基于强化学习与分支定价的集装箱码头资源集成调度方法、系统及存储介质

• 国民经济行业：交通运输、仓储和邮政业／水上运输业／水上运输辅助活动／货运港口
• 学科类别：交通运输工程／水路运输／港口工程
• 权利人：上海交通大学

知识产权简介

本发明旨在解决现有技术中集装箱码头资源集成调度方法无法保证最优性、求解效率低下的问题。具体地，本发明旨在提供一种能够精确求解大规模BQCYAP问题的分支-定价-切割（Branch-Price-and-Cut, BPC）算法，并通过一种创新的、基于强化学习的动态分支策略，显著提升算法的求解效率，缩小搜索树规模，使其能够处理真实世界的复杂调度场景。

转化前景

目前求解BQCYAP问题的算法大多是启发式或元启发式算法。这类算法虽然能在可接受的时间内给出可行解，但无法保证解的最优性，其解的质量通常与理论最优解存在较大差距，导致资源利用率未能达到最大化。本发明为的大规模的BQCYAP问题提供了一个完整的精确求解算法。相比于传统启发式算法，本方法能够找到并证明解的最优性，从而实现码头资源的理论最优利用，为码头带来更大的经济效益。