本发明涉及特种船配载，具体涉及一种纸浆特种船的集装箱化配载方法
背景技术：
1、船舶配载计划是主要通过预配计划和实配计划研究组成，在特种船装配领域的集装箱船舶装配问题是一个多目标、多约束条件以及多任务策略的组合优化问题，其中配载计划的优劣程度关系将影响到集装箱船舶的装卸效率以及后续特种船配载的通用性和高效性。
2、随着智能配载概念的提出，以配载员经验为主的人工配载模式成为了现有集装箱配载作业的一大瓶颈，目前越来越多的集装箱船舶开始采用智能配载，智能配载指的是由人工智能算法模拟集装箱配载员的思路与方法，综合考虑设备情况、任务分布、堆存状态等因素，根据预配船图、船舶适航要求以及码头作业要求，自动地把预定装载出口的集装箱配载到目标特种船箱位上的决策过程。
3、然而，目前基于特种船集装箱智能配载的研究存在以下不足之处：
4、(1)特种船集装箱的配载问题中考虑特殊约束和装船偏好等因素的情况较少，无法完全满足特种船集装箱配载的灵活性和通用性；
5、(2)在特种船集装箱的实际装配过程中未考虑翻箱和作业冲突等因素对配载的影响，没有全面考虑特种船整体的均衡配载问题；
6、(3)在通过人工智能算法模拟配载过程时，未完全适配特种船不同船型的解决方案，同时人工经验转化为人工智能算法的过程缺少算法整体框架的嵌套，无法保证智能算法的通用性和高效性，对输出好质量的配载方案存在较大影响。
7、因此，亟需一种纸浆特种船的集装箱化配载方法以解决上述基于特种船集装箱智能配载的研究存在不足的问题，进而对特种船集装箱配载优化问题进行研究。
技术实现思路
1、针对现有技术的不足，本发明提出一种纸浆特种船的集装箱化配载方法。
2、本发明第一方面公开了一种纸浆特种船的集装箱化配载方法，包括：
3、s1:根据人工经验预配置装船约束以及装船偏好，根据所述装船偏好制定任务排序策略；
4、s2：将智能配载算法适配装船船型属性以及基于配载任务的货物配载属性，同时将船舶数据和任务数据转化为统一格式进行独立封装以提供给所述智能配载算法进行数据识别读取，所述智能配载算法包括装箱算法、翻箱量优化算法、未装箱量优化算法以及箱类识别优化算法；
5、s3：设置所述配载任务的优化目标和对应权重，所述优化目标包括：①保证集装箱未装箱数量最小；②保证始发地港和目的港中翻倒箱量的加权均值最小；③保证不同目的港的集装箱混装层数最小；
6、s4：采用所述装箱算法对多配载任务的配载方案进行循环求解，若多次循环求解过程均存在满足翻箱量优化目标的配载方案可行解，则记录所述可行解并通过所述装箱算法在可行解的基础上循环优化所述优化目标③，更新记录目标配载方案并跳转至步骤s7，若多次循环求解过程在满足翻箱量优化目标的条件下无法生成配载方案可行解，则进入步骤s5；
7、s5：采用所述翻箱量优化算法对多配载任务的配载方案进行循环求解，若多次循环求解过程均存在满足全部配载任务的配载方案可行解，则记录所述可行解并通过所述翻箱量优化算法在可行解的基础上加权优化所述优化目标②和优化目标③，更新记录目标配载方案并跳转至步骤s7，若多次循环求解过程在满足翻箱量优化目标的条件下无法满足未装箱量优化的配载方案可行解，则进入步骤s6；
8、s6：采用所述未装箱量优化算法对多配载任务的配载方案进行循环求解，记录当前解，通过所述未装箱量优化算法依次加权优化所述优化目标①、优化目标②以及优化目标③，更新记录目标配载方案；
9、s7：根据所述目标配载方案生成特种船配载图，通过所述配载图输出json格式的配载文件进行调用，所述配载文件内记录目标配载方案全部集装箱的配载信息。
10、在一个可选的实施例中，所述根据人工经验预配置的装船约束包括一级装船约束和二级装船约束，所述一级装船约束包括：栈高限制、重量限制、同栈集集装箱宽度相同、同层集装箱高度相同、贝位容量限制、集装箱位置优先级约束、集装箱同箱位匹配约束；所述二级装船约束包括：标准箱不与超宽箱混装、框架箱装于舱内、新能源箱装于仓外、框架箱上层盖装标准箱以及特殊框架箱装船约束。
11、在一个可选的实施例中，所述根据人工经验预配置的装船偏好包括：①同目的港的集装箱装于同一层；②同舱室非混装偏好；③上层集装箱目的港比下层集装箱的目的港近；④船舶装箱量偏好；⑤人工装船偏好；
12、所述根据装船偏好制定任务排序策略包括：①将始发港由近到远、目的港由远到近的顺序对初始装配任务进行排序；②按目的港由远到近、始发港由近到远的顺序对初始装配任务进行排序；③优先处理特殊框架箱，且始发港由近到远、目的港由远到近的顺序对初始装配任务进行排序；④优先处理特殊框架箱，且目的港由远到近、始发港由近到远的顺序对初始装配任务进行排序。
13、在一个可选的实施例中，所述将智能配载算法适配装船船型属性包括：
14、s21：将船舶横向分割为多个舱室，垂直方向分为甲板位和舱内位，并将甲板位和舱内位的贝位进行编号；
15、s22：通过一级尺寸、二级尺寸和三级尺寸的集装箱基准单元将箱位分割为一级箱位、二级箱位和三级箱位，将一级箱位同所述二级箱位和三级箱位进行匹配并区分标准箱和超宽箱的箱位；
16、s23：所有箱位通过贝、栈、层的三维坐标进行位置标记，并通过额外标记确定箱位是否存在集装箱；
17、s24：根据所述三维坐标的贝坐标对贝位属性进行标记，通过贝位属性确定对应贝位是否适于装配特殊箱，并以栈为单位对集装箱的堆高和堆重进行限制标记，所述贝位属性包括贝位尺寸、贝位位置以及贝位所属舱室。
18、在一个可选的实施例中，所述将智能配载算法适配基于配载任务的货物配载属性包括：
19、s25：将配载任务作为任务单位通过智能配载算法对配载任务相关联的始发港、目的港、集装箱重量、集装箱箱型以及特殊集装箱任务进行标记；
20、s26：通过智能配载算法将当前可进行配载的贝位进行标记；
21、s27：通过智能配载算法将已配载于所述甲板位和舱内位的货物进行标记。
22、在一个可选的实施例中，所述装箱算法根据任务排序策略①进行配载任务的排序，装箱算法的步骤包括：
23、s41：获取配载任务；
24、s42：所述配载任务基于满足特殊装船约束和翻箱约束的条件下生成当前任务的可装箱贝位；
25、s43：采用轮盘赌机制在满足所述装船偏好①和所述装船偏好②的前提下在所述可装箱贝位中选择装箱贝位；
26、s44：在所述一级装船约束下根据选择的装箱贝位对配载任务内的集装箱进行逐层装箱；
27、s45：重复执行步骤s42-s44直至未装集装箱数量为零，获取下一个配载任务；
28、s46：重复执行步骤s42-s45直至完成全部配载任务。
29、在一个可选的实施例中，所述翻箱量优化算法对多配载任务的配载方案进行循环求解，其步骤包括：
30、s51：根据所述任务排序策略生成对应的装船任务序列；
31、s52：根据所述装船任务序列的顺序获取装船的配载任务；
32、s53：基于不翻箱约束和所述二级装船约束下生成当前配载任务的可装箱贝位，若配载任务中存在可行的可装箱贝位，则跳转至步骤s55，否则继续执行步骤s54；
33、s54：基于所述二级装船约束以及可翻箱约束下生成当前配载任务的可装箱贝位，若配载任务中存在可行的可装箱贝位，则继续执行步骤s55，否则跳转至步骤s52对当前装船任务序列的配载任务进行多次迭代，若无法生成可行解，则跳转至步骤s59执行下一个装船任务序列；
34、s55：将当前装船任务序列下的可装箱贝位在满足装船偏好①、装船偏好②以及装船偏好③的条件下通过轮盘赌机制选择装箱贝位；
35、s56:在所述一级装船约束下根据选择的装箱贝位对当前装船任务序列的配载任务进行集装箱的逐层装箱；
36、s57：重复执行步骤s52-s56直至未装集装箱数量为零，获取当前装船任务序列的下一个配载任务；
37、s58：重复执行步骤s52-s57直至完成当前装船任务序列下的所有配载任务，将所有配载任务记录生成当前装船任务序列达到优选配载方案；
38、s59：重复执行步骤s52-s58，直至求解全部装船任务序列下的优选配载方案，根据所述优选配载方案输出目标配载方案。
39、在一个可选的实施例中，所述采用所述未装箱量优化算法对多配载任务的配载方案进行循环求解，未装箱量优化算法的步骤包括：
40、s61：根据所述任务排序策略生成对应的装船任务序列；
41、s62：根据所述装船任务序列的顺序获取装船的配载任务；
42、s63：基于不翻箱约束和所述二级装船约束下生成当前配载任务的可装箱贝位，若配载任务中存在可行的可装箱贝位，则跳转至步骤s65，否则继续执行步骤s64；
43、s64：基于所述二级装船约束以及可翻箱约束下生成当前配载任务的可装箱贝位，若配载任务中存在可行的可装箱贝位，则继续执行步骤s65，否则跳转至步骤s62当前装船任务序列的配载任务进行多次迭代，若无法生成可行解，则跳转至步骤s69执行下一个装船任务序列；
44、s65：对当前装船任务序列下配载任务中存在的可装箱贝位基于满足装船偏好①、装船偏好②以及装船偏好③的条件通过轮盘赌机制选择装箱贝位；
45、s66：在所述一级装船约束下根据选择的装箱贝位对当前装船任务序列的配载任务进行集装箱的逐层装箱；
46、s67：重复执行步骤s62-s66直至未装集装箱数量为零，获取当前装船任务序列的下一个配载任务；
47、s68：重复执行步骤s62-s67遍历当前装船任务序列内的全部配载任务，记录当前装船任务序列中全部配载任务生成的优选配载方案；
48、s69：重复执行步骤s62-s68，直至求解全部装船任务序列下的优选配载方案，根据所述优选配载方案输出目标配载方案。
49、在一个可选的实施例中，所述箱类识别优化算法包括一级尺寸箱类识别、二级尺寸箱类识别以及三级尺寸箱类识别，所述一级尺寸箱类识别包括：
50、对一级尺寸箱类的贝位进行位置的优先级排序，依次为位于舱内的一级箱位、位于甲板上的一级贝位，位于甲板上的非一级贝位以及位于舱内的非一级贝位，通过装箱贝位选择函数和识别规则将一级尺寸箱按优先级排序选择对应的贝位进行装箱；
51、所述识别规则通过遍历船舶上的贝位，判断贝位是否为不存在对应偶数贝位的奇数贝位，若是，则将该奇数贝位根据位置的优先级排序加入一级尺寸箱的预装箱列表内；判断所述预装箱列表内的原奇数贝位是否存在新奇数贝位能同该原奇数贝位组成新的偶数贝位，若不存在则保留预装箱列表的原奇数贝位，若存在新奇数贝位，则判断同原奇数贝位组成新偶数贝位的新奇数贝位在船舶上的位置分布是否同原奇数贝位的位置分布相同，若位置分布不同，则将所述原奇数贝位保存至预装箱列表内，若位置分布相同，则将所述原奇数贝位移除预装箱列表。
52、在一个可选的实施例中，所述二级尺寸箱类识别包括：
53、识别船舶的特殊船型特征，根据特殊船型约束判断具备特殊船型特征的船舶舱内末尾偶数贝位最底层是否配载二级尺寸箱，若是则记录当前装箱数量并累积添加二级尺寸箱进入末尾偶数贝位直至所述舱内末尾偶数贝位最底层通过二级尺寸箱填满，遍历全部配载任务同时调用装箱函数执行二级尺寸箱装船操作直至满足特殊船型约束。
54、在一个可选的实施例中，所述三级尺寸箱类识别包括：
55、分别对三级尺寸箱类和其他箱类进行标识划分为超宽箱和标准箱并保存至四维变量中，所述四维变量的第一层表示标准箱的三维坐标箱位，第二层表示超宽箱的三维坐标箱位，在所述智能配载算法生成当前任务的可装箱贝位过程通过识别标准箱和超宽箱，将可装箱贝位分为标准箱位和超宽箱位进行集装箱的配载，其中所述标准箱位和超宽箱位对配载于箱位上的集装箱进行约束，仅配载箱类同箱位匹配的集装箱。
56、在一个可选的实施例中，所述根据人工经验预配置的装船偏好还包括：同属于相同始发港和目的港的集装箱放置于船舶非相邻舱内，通过算法定义船舶中相邻的禁止舱对并保存于禁止舱对变量中，根据所述禁止舱对变量遍历目标配载任务中相同始发港和目的港的集装箱是否存在相邻舱室放置的集装箱，若是则通过禁止舱对变量存储的可选择的可行贝位进行替换以满足相同始发港和目的港的集装箱放置于船舶非相邻舱内的装船偏好。
57、本发明第二方面公开了一种纸浆特种船的集装箱化配载设备，包括：
58、至少一个处理器，以及，
59、与所述至少一个处理器通信连接的存储器；其中，
60、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本发明第一方面公开的任一项所述的纸浆特种船的集装箱化配载方法。
61、本发明第三方面公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如本发明第一方面公开的任一项所述的纸浆特种船的集装箱化配载方法。
62、与现有技术相比，本发明具有以下优点：
63、(1)本发明通过根据人工经验预配置装船约束以及装船偏好，根据所述装船偏好制定任务排序策略，以满足不同特种船集装箱配载过程对于灵活性和通用性的需求；
64、(2)本发明通过将智能配载算法适配装船船型属性以及基于配载任务的货物配载属性，同时将船舶数据和任务数据转化为统一格式进行独立封装以提供给所述智能配载算法进行数据识别读取，通过人工经验转化为算法程序嵌套在算法整体框架中，可以提高算法的通用性、高效性，并确保算法能够输出高质量的符合配载要求的特种船配载方案。
65、(3)本发明通过设置所述配载任务的优化目标和对应权重，并将装箱算法、翻箱量优化算法、未装箱量优化算法以及箱类识别优化算法加入配载方案的求解过程，充分考虑不同特种船在装配过程中存在的影响因素，从特种船整体的集装箱配载均衡考量全船配载的解决方案，为特种船集装箱配载问题的研究提供优化方案。
1.一种纸浆特种船的集装箱化配载方法，其特征在于，所述方法包括：
2.根据权利要求1所述的纸浆特种船的集装箱化配载方法，其特征在于，所述根据人工经验预配置的装船约束包括一级装船约束和二级装船约束，所述一级装船约束包括：栈高限制、重量限制、同栈集集装箱宽度相同、同层集装箱高度相同、贝位容量限制、集装箱位置优先级约束、集装箱同箱位匹配约束；所述二级装船约束包括：标准箱不与超宽箱混装、框架箱装于舱内、新能源箱装于仓外、框架箱上层盖装标准箱以及特殊框架箱装船约束。
3.根据权利要求2所述的纸浆特种船的集装箱化配载方法，其特征在于，所述根据人工经验预配置的装船偏好包括：①同目的港的集装箱装于同一层；②同舱室非混装偏好；③上层集装箱目的港比下层集装箱的目的港近；④船舶装箱量偏好；⑤人工装船偏好；
4.根据权利要求3所述的纸浆特种船的集装箱化配载方法，其特征在于，所述将智能配载算法适配装船船型属性包括：
5.根据权利要求4所述的纸浆特种船的集装箱化配载方法，其特征在于，所述将智能配载算法适配基于配载任务的货物配载属性包括：
6.根据权利要求5所述的纸浆特种船的集装箱化配载方法，其特征在于，所述装箱算法根据任务排序策略①进行配载任务的排序，装箱算法的步骤包括：
7.根据权利要求6所述的纸浆特种船的集装箱化配载方法，其特征在于，所述翻箱量优化算法对多配载任务的配载方案进行循环求解，其步骤包括：
8.根据权利要求7所述的纸浆特种船的集装箱化配载方法，其特征在于，所述采用所述未装箱量优化算法对多配载任务的配载方案进行循环求解，未装箱量优化算法的步骤包括：
9.根据权利要求8所述的纸浆特种船的集装箱化配载方法，其特征在于，所述箱类识别优化算法包括一级尺寸箱类识别、二级尺寸箱类识别以及三级尺寸箱类识别，所述一级尺寸箱类识别包括：
10.根据权利要求9所述的纸浆特种船的集装箱化配载方法，其特征在于，所述二级尺寸箱类识别包括：
11.根据权利要求10所述的纸浆特种船的集装箱化配载方法，其特征在于，所述三级尺寸箱类识别包括：
12.根据权利要求11所述的纸浆特种船的集装箱化配载方法，其特征在于，所述根据人工经验预配置的装船偏好还包括：同属于相同始发港和目的港的集装箱放置于船舶非相邻舱内，通过算法定义船舶中相邻的禁止舱对并保存于禁止舱对变量中，根据所述禁止舱对变量遍历目标配载任务中相同始发港和目的港的集装箱是否存在相邻舱室放置的集装箱，若是则通过禁止舱对变量存储的可选择的可行贝位进行替换以满足相同始发港和目的港的集装箱放置于船舶非相邻舱内的装船偏好。
