书名：基于计算思维的集装箱码头物流系统建模仿真与控制决策
定价：110.0
ISBN：9787030503046
作者：李斌，李文锋，杨家其
版次：31
出版时间：2016-11

内容提要：
集装箱码头物流系统（container terminal logistics system，CTLS）的控制决策是其装卸作业的灵魂，具有高度的非线性、随机性、动态性、耦合性和复杂性。现有的运筹规划、系统仿真、智能优化和基于仿真的优化等方法对于CTLS的调度决策都有一定的局限性，且缺乏通用性，所提出的数学模型和优化算法的可移植性不强，故无论是从理论研究还是从工程实践的角度来看，都亟须新的研究思路和解决方案。本书从计算思维（computational thinking）的角度重新审视了CTLS的计划调度，将集装箱码头内的装卸作业看做一种广义的“计算”，提出了利用计算机体系结构、操作系统任务调度和资源分配思想展开对CTLS建模的基础理论，给出了基于计算思维对CTLS进行建模仿真和决策优化的系统方法。在此理论框架下，面向集装箱码头的单个作业环节和协同作业生产调度，进行了大量的仿真实验和数据分析，验证了所提理论方法的可行性、可信性、适用性与优越性。

目录：
目录
《博士后文库》序言
序
前言
第1章 绪论1
1.1集装箱运输1
1.2集装箱码头物流系统概述2
1.3研究现状5
1.3.1集装箱码头物流系统的建模与决策方法5
1.3.2集装箱码头物流系统的建模与决策对象7
1.4研究趋势与共性核心问题15
1.5本书研究的目的与意义16
1.5.1研究目的16
1.5.2研究的实际价值与理论意义17
第2章 计算思维框架下的集装箱码头物流系统19
2.1集装箱码头物流系统分析19
2.1.1集装箱码头物流系统的运作描述及其转化模型19
2.1.2港口集装箱流20
2.2集装箱码头物流系统与信息物理系统22
2.3集装箱码头集成服务系统25
2.4计算思维与集装箱码头计算物流29
2.4.1计算思维29
2.4.2计算物流29
2.4.3面向集装箱码头的计算物流30
2.4.4面向CTLS的广义计算思维30
2.5面向计算思维的CTLS抽象定义31
2.5.1CTLS的运作模式31
2.5.2面向CTLS的统一指令级体系结构32
2.5.3面向CTLS的通用计算指令集33
2.6本章小结34
第3章 CTLS和计算机系统的体系结构与调度机制相似分析35
3.1引言35
3.2两系统总体视图比较37
3.2.1系统层次结构比较37
3.2.2顶层视图映射38
3.2.3CTLS和计算机系统的互连结构映射39
3.3系统组成与体系结构比较43
3.3.1整体结构比较43
3.3.2码头前沿与中央处理器43
3.3.3码头堆场和存储器44
3.3.4码头集装箱进出端口与外设45
3.3.5CTLS的体系结构分析46
3.4集装箱码头生产调度系统与计算机操作系统比较47
3.4.1基于排队网络理论的集装箱码头生产调度47
3.4.2码头前沿调度与处理机调度49
3.4.3堆场管理与内存管理50
3.4.4水平运输与总线调度51
3.4.5集装箱码头集疏运与输入输出设备管理51
3.4.6CTLS生产调度层次52
3.5差异性浅析54
3.6本章小结54
第4章 基于哈佛体系结构和Agent计算的CTLS建模55
4.1引言55
4.2多Agent系统与CTLS55
4.2.1分布式人工智能与多Agent系统55
4.2.2基于Agent的计算及其应用研究56
4.2.3将智能Agent引入CTLS57
4.2.4基于Agent的建模与仿真方法57
4.3面向CTLS的Agent建模58
4.3.1CTLS中的Agent分类58
4.3.2核心Agent的功能分析59
4.4基于哈佛体系结构和Agent计算的整体建模思想69
4.5基于哈佛体系结构和Agent计算的CTLS的建模体系结构70
4.5.1CTLS与计算机系统的组成映射关系70
4.5.2基于哈佛体系结构和Agent计算的CTLS的建模体系结构71
4.6CTLS中各Agent间的交互和协作描述73
4.6.1Agent间的相关性73
4.6.2Agent间的通信方式74
4.6.3Agent间的通信交互定义74
4.7基于属性的有阻塞的混合流水车间的集装箱码头生产调度建模78
4.7.1基于属性的有阻塞的混合流水车间问题78
4.7.2中央处理器与集装箱码头前沿装卸79
4.7.3集装箱码头生产调度的基于属性的有阻塞的混合流水车间描述80
4.7.4基于属性的有阻塞的混合流水车间的双层集装箱码头生产调度模型83
4.8本章小结85
第5章 集装箱码头操作系统的控制决策计算模型86
5.1引言86
5.2集装箱码头操作系统的计算逻辑视图86
5.2.1集装箱码头操作系统和计算机操作系统86
5.2.2集装箱码头操作系统的分层微内核体系结构88
5.2.3集装箱码头操作系统的客户/服务器计算模型90
5.2.4集装箱码头操作系统的执行模式91
5.3基于多Agent的集装箱码头操作系统计算模型92
5.3.1基于Agent的计算和集装箱码头操作系统92
5.3.2集装箱码头操作系统的多Agent系统计算模型94
5.3.3集装箱码头操作系统的通用控制结构97
5.4模型评估与仿真分析98
5.4.1仿真模型设计98
5.4.2应用实例背景99
5.4.3仿真验证实验101
5.4.4系统性能评估103
5.4.5负载均衡分析105
5.5本章小结111
第6章 集装箱码头物流调度决策计算体系112
6.1引言112
6.2面向进程和线程的集装箱码头生产调度112
6.2.1集装箱码头物流服务的进程与线程定义112
6.2.2面向进程与线程的集装箱码头物流调度计算框架114
6.2.3集装箱码头生产调度体系结构116
6.3集装箱码头操作系统的通信交互模式118
6.4集装箱码头操作系统的消息和事件处理机制121
6.5本章小结122
第7章 基于哈佛体系结构和Agent计算的CTLS前沿生产调度123
7.1引言123
7.2CTLS中资源分配的基本思想124
7.3动态泊位-岸桥调度模型126
7.4多泊位指派问题128
7.4.1基于计算机操作系统调度策略的泊位指派129
7.4.2基于群集智能的泊位指派132
7.5泊位-岸桥联合调度问题136
7.6码头前沿泊位-岸桥配置研究137
7.6.1计算机设计的量化原则137
7.6.2CTLS生产调度中的指导原则138
7.6.3仿真实例139
7.7本章小结141
第8章 基于哈佛体系结构和Agent计算的集装箱码头核心设备调度142
8.1引言142
8.2水平运输集卡调度模型143
8.3集卡动态调度仿真研究147
8.3.1仿真场景147
8.3.2集卡动态调度机制148
8.3.3仿真结果149
8.3.4仿真分析152
8.4水平运输集卡调度的量化评估157
8.5基于仿真的优化——集卡调度159
8.6集装箱码头场桥调度模型与算法162
8.6.1场桥作业概述162
8.6.2场桥调度限制条件与基本原则164
8.6.3场桥调度与磁盘臂调度165
8.6.4数学模型165
8.6.5调度算法168
8.7仿真实验169
8.7.1仿真实例169
8.7.2仿真分析171
8.7.3场桥作业配置研究172
8.8综合仿真实例173
8.8.1仿真平台173
8.8.2仿真实例174
8.8.3实验结果及分析175
8.9本章小结177
第9章 基于多处理器片上系统的集装箱码头作业体系178
9.1引言178
9.2集装箱码头装卸作业发展趋势178
9.3面向计算机体系结构的CTLS建模思想180
9.4异构多处理器片上系统与集装箱码头物流系统182
9.4.1多处理器片上系统视角下的集装箱码头平面布局182
9.4.2异构多处理器协同计算与集装箱码头装卸工艺183
9.4.3集装箱码头的并行硬件体系结构185
9.4.4面向多处理器多线程的集装箱码头生产调度187
9.5面向多处理器的CTLS并行体系结构分析和异步并行计算模型187
9.6面向多线程编程模型的集装箱码头任务调度190
9.6.1冯·诺依曼计算机体系下的港口作业190
9.6.2CTLS的并行编程模型190
9.6.3集装箱码头任务调度模型191
9.6.4面向高性能的集装箱码头作业组织194
9.7仿真实验与结果分析195
9.7.1集装箱码头生产实例195
9.7.2基于计算思维的综合调度算法196
9.7.3性能评估与行为分析197
9.8本章小结202
第10章 面向并行可重构计算的集装箱码头生产调度204
10.1引言204
10.2港口生产与并行计算204
10.3并行可重构计算视角下的码头作业206
10.4面向混合流水车间的港口并行协同作业207
10.4.1混合流水车间调度与CTLS控制决策207
10.4.2基于属性的有阻塞的动态可重构混合流水车间的港口生产调度208
10.4.3面向基于属性的有阻塞的动态可重构混合流水车间的多层双向作业体系210
10.5计算实验与结果分析213
10.5.1实验场景213
10.5.2仿真结果214
10.5.3进一步分析215
10.6本章 小结217
第11章 集装箱码头通用决策框架及其典型调度算法218
11.1引言218
11.2生产调度通用框架219
11.3基于处理器关联的调度决策模式221
11.3.1处理器亲和性221
11.3.2基于处理器关联的调度决策模式221
11.4基于PID控制的调度决策体系与模式222
11.4.1面向相似理论的移植应用222
11.4.2PID控制223
11.4.3面向PID控制的调度决策基本框架和实时作业负载系数223
11.4.4基于PID控制的调度决策算法225
11.4.5基于PID控制的调度决策子模式227
11.5仿真实验Ⅰ228
11.5.1实验场景228
11.5.2VV&A实验229
11.5.3性能分析230
11.5.4负载均衡233
11.6仿真实验Ⅱ235
11.6.1实验场景235
11.6.2VV&A实验236
11.6.3通过能力分析237
11.6.4综合性能评估238
11.7本章小结243
第12章 面向PID控制和仿真优化的集装箱码头作业调度244
12.1引言244
12.2基于仿真的优化与CTLS244
12.3面向CTLS的基于仿真的优化整体体系246
12.4面向CTLS的基于仿真的优化的参考模型247
12.5PID控制与基于仿真的优化249
12.5.1经典的PID控制249
12.5.2基于仿真的优化250
12.5.3本质的统一与融合250
12.6基于仿真优化的调度决策广义计算实验体系252
12.6.1计算实验和基于仿真的优化252
12.6.2面向计算思维的统一决策框架252
12.6.3面向CTLS的广义计算实验254
12.7面向PID控制的港口调度决策优化254
12.7.1基于PID控制的调度决策算法254
12.7.2基于PID控制的调度决策目标定义256
12.7.3基于PID控制的调度决策模式参数整定258
12.8前沿装卸作业抽象260
12.9计算实验263
12.9.1生产实例263
12.9.2参数优化263
12.9.3性能评估265
12.9.4资源利用与负载均衡267
12.9.5参数整定鲁棒性268
12.10本章小结269
第13章 总结与展望271
13.1本书的研究成果271
13.2进一步的研究工作272
参考文献274
近十年的主要科研工作291
编后记296

在线试读：
第1章 绪论
1.1集装箱运输
经济全球化进程对整个世界的经济与产业结构产生了重大的影响，其特点之一就是越来越多的生产经营活动和资源配置在全球范围内进行，全球性贸易与运输链正在逐步形成。在此大趋势下，现代港口在社会经济发展中的作用与地位也正在发生深刻变化，已经成为一个国家、地区经济能否有效参与经济全球化并保持国际竞争中主导地位的重要基础设施，对于拥有自由贸易区（free trade zone）的国家和地区，集装箱港口更是具有举足轻重的作用［1-3］。另外，当前国际物流业发展进入一个新时代，世界贸易一体化和信息技术的广泛应用，使物流服务业呈现出新的发展势头。由于国际贸易的增长，通过港口的货物物流也迅速发展，物流结构也向集装箱化和高附加值方面调整［4，5］，集装箱运输与信息化网络已经成为国际物流体系和全球供应链的两大基础［6］。
集装箱运输作为一种高效率、大规模的运输工艺，自出现以来，其地位日益突出，目前已有60％以上的普通货物运输采用集装箱运输，在经济发达和稳定的国家及地区这一比例甚至达到100％。预计到2020年以前，集装箱运输总量将以每年10％的速度递增［7-9］。经济的全球化、跨国经营和现代信息技术的发展推动国际集装箱运输与现代物流进一步融合发展，形成所谓的集装箱物流，即通过集装箱将装卸、存储、拆拼、包装、运输、保管连贯起来，形成贯通全程的物流活动。集装箱物流的巨大优势是可以将不同运输手段有效衔接，形成“多式联运”，以实现“门到门”的物流服务［10］。当前世界主要的集装箱航运地区有远东、西欧、北美和澳大利亚，这四个地区货运量大，消费水平高，适于集装箱运输的货源充足，连接这几个地区的集装箱航线便成为全球海上集装箱航运干线，它们是北太平洋航线、北大西洋航线、远东—欧洲航线（印度洋航线）。其中，北太平洋航线是目前世界上*繁忙的航线，也是我国主要港口大连、天津、青岛、上海、厦门、广州、深圳、香港、高雄和基隆等所处的航线［11］。目前我国90%以上的外贸物流量要依靠港口实现，而主要的运输方式就是集装箱运输（container shipping）。随着我国集装箱运输迅猛发展，港口集装箱吞吐量已跃居世界第*位，也已成为全球*大的集装箱运输国。
以国际集装箱运输为代表的现代运输方式推动了新一轮国际航运中心和区域性集装箱枢纽港的竞争［8，9］。2009年我国国务院发文推进上海建设成为国际金融中心和国际航运中心，其中的国际航运中心建设的总体目标内容中就有“基本形成以上海为中心，以江浙为两翼，以长江流域为腹地，与国内其他港口合理分工、紧密协作的国际航运枢纽港”和“基本形成规模化、集约化、快捷高效、结构优化的现代化港口集疏运体系，以及国际航空枢纽港，实现多种运输方式一体化发展”两点主要内容。港口的运营条件、服务水平、综合环境、设备条件、现代化管理水平以及港口集装箱吞吐量规模和增长率等均将直接影响港口在运输物流市场的竞争实力。由于港口所在的地理位置、水域条件不可改变，因此港口要发展必须改善设备条件，提高自身的管理和服务水平［12，13］。总体来看，在一定条件下，集装箱港口的主要竞争力一是其要有充裕的近海补给航班和稳定的远洋班轮，二是自身应具备良好的软硬件设施和生产服务能力，两者相辅相成，缺一不可。另外，当前船舶的发展逐渐走向大型化和绿色节能，例如，马士基海陆运输班轮公司（Maerisk Sea-land）、丹麦航运集团公司（Dannis Carrier）等世界著名集装箱运输公司经营的第七代集装箱船舶的装载能力普遍达到了7000标准箱（twenty-feet equivalent units，TEU）以上，其*新的3E级集装箱船舶（economy of scale，energy efficiency，environmentally improved，3E）可容纳18000TEU，同时该船的碳排放量比之前在亚欧贸易航线上运营船舶的行业平均水平低50%。
集装箱船舶的发展趋势对集装箱运输系统的优化管理提出了更高的要求，给港口的生产作业带来了巨大的压力［14，15］。因此要在新一轮的港口竞争中取得优势，必须使港口的物流作业系统化、合理化，为船舶的装卸提供一个良好的物流作业平台。
1.2集装箱码头物流系统概述
现代港口作为国际物流系统中的核心节点，是远洋、内河船舶以及内陆运输的枢纽，也是各种信息、经济和技术的汇集点。作为现代物流链条上的重要节点，港口既是货物运输系统的集散站，又是转换货物运输方式的缓冲池［7-9］。码头是港口的前沿，主要完成货物装卸、临时堆存和货物的提与接等基本功能，在地理上分为两个主要区域：码头前沿（quay side）和堆场（storage yard）。码头前沿是整个CTLS中*重要的一个环节，集中了大量装卸设备，是集装箱装卸作业的平台，包括集装箱的装卸作业和相应的水平运输。码头前沿宽度和集卡配比的合理规划，与码头前沿设备的装卸效率、栈桥的拥堵、船舶在港时间、资源的利用都有关联，直接影响港口的经济效益。堆场在集装箱港口中起临时存储集装箱的作用，实际上是船舶装卸作业与内陆提交箱作业间的一个缓冲区，其组织管理是整个码头*复杂的部分，因为进口、出口和中转集装箱需要同时处理。集装箱的堆码计划很大程度地决定了码头效率，堆场系统主要资源（堆场空间和堆场起重机）的优化管理更是直接左右了该系统的效能。CTLS是以集装箱为对象，由装卸作业系统、生产调度系统和管理信息系统组成的高度复杂的物流系统，其系统组成主要包括装卸和运输设备、信息读取、传输及处理设备、集装箱堆存区域、船舶停靠区域和控制与调度系统等［16，17］。CTLS的设备和设施资源主要包括港口大门进/出道口、堆场、机械设备、锚地、泊位、装/卸作业区和控制中心等。CTLS的基本功能和系统组成可以表示为如图1-1所示的层次结构。
图1-1 CTLS的层次结构
CTLS也是一个典型的复杂多环节且并发性强的多维空间作业的离散事件动态系统（discrete element dynamic system，DEDS）、分布式控制系统（distributed control system，DCS）和多层次并行处理系统（multi-level parallel processing system，MPPS），涉及物流、信息、调度等多种建模和优化技术，系统运行时存在并行、协调、竞争、博弈和同/异步等多种关系。CTLS 具有随机性强（自然条件与客户需求多变）、系统柔性差（设备作业空间有限）、设备作业时间不确定、搬运设备之间的协调性要求高等特点，因此要求集装箱码头应具有一个合理的平面布局和集装箱装卸工艺，其中集装箱装卸工艺是综合评价码头经济效益的基础。所谓装卸工艺（handling technology），是指港口装卸和搬运货物的方法和程序，按一定的操作过程，根据港口的条件，针对不同的货物、运输工具和装卸设备，以合理和经济的原则来完成装卸和搬运任务，集装箱装卸工艺是指装卸集装箱的方法。集装箱码头作为集装箱运输的中转设施是一个十分复杂的系统工程，其系统装卸工艺随着规模的增大变得愈加复杂。集装箱码头的装卸搬运设备与码头的装卸工艺密切相关，目前我国集装箱码头一般采用岸边集装箱起重机（简称岸桥，quay crane，QC）装卸船方式；堆场起重机（简称场桥，可采用场桥轮胎式龙门起重机和轨道式龙门起重机，yard crane，YC）在堆场完成集装箱装卸和堆码作业；集装箱拖挂车（简称内集卡，inner yard trailer，IYT）承担从码头前沿与堆场以及堆场内箱区间的水平运输。
集装箱码头的集疏运过程主要包括两个方面：出口集装箱的作业流程，从道口的信息输入到集装箱装船离港；进口集装箱的作业流程，从随船只到港到离开港区被客户取走，两者的物流路线相反。在码头的作业过程中，受许多不确定因素的影响，如自然和人为的因素使系统呈现出较大的随机特征，集装箱集疏运过程主要集中在拖轮、岸桥、场桥、内集卡和港口大门检查桥等5类设备上。其中，港口大门检查桥是外部集装箱卡车把集装箱运进或运出集装箱堆场的通道，而船舶排队进出港口均需要拖轮进行拖曳作业，即港口大门检查桥和拖轮是CTLS与外界交换集装箱流的边界设施和设备。敏捷、高效、鲁棒的CTLS要求5类设备之间相互协调、合理配置，并且具有能够依据系统实时状态和调度决策规则策略来动态选择作业对象和解决资源冲突的功能。现代CTLS具有以下几方面的特征：
（1） CTLS体系结构复杂［18，19］。路、铁、海运等多种集疏运模式并存，既要确保每种集疏运方式具有专用的作业和存储空间、设施设备资源，又要彼此之间能够共享空间和资源，因此码头的设施布局非常复杂。特别是在几种集疏运方式并行作业时，码头内的物流路径、设备的作业空间均会受资源的限制，系统的结构极其复杂和多变。
（2） CTLS是离散事件系统［20，21］。船舶到港、进入锚地排队、离开锚地、靠泊泊位、开始作业、作业结束、离开泊位等事件均发生在离散时刻，且具有随机性。因此，CTLS是典型的随机离散事件系统，其动态特性需用一组离散状态方程来描述。
（3） CTLS是分布式控制系统［22，23］。集装箱码头的作业涉及多种作业设备和服务资源，各个设备及资源均有特定的计划、调度、控制、决策逻辑和模式进行局部作业，故CTLS是一个典型的分布式控制系统。
（4） CTLS是多层次并行处理系统［24，25］。集装箱码头中多艘到港船舶往往同时进行装卸作业，各个岸桥、集卡和场桥并行协同工作，完成到港船舶的装卸和到港集装箱的集疏运作业。
（5） CTLS是排队系统［26-30］。由于港口作业的随机性和来港船舶的随机性，港口营运具有很大的不平稳性。在CTLS中，一个码头泊位在同一时刻只能为一艘船服务，并且要求码头泊位的靠泊能力不小于船舶的吨级，船舶必须按类型排队形成排队系统。当到港船舶的频度大于船舶作业的频度时，将发生船舶在锚地等待作业的现象。当这种情况发生时，就有一个船舶作业次序选择的问题。根据港口生产作业的特点以及在实践中一般遵循的规则，到港船舶在满足泊位适应情况下除特殊物资优先考虑，一般按照先到先服务（FCFS）的原则进行处理。
（6） CTLS是资源动态重构服务系统［31-33］。集装箱码头在对到港船舶进行装卸作业时，既要求船舶通过能力和集装箱吞吐量具有较好的表现，同时又要根据不同的客户合同，对挂靠船舶具有较好的响应性。故敏捷高效地进行泊位、岸桥、集卡、场桥和堆场的资源分配，按照作业面形成实时动态的装卸运输生产作业线，是CTLS提高系统吞吐量和响应性的必然途径。
（7） CTLS随机性强、柔性差［34-37］。复杂多变的海洋气候环境和越来越个性化的客户需求，特别是某些根据潮汐规律作业的港口，增加了CTLS系统的随机性。例如，船舶到港具有随机性，在船舶航行过程中，易受风、浪、流的影响，无法保持恒定的航速，从而导致船舶无法按规定的时间到达港口。而CTLS自身的运作也具有随机性的特点，在港口生产营运过程中，易受气候条件、装卸能力、生产调度水平等许多因素的影响。另外，集疏运作业时运输车辆装卸站的缓冲区容量很小，吊运设备没有缓冲区，致使系统柔性差，特别是在多作业线并行时，易发生死锁和冲突的现象［16］。
（8） CTLS装卸工艺多样和生产调度复杂［38，39］。随着港口自动化程度的提高，集装箱的装卸工艺也随之复杂多样，同一码头有几种不同的作业模式并存，同一设备在作业周期内需要完成进口/出口箱、中转箱、内部周转箱或客户提箱等多类操作。一个明显的趋势就是港口装卸工艺向重载高速方向发展，所以要尽量减少设备的空转，提高各个作业环节的并行性与协同性，尽量便于到港集装箱的集疏运作业［40，41］。
（9） CTLS是一个信息物理系统（cyber-physical system，CPS）和智能物流枢纽［42-45］。为了提高港口的运作效率，各个港口都加大了对其信息支撑基础设施、管理信息系统、生产调度系统及其决策支持系统的投入，所以现在以及未来的港口不仅是一个核心物流枢纽，同时也是一个智能交通系统，本质上就是一个信息物理系统，这为CTLS的计划调度和控制决策引入了新的优化思路，提供了技术支撑，并奠定了理论基础。
1.3研究现状
1.3.1集装箱码头物流系统的建模与决策方法
CTLS的作业计划、任务调度、资源分配和管理决策一直是国内外相关研究的热点、重点和难点［7-10，46-50］。集装箱码头调度决策研究的主要方法有运筹解析法［51，52］、系统仿真方法［53-64］、智能优化方法［65-80］和基于仿真的优化方法等［81-95］。
运筹解析法有比较悠久的发展历史，在实际中应用广泛，在集装箱码头的生产运作中的应用也不例外，其中以排队论［26-30］（queuing theory，QT）和系统优化法［51，52］用得*多。例如，澳大利亚的Kozan针对船舶在港停泊时间问题，用批量到达的多服务台排队模型对码头作业进行建模，讨论影响集装箱码头运输效率的各种主要因素［96］；随后Kozan又研究了批量到达、多服务台的排队系统，在此基础上建立了随机模型，通过仿真分析了不同运作模式对集装箱码头作业的影响［53］；意大利的Legato等基于可视化的SLAM语言，分析与集装箱船舶到达、靠泊和离泊过程相关的物流活动的排队网络模型，研究泊位规划问题［20］；Canonaco等研究了某码头的集装箱装卸的管理*优化，认为在实现部分昂贵资源生产能力*大的同时，应当满足船只的服务完成率和等候时间*小化的需求，据此建立了排队网络模型，并结合管理者的策略，通过仿真比较分析，对总产量和完成时间等系统参数进行评价［27］。而在国内众多的学者也利用排队理论对集装箱码头作业的各个方面进行了研究［28-30］。
传统港口规划和运营方法主要依靠的是已建码头生产实践的经验总结，很难对因系统环节改变而产生的影响做出定量评估，加之集装箱码头物流系统具有离散、动态、随机等特性，采用数学模型进行定量求解分析十分困难，所以系统仿真方法常被用来辅助港口的分析决策［97-99］。事实上，前述文献利用解析法来对集装箱码头物流系统进行分析时，也往往利用仿真作为*后验证和分析的手段。而对CTLS进行仿真，建立可信的系统模型是*重要的前提［88］。CTLS是典型的离散事件动态系统，而目前对离散动态系统的建模多采用形式化建模技术、非形式化建模技术和复合建模技术。其中形式化建模主要采用排队网络法［26-30］、极大代数法、扰动分析法和Petri网［16］。非形式化建模的主要方法有活动循环图、流程图、面向对象技术［100］、基于多Agent的建模［101-110］。当前形式化建模和非形式化建模都有各自的优势及不可克服的缺点，因此现在也有不少学者将形式化建模与非形式化建模技术相结合来对CTLS进行复合建模。目前将两者结合得*多的是将Petri网和面向对象技术结合起来进行复合建模［16，111-113］，应用于系统的建模仿真与调度规划，通过面向对象或分层，来克服Petri 网的封闭和状态空间“指数爆炸”问题，以便于复杂系统的模块化，而Petri 网自身也增强了模型的数学分析能力。其次是将排队网络与面向对象相结合，使无论是从理论分析还是仿真实现都能很好地解决集装箱码头物流系统中的各种问题［28-30，114-116］。本书同样对集装箱码头物流系统进行复合建模，但是将混合流水车间和基于多Agent的建模相结合，以描述分析和优化集装箱码头物流系统，类似的复合建模方式鲜有在文献中发现。
由于在集装箱码头中的生产调度问题几乎都具有NP-Hard性质，其数学模型都难以求解，因此绝大多数智能优化方法，包括禁忌搜索［70，79，117］（tabu search，TS）、神经网络、模拟退火算法［68，118］（simulated annealing，SA）、遗传算法［28，65，69，71，75，76］（genetic algorithms，GA）、粒子群优化算法［31，34，119-121］（particle swarm optimization，PSO）、蚁群算法［77，122］（ant colony optimization，ACO）都在集装箱码头的各个任务调度环节以及集成生产调度中获得了广泛的应用，并获得了一定的成效。
而将智能优化和系统仿真融为一体的基于仿真的优化（simulation based optimization，SBO）