1.一种带有岸桥缓冲区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.建立岸桥缓冲区，其中，建立的岸桥缓冲区包括装箱缓冲区以及卸箱缓冲区；

在装箱缓冲区内设有可左右横移的第一轨道；在第一轨道上方设有AGV车厢，在AGV车厢上存放待运载集装箱，这些待运载集装箱是由岸桥分配到装箱缓冲区的；

当AGV车厢沿着第一轨道左右移动时，AGV车厢上的待运载集装箱实现左右横移；

在卸箱缓冲区内设有可左右横移的第二轨道；在第二轨道上方设有AGV车厢，在AGV车厢上存放卸载后的集装箱，这些卸载后的集装箱是由堆场运输至卸箱缓冲区的；

当AGV车厢沿着第二轨道左右移动时，AGV车厢上的集装箱实现左右横移；

其中，AGV车头与AGV车厢采用可分离式结构，且当AGV车头在卸箱缓冲区与AGV车厢分离后，AGV车头到达装箱缓冲区，完成集装箱装载后驶离装箱缓冲区；

II.构建带有岸桥缓冲区的自动化集装箱码头AGV重进重出调度模型；

首先给出与自动化集装箱码头AGV重进重出调度模型相关的参数定义，分别如下：表示自然数的集合， 为所有AGV数量，*

S表示集合S上的多重集，|S|表示集合S中元素的个数；

V＝{v0；v1,v2,…,vn}是一个任务点的集合；

其中，v0表示岸桥缓冲区，vi表示堆场的第i个位置，*

V(vi)表示由vi构成的多重集{vi}中的一个子集，*

X∈{V‑{v0}} 表示一个任务点集合，即从船上卸载的集装箱存放到任务点集合X中堆场；

*

Y∈{V‑{v0}}表示一个任务点集合，即将任务点集合Y中堆场的集装箱装载到船上；

*

其中，{v0}表示只含有岸桥缓冲区v0的集合，{V‑{v0}}表示删除了v0后V的多重集；

c表示每个AGV最大承载集装箱数量；

表示第k辆AGV的编号；

dij表示任务点vi到任务点vj的距离；

k k

η表示第k辆AGV一次运输过程中所经过的任务点，η＝v1′v2′…vj′；

k

为了方便表达，记vi′∈η；

k k

Q＝∑i,jdij表示第k辆AGV的行驶距离，其中，vi,vj是η中的连续任务点；

k k k

li表示η中第k辆AGV在任务点vi装箱数量，li∈{0,1,…,c}；

k k k

ui表示η中第k辆AGV在任务点vi卸箱数量，ui∈{0,1,…,c}；

k k k

ni表示η中在任务点vi装卸前，第k辆AGV上的集装箱数量，ni∈{0,1,…,c}；

构建带有岸桥缓冲区的自动化集装箱码头AGV重进重出调度模型，该AGV重进重出调度k

模型的目标函数为最短调度距离，即求η，使得满足如下目标函数：其中，Z表示所有AGV的行驶距离之和；minZ表示目标函数为所有AGV的行驶距离之和最小；目标函数的约束条件为：公式(2)规定了第k辆AGV进出岸桥缓冲区v0装箱和卸箱的数量都是AGV的容量c，即满足重进重出的AGV满载要求；

公式(3)规定了AGV的最大承载量不超过c；

公式(4)和公式(5)对AGV每次装卸箱的数量进行了限制；

公式(6)禁止任务点运输过程中既不卸箱也不装箱的非法操作；

公式(7)规定对于每一个卸箱任务点都会被满足运输任务；

公式(8)规定对于每一个装箱任务点的运输任务都会被满足；

III.生成初始解；首先给出与生成初始解相关的定义，分别如下：F(v)表示任务点v的映射，将一个任务点映射为一个整数，‑1 ‑1

F (v)＝v，将一个整数映射回一个任务点，F (v)∈V；

CX表示X中重复任务点的集合；

CY表示Y中重复任务点的集合；

C表示除去重复元素后的X、Y中相同任务点后的任务点集；

α表示染色体序列，αi表示染色体中的第i段，i∈{1,2,3}；

α1＝v1′v2′…vj′表示一辆AGV一次合法装卸过程经过的任务点序列为v1′v2′…vj′；

α2表示染色体中每辆AGV行驶序列的起始点；

α3＝x1x2…xj，xi＝1,2，用于记录每一次合法运输的装卸次序组合；xi＝1时，表示vi′为卸箱‑>卸箱‑>装箱‑>装箱；xi＝2时，表示vi′为卸箱‑>装箱‑>卸箱‑>装箱，则生成初始解过程如下：

III.1.筛选重复任务点；

为了减少初始解空间的大小，事先将在同一堆场的连续操作组合在一起；

若c＝1，从任务点集合X、Y中筛选相同元素组成任务点集C，并将X在任务点集C中出现的任务点去除构成集合X′，将Y在任务点集C中出现的任务点去除构成集合Y′；

若c＝2，当X中每有两个相同的任务点，将这两个任务点筛选出放入重复任务点的集合CX，当Y中每有两个相同的任务点，将这两个任务点筛选出放入重复任务点的集合CY；

根据重复任务点的集合CX和重复任务点的集合CY对X、Y中的元素进行去重操作产生X′和Y′，从X′、Y′中筛选相同元素组成C，并将X′、Y′在C中出现的任务点去除；

III.2.个体编码；

将X′，Y′，CX，CY，C中的任务点v映射为F(v)，将F(v)编码成α；

若c＝1，则α＝α1α2；否则，α＝α1α2α3；

IV.利用遗传算法对带有岸桥缓冲区的自动化集装箱码头AGV重进重出调度模型求解；

首先给出与遗传算法相关的参数的定义，分别如下：αx表示α中的卸箱序列；

αy表示α中的装箱序列；

p表示遗传算法初始种群数量， p′表示遗传算法进化种群数量，t表示当前迭代次数， tmax表示最大迭代次数；

fitness(α)表示α的适应度；

利用遗传算法对自动化集装箱码头AGV重进重出调度模型求解的具体过程如下：IV.1.计算适应度，选择进化个体；

若为初次迭代，则设置迭代次数t＝1；

对于每一个α，根据计算适应度fitness(α)值，选择适应度高的p′个个体进入第t次迭代；

其中，fitness(α)值的计算公式如下：IV.2.染色体拆分；

将每个α1中的卸箱任务点组成序列αx，装箱任务点组成序列αy；

IV.3.交叉算子；

采用两点交叉的方式，将序列αx和序列αy每两个分成一组，对于每组选择两个交叉点，对交叉点内部的序列进行交叉；

IV.4.变异、逆转算子；

对于序列αx和序列αy选择两个任务点进行交换，再选择一段序列进行逆转反置；

IV.5.染色体合并；

若c＝1，根据序列αx和序列αy合并成α1，生成新个体α′；否则，根据序列αx、序列αy和α3合并成α1，生成新个体α′；

IV.6.精英保留；

计算新个体的适应度fitness(α′)值；

在新个体α′和原个体α中选择适应度值最高的p个个体作为新种群；

IV.7.若t

‑1

否则遗传算法结束，将α映射回任务点F (v)的序列，输出种群中最优解的行驶距离Z。