计算机应用研究

作者：刘文远,周如意,厉斌斌,

单位：燕山大学a.信息科学与工程学院;b.河北省软件工程重点实验室;c.河北省网络感知与大数据工程研究中心;d.经济管理学院,河北秦皇岛066004；

关键词：人工蜂鸟算法,群体智能,优化,散杂货港口,

基金：国家自然科学基金资助项目(61672448)；河北省自然科学基金资助项目(F2023203058,F2022203045)；河北省软件工程重点实验室资助项目(2256763H)；河北省科学技术研究与发展计划-重点研发计划资助项目(22310301D)；自治区高校科研计划资助项目(XJEDU2022J040)；；

为提升散杂货进出港作业效率，减少船舶在港时间，提出一种基于改进人工蜂鸟算法的装船调度优化方法。首先，在综合考虑泊位、装船设备和堆场三部分因素相互影响的条件下，以船舶总在港时间为优化目标，构建协同调度优化模型。然后，鉴于人工蜂鸟算法在求解离散问题的局限性，对人工蜂鸟算法进行离散化改造，进而提出一种改进型人工蜂鸟算法，引入自适应飞行参数控制蜂鸟个体的飞行方式，同时通过改进最优个体引导策略优化AHA的位置更新过程，进一步平衡 AHA的全局探索与局部开发能力。为了进一步增强算法避免局部最优解的能力，引入了变异策略调整和优化蜂鸟的位置。最后，在基准测试函数上进行有效性实验，并与其他群智能优化算法进行对比，验证改进算法的寻优性能。进一步通过对散杂货港口的历史数据进行测试，采用改进算法进行求解计算，并与基础的人工蜂鸟算法进行了比较。实验结果表明，该策略缩短了船舶的在港时间，能够得出相对较优的调度方案，为港口船舶优化调度提供新方案，有一定的实际意义。

来源：2025年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第5期