对可用拖轮各调度指标进行量化评分，具体为：

10、所述五个调度指标机理模型包括与拖轮带缆距离有关的拖轮空驶损耗机理模型、与驾驶员疲劳度调度指标有关的拖轮疲劳度机理模型、与拖轮内外档损耗调度指标有关的拖轮内外档损耗机理模型、与驾驶员交接班时间调度指标有关的拖轮交接班机理模型、以及与拖轮及驾驶员作业次数调度指标有关的拖轮作业量机理模型；

11、利用所述拖轮空驶损耗机理模型，获取与拖轮带缆距离有关的调度指标下的评分p1；

12、利用所述拖轮疲劳度机理模型，获取与驾驶员疲劳度有关的调度指标下的评分p2；

13、利用所述拖轮内外档损耗机理模型，获取与拖轮内外档损耗有关的调度指标下的评分p3，其中，位于码头最外侧的拖轮称为外档拖轮，位于内侧且外侧还停靠有拖轮的拖轮称为内档拖轮；

14、利用所述拖轮交接班机理模型，获取与驾驶员交接班时间有关的调度指标下的有关的评分p4；

15、利用所述拖轮作业量机理模型，获取与拖轮及驾驶员两者作业次数均有关的调度指标下的评分p5；

16、其中，所述可用拖轮包括未作业拖轮和能够联活派遣的拖轮，能够联活派遣的拖轮指当前正在作业且在完成当前作业后，能够调度前往下一个作业地点的拖轮；

17、s4：采用如下公式对所述可用拖轮进行综合评分计算，以获取总评分p总：；其中，βi表示各调度指标的加权系数且，pi'是pi归一化至范围[0,100]中的数值，i=1,2,3,4,5；

18、s5：根据各可用拖轮对应的总评分，将同等马力种类下的可用拖轮按总评分从高至低排序；

19、s6：根据所确定的拖轮作业方案和已排序的可用拖轮，选择最高分对应的可用拖轮，形成拖轮调度方案；

20、s7：判定调度人员所选调度方案是否为所述拖轮调度方案，若否，利用自学习算法迭代优化各加权系数βi，并返回至s4，若是，结束。

21、在本技术中，所述拖轮调度方法还包括用于判定正在作业中的拖轮是否能够联活派遣的步骤，具体为：

22、基于已建立的大船进出港作业时间预测模型，预测派遣拖轮后大船整个进出港作业总时间tall；

23、基于已建立的大船进出港作业到带缆点时间预测模型，预测派遣拖轮后大船到达带缆点的时间twork；

24、拖轮完成当前作业后到下一作业带缆点的时间包括拖轮完成当前作业任务预计时间tend、以及拖轮从当前作业任务终点到达下一作业带缆点的时间tto，其中tend=tall-tdone，tdone表示拖轮从带缆开始已经作业的时间，tto由当前作业任务终点到达下一作业带缆点之间的距离除以拖轮平均航速获取；

25、若tend+tto-twork小于预设时间或小于等于预设时间时，则判定拖轮能够联活派遣，否则，则判定为无法联活派遣。

26、在本技术中，采用如下（1）公式计算评分p1，采用如下（2）公式计算评分p2，采用如下（3）公式计算评分p3，采用如下（4）公式计算评分p4，采用如下（5）公式计算评分p5：

27、（1）；

28、（2）；

29、（3）；

30、p4=100-（f((t1-t2)+t）/2t)2/100                            （4）；

31、p5=(n1-a)/n1+(n2-b)/n2                              （5）；

32、其中，p1计算中：m为预设的距离效应因子，f(x)函数为去负函数，在x＜0时，f(x)=0，d为拖轮距离带缆点的距离；

33、p2计算中：，f(x)函数为去负函数，在x＜0时，f(x)=0，m1为驾驶员疲劳度完全恢复时的休息时间下限，m2为夜间作业时夜间疲劳度延迟时间，tk为两个任务作业间隔时间，αt为预设的作业时间段系数，αa表示预设的驾驶员年龄系数，tw为每个任务作业时间；

34、p3计算中：k为拖轮停泊内外档系数；

35、p4计算中：t1和t2分别为当前时间和驾驶员交接班时间，t为预设的敏感时间至所述交接班时间之间的敏感时间间隔；

36、p5计算中：n1和n2分别当月驾驶员平均当班作业次数和当月拖轮平均作业次数，a和b为当月驾驶员当班作业次数和当月拖轮作业次数。

37、在本技术中，所述机器学习算法采用svm、随机森林和gdbt算法进行。

38、在本技术中，驾驶员年龄系数αa具体预设为如下：

39、在驾驶员年龄处于第一预设年龄段时，αa等于第一年龄系数；

40、在驾驶员年龄处于第一预设年龄段时，αa等于第二年龄系数；

41、在驾驶员年龄处于第三预设年龄段时，αa等于第三年龄系数；

42、在驾驶员年龄处于第四预设年龄段时，αa等于第四年龄系数；

43、其中，第一预设年龄段、第二预设年龄段、第三预设年龄段和第四预设年龄段依次增大，且第一年龄系数、第二年龄系数、第三年龄系数和第四年龄系数也依次增大。

44、在本技术中，作业时间段系数αt具体预设为如下：

45、在作业时间处于7:00至18:00之间，αt等于第一时间系数；

46、在作业时间处于18:00至23:00之间，αt等于第二时间系数；

47、在作业时间处于23:00至次日7:00之间，αt等于第三时间系数；

48、其中，在7:00时，αt等于第一时间系数或第三时间系数，在18:00时，αt等于第一时间系数或第二时间系数，在23:00时，αt等于第二时间系数或第三时间系数，第一时间系数、第二时间系数和第三时间系数依次增大。

49、在本技术中，所述拖轮调度方法还包括在形成对所述拖轮调度方案之前，还会对可用拖轮的总评分进行调整的步骤，之后再对可用拖轮的总评分进行排序，所述对可用拖轮的总评分进行调整的步骤包括：

50、在可用拖轮包括新拖轮和老拖轮时，根据第一尽量不派遣原则，降低所述可用拖轮的总评分，根据第二优先派遣原则，增大所述可用拖轮的总评分；

51、在可用拖轮所在基地涉及地理位置因素时，增大所属地理位置差的基地中的可用拖轮的总评分；

52、在多个可用拖轮中存在拖轮数字编号相同的可用拖轮时，降低并更新所计算的总评分较低的可用拖轮的总评分。

53、在本技术中，所述拖轮调度方法还包括在形成所述拖轮调度方案之前，还会对可用拖轮的总评分进行调整的步骤，之后再对可用拖轮的总评分进行排序，所述对可用拖轮的总评分进行调整的步骤包括：

54、判断在已排序的可用拖轮中选择最高分对应的可用拖轮是否为组合拖轮，若是，判断组合拖轮是否存在内外档关联，若存在内外档关联，选择最高分对应的拖轮形成拖轮调度方案，若不存在内外档关联，针对剩余组合拖轮，按从高分至低分的顺序对组合拖轮进行判断，判断剩余组合拖轮是否存在内外档关联，若存在内外档关联，增大并更新所述组合拖轮的总评分，若不存在内外档关联，保持所述组合拖轮的当前总评分；

55、其中，内外档关联指多个拖轮并排停泊在码头处时，处于码头最外侧的拖轮内侧还停泊有拖轮；和/或

56、降低不在当前作业港区的可用拖轮的总评分；和/或

57、降低不与大船代理公司匹配的拖轮公司下的可用拖轮的总评分。

58、在本技术中，所述拖轮调度方法还包括：

59、建立距离优先的拖轮调度方案，具体为：根据所确定的拖轮作业方案及所述拖轮空驶损耗机理模型，计算所有可用拖轮的与拖轮带缆距离有关的调度指标下的评分p1，并按评分高低排序；

60、选择最高分对应的可用拖轮，形成距离优先的拖轮调度方案；

61、建立作业量优先的拖轮调度方案，具体为：根据所确定的拖轮作业方案及所述所述拖轮作业量机理模型，计算所有可用拖轮的与拖轮及驾驶员两者作业次数有关的调度指标下的评分p5，并按评分高低排序；

62、选择最高分对应的可用拖轮，形成作业量优先的拖轮调度方案。

63、与现有技术相比，本发明提供的拖轮调度方法具有以下优点和积极效果：

64、（1）考虑拖轮历史拖轮调度数据，建立历史拖轮使用规范表和基础拖轮使用规范表，并结合机器学习算法，建立拖轮作业方案，其作为形成拖轮调度方案的数据基础，且历史拖轮使用规范表、拖轮使用规范机器学习分类模型和基础拖轮使用规范表均是基于历史拖轮调度数据获取，使得在其范围内所选择的拖轮调度方法满足实际调度需求；

65、（2）通过建立与拖轮带缆距离有关的拖轮空驶损耗机理模型、、与驾驶员疲劳度有关的拖轮疲劳度机理模型、与拖轮内外档损耗有关的拖轮内外档损耗机理模型、与驾驶员交接班时间有关的拖轮交接班机理模型、以及与驾驶员作业次数及拖轮作业次数有关的拖轮作业量机理模型，对可用拖轮进行综合评分并在评分后进行选择，如此，使得所选择的可用拖轮考虑拖轮自身及驾驶员自身因素，符合拖轮实际调度情况，且通过综合评分选择高评分拖轮，以智能化形成拖轮调度方案，方便调度人员进行调度。

66、结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。