1.一种带有时间窗的自动化集装箱码头AGV重进重出路径规划方法，其特征在于，包括如下步骤：

I.构建带有时间窗约束的单一货船多AGV重进重出调度模型；

首先给出与单一货船多AGV重进重出调度模型相关的参数的定义，分别如下：N＝{1,2,···}表示自然数的集合；m表示所有AGV数量，m∈N；

Nm＝{1,2,···,m}；

B表示堆场集合；V表示一个任务点的集合，V＝{v1,v2,…,vn}，n表示任务点数量；

vi表示集合V中的任务点，vi＝(b,T1,T2)；

b表示集装箱i存放的堆场，b∈B；

T1表示AGV运输集装箱i到达堆场的最早时刻t11和最晚时刻t12的集合，T1＝[t11,t12]；

T2表示AGV运输集装箱i到达岸桥的最早时刻t21和最晚时刻t22的集合，T2＝[t21,t22]；

X表示堆场卸箱任务集合，从船上卸载的集装箱存放到堆场，X∈V；

Y表示堆场装箱任务集合，将堆场中的集装箱装载到船上，Y∈V；

x表示堆场卸箱任务集合X中任务点的编号，0≤x≤|X|，|X|表示集合X的元素个数；

y表示堆场装箱任务集合Y中任务点的编号，|X|+1≤y≤|V|，|V|表示集合V的元素个数；

Vs表示一个虚拟的开始任务点，Ve表示一个虚拟的结束任务点；

k表示第k辆AGV的编号，简记为Ak，k∈Nm；

k

Li表示岸桥从Ak装载或卸载集装箱i的时刻；

k

Pi表示场桥从Ak装载或卸载集装箱i的时刻；

k k

Ti表示Ak运输任务点vi的时间，对于卸箱任务点而言，Ti是指从岸桥到集装箱i存放的k

堆场的运输时间，对于装箱任务点而言，Ti是指从集装箱i存放的堆场到岸桥的运输时间；

k

Pij表示Ak在堆场区从任务点vi卸箱后到任务点vj装箱前的空车行驶时间；

k

Lij表示岸桥从Ak提取任务点vi到装载新任务点vj到Ak的操作时间；

M表示无穷大；

定义如下决策变量：

构建带有时间窗约束的单一货船多AGV重进重出调度模型，该单一货船多AGV重进重出调度的目标函数为最短调度时间，目标函数满足公式(1)：其中， 表示所有AGV结束时间中最晚的时间；

Z表示所有AGV运输的结束时间，minZ表示所有求解结果的最短时间；

该单一货船多AGV重进重出调度模型的目标函数的约束条件如公式(2)‑(11)所示；

公式(2)表示所有任务点以及虚拟结束节点有且仅有一个前驱任务点；

j j j

其中，公式(2)中χi表示若任务点vi前有一个任务点是vj，则χi＝1，否则χi＝0；

公式(3)表示所有任务点以及虚拟开始节点有且仅有一个后继任务点；

j j j

其中，公式(3)中χi表示若任务点vj后有一个任务点是vi，则χi＝1，否则χi＝0；

公式(4)表示对于所有的卸箱任务点，其前驱和后继不能为卸箱任务点；

其中，公式(4)中vx,vx'分别表示卸箱任务集合X中的任务点， 表示若一辆AGV运输任务点vx后运输任务点vx'，则 否则公式(5)表示对于所有的装箱任务点，其前驱和后继不能为装箱任务点；

其中，公式(5)中vy,vy'分别表示卸箱任务集合Y中的任务点， 表示若一辆AGV运输任务点vy后运输任务点vy'，则 否则公式(6)表示所有任务点仅由一辆AGV运输；

公式(7)表示AGV完成卸箱任务点后驶往装箱任务点的到达时间要早于装箱任务点开始时间；其中， 表示场桥从Ak卸载任务点vx的时刻， 表示Ak在堆场区从任务点vx卸箱后到任务点vy装箱前的空车行驶时间， 表示场桥从Ak装载任务点vy的时刻；

表示若一辆AGV运输完任务点vx后运输任务点vy，则 否则公式(8)表示岸桥在从AGV提箱后装载卸箱任务的完成时间要早于卸箱任务点开始时间；其中， 表示岸桥从Ak卸载任务点vy的时刻， 表示岸桥从Ak提取任务点vy到装载新任务点vx到Ak的操作时间， 表示岸桥从Ak装载任务点vy的时刻；

表示若一辆AGV运输完任务点vy后运输任务点vx，则 否则公式(9)表示对于每一个任务点，其装箱时刻和卸箱时刻满足任务的时间窗要求；

公式(10)表示对卸箱任务的时间要求；其中， 表示岸桥从Ak装载任务点vy的时刻，表示Ak从岸桥到任务点vx的运输时间， 表示场桥从Ak卸载任务点vx的时刻；

公式(11)表示对装箱任务的时间要求；其中， 表示场桥从Ak装载任务点vy的时刻，表示Ak从任务点vy到岸桥的运输时间， 表示岸桥从Ak卸载任务点vy的时刻；

II.基于遗传算法对以上带有时间窗约束的单一货船多AGV重进重出调度模型求解；

首先给出与遗传算法求解相关的参数的定义，分别如下：q表示遗传算法初始种群数量；q′表示遗传算法子代种群数量；

t表示当前迭代次数；tmax表示最大迭代次数；

P表示个体适应度值；Pl表示重进重出惩罚系数；Pt表示场桥时间窗惩罚系数；Pq表示岸桥时间窗惩罚系数；T表示个体调度序列中AGV的行驶时间总和；

Pc表示交叉概率；Pv表示变异概率；Pr表示逆转概率；

利用遗传算法对带有时间窗约束的单一货船多AGV重进重出调度模型的求解过程为：II.1.给定卸箱任务集合X和装箱任务集合Y；

将卸箱任务集合X和装箱任务集合Y中所有任务点进行统一编号；将所有编号按照调度要求的AGV最早到达时间进行排序，得到一组AGV调度序列；

将该AGV调度序列分配给一辆AGV调度，剩余的m‑1辆AGV处于空载状态，然后将该AGV调度序列复制q份，称之为q个个体；设置当前迭代次数t＝1；

II.2.对于每一个个体，计算该个体在AGV调度过程中出现的不合法情况的次数；

其中，AGV调度过程中不合法的情况分为三种，即AGV运输过程中不符合岸桥时间窗、不符合场桥时间窗以及AGV运输过程不符合重进重出要求；

当出现不合法情况时，该个体的时间会在当前运输时间上累加一部分惩罚值；

定义不符合岸桥时间窗的任务点数量为a，不符合场桥时间窗的任务点数量为b，不符合重进重出的任务点数量为c，则该个体的个体适应度值P＝a*Pq+b*Pt+c*Pl+T；

其中，a*Pq表示调度序列不符合岸桥时间窗的惩罚值，b*Pt表示调度序列不符合场桥时间窗的惩罚值，c*Pl表示调度序列不符合重进重出的惩罚值；

对于每个个体，分别计算该个体的个体适应度值P；个体适应度值P越小，则被选择概率越大，按照轮盘赌的方式从q个个体中选择q′个个体生成子代种群，进入进化过程；

II.3.对于步骤II.2中选择的q′个个体所代表的AGV调度序列进行随机变换，随机生成q′个AGV调度序列，然后将AGV调度序列分配给AGV去调度；

其中，随机变换包括将子代种群两两组合，以交叉概率Pc进行交叉操作，对每个个体以变异概率Pv进行变异操作，以及以逆转概率Pr进行逆转操作；

II.4.首先将步骤II.3中随机变换生成的q′个个体插入初始种群中生成新种群，并根据步骤II.2中的个体适应度值P作出保留和淘汰，从新种群中选择q个个体；

其次，判断是否达到最大迭代次数tmax：如果未达到最大迭代次数tmax，则进入步骤II.2进行迭代；否则输出个体适应度最好的个体，即具有最小个体适应度值P的合法调度序列，该序列满足时间窗和重进重出的要求。