GA sẽ hội tụ qua nhiều thế hệ theo hướng tối ưu tồn cục đạt được quần thể thích nghi cao nhờ chọn lọc, lai ghép, đột biến. GA hi vọng hướng tới một giải pháp tối ưu hơn qua việc sử dụng kết hợp thông tin tốt ẩn trong tập hợp các giải pháp, để tạo ra giải pháp tối ưu hơn thừa hưởng từ cả cha và mẹ. Những nghiên cứu thành cơng về lí thuyết cũng như ứng dụng trong nhiều lĩnh vực thế giới thực đã chứng minh GA là một kĩ thuật tối ưu mạnh mẽ và thiết thực [6].
- Những ưu điểm của thuật toán GA được đánh giá vượt trội, giải thuật sẽ xử lý nhanh chóng hơn và hiệu quả hơn so với các phương pháp truyền thống. Khả năng xử lý song song tốt, kết quả của giải thuật sẽ cung cấp một danh sách các giải pháp tốt thay vì chỉ một và cải thiện giải pháp đó theo thời
40
gian qua việc xử lý tối ưu hóa các chức năng liên tục cũng như rời rạc và các vấn đề đa mục tiêu. Khả năng giải quyết cho bài toán với khơng gian tìm kiếm rất lớn, có thể xử lý nhiều tham số liên quan. Ngồi các ưu điểm thì giải thuật GA cũng tồn tại một số nhược điểm như khơng thích hợp cho các vấn đề đơn giản, giải thuật mang tính ngẫu nhiên và không đảm bảo giải pháp kết quả là tối ưu. Việc xử lý tính toán thường xuyên giá trị thể chất rất tốn kém về mặt tính toán đối với một số vấn đề và không thể đảm bảo hội tụ đến giải pháp tối ưu khi thực hiện giải thuật không đúng cách.
2.2.1.4. Constraint Programming
Thuật ngữ Quy hoạch ràng buộc xuất phát từ nghiên cứu trí tuệ nhân tạo, trong đó có nhiều vấn đề yêu cầu gán các giá trị biểu tượng cho các biến thỏa mãn các ràng buộc nhất định. Các giá trị biểu tượng đến từ một tập hợp hữu hạn các khả năng và những khả năng này có thể được đánh số bằng các số nguyên.
Quy hoạch ràng buộc định nghĩa các ràng buộc "cấp cao hơn" áp dụng cho các biến số nguyên. Ràng buộc cấp cao hơn phổ biến và hữu ích nhất là ràng buộc “hoàn toàn khác biệt”, yêu cầu tập hợp n biến quyết định để giả sử một số hoán vị (thứ tự không lặp lại) của các số nguyên từ 1 đến n. Các bài tốn quy hoạch ràng buộc có tất cả các ưu điểm và nhược điểm (chẳng hạn như tính khơng lồi) của các bài toán quy hoạch hỗn hợp nguyên và các yêu cầu bổ sung tất cả khác biệt thường làm cho các bài toán đó khó giải hơn.
Mơ hình tối ưu hóa quy hoạch ràng buộc có cấu trúc giống như mơ hình quy hoạch toán học: một tập hợp các biến quyết định, một hàm mục tiêu để tối đa hóa hoặc giảm thiểu, và một tập hợp các ràng buộc.
Mơ hình quy hoạch ràng buộc nguyên bản hỗ trợ các ràng buộc logic cũng như đầy đủ các biểu thức số học, bao gồm modulo, phép chia số nguyên, tối thiểu, tối đa và một biểu thức lập chỉ mục một mảng giá trị bởi một biến quyết định.
41
Mơ hình quy hoạch ràng buộc cũng có thể sử dụng các ràng buộc chuyên biệt, chẳng hạn như ràng buộc “hồn tồn khác biệt”, có thể tăng tốc tìm kiếm các mẫu được sử dụng thường xun.
Một mơ hình quy hoạch ràng buộc khơng có giới hạn về các ràng buộc số học có thể được đặt trên các biến quyết định, trong khi một công cụ quy hoạch toán học dành riêng cho một loại bài toán mà cơng thức của nó đáp ứng các tính chất toán học nhất định (ví dụ: bậc hai, MIQCP và lồi so với không lồi).
Công cụ quy hoạch ràng buộc khơng đưa ra các giả định về các thuộc tính toán học của không gian nghiệm (độ lồi, độ tuyến tính, v.v.), trong khi cơng cụ quy hoạch toán học yêu cầu mơ hình thuộc một loại toán học được xác định rõ ràng chẳng hạn như quy hoạch bậc hai nguyên hỗn hợp (MIQP) [9].
2.2.2. Đánh giá
Qua quá trình nghiên cứu, tìm hiểu các cơng trình nghiên cứu tiêu biểu, bài luận đã trình bày đưa ra được một số giải thuật tiêu biểu hiện nay đang được nghiên cứu, ứng dụng trong bài toán lập kế hoạch xếp hàng tự động cho tàu Container. Cũng như qua quá trình khảo sát các quy trình quản lý, hoạt động cảng biển Viêt Nam và mục tiêu nghiên cứu của đề tài đã đề xuất sử dụng kết hợp hai giải thuật IP và giải thuật GA để giả quyết tối ưu bài toán. Tuy nhiên, mơ hình kết hợp kết hợp giải thuật cịn khá mới với tình trạng hoạt động cảng biển Việt Nam nhưng những ưu điểm của hai giải thuật này vượt trội, phù hợp hơn so với những giải thuật khác. Khả năng ứng dụng sự kết hợp của hai giải thuật được đề xuất làm tiền đề cho sự tối ưu khai thác tài nguyên sẵn có của các cảng biển Việt Nam. Giải thuật quy hoạch nguyên đã thông qua các tập ràng buộc, quy định phải tuân thủ trong hoạt động cảng biển chuyển đổi thành các biến, công thức toán học. Đã giải quyết tối ưu được bài toán MBPP với độ chính xác khá cao so với các giải thuật khác, cũng như khả năng tối ưu, mở rộng sẽ dễ dàng hơn.
Giải thuật quy hoạch nguyên so với một số giải thuật Heuristic – Phỏng đoán vị trí/ Phương pháp tiếp cận hai giai đoạn thì đã giải phóng phần nào sự can
42
thiệp của người lập kế hoạch, không cần sự can thiệp quá nhiều của người lập kế hoạch tới quyết định đưa ra được kế hoạch xếp Container lên tàu và khả năng đưa ra được kế hoạch chính xác sẽ cao hơn, đảm bảo được các yếu tố, tiêu chí trong quá trình hoạt động vận tải biển.
Và đối với mơ hình quy hoạch ràng buộc chỉ hỗ trợ các biến quyết định rời rạc (số nguyên hoặc Boolean) và các biến hoạt động và dựa trên thời gian, trong khi mơ hình IP hỗ trợ các biến quyết định rời rạc hoặc liên tục. Một công cụ quy hoạch ràng buộc đưa ra quyết định về các biến và giá trị và sau mỗi quyết định, thực hiện một tập hợp các suy luận logic để giảm bớt các tùy chọn có sẵn cho các miền của các biến cịn lại. Ngược lại, một cơng cụ IP, trong bối cảnh tối ưu hóa rời rạc, sử dụng sự kết hợp của sự giãn ra (được củng cố bởi các mặt phẳng cắt) và “rẽ nhánh và ràng buộc”. Một cơng cụ quy hoạch ràng buộc chứng minh tính tối ưu bằng cách chỉ ra rằng khơng thể tìm thấy giải pháp nào tốt hơn giải pháp hiện tại, trong khi một công cụ IP sẽ sử dụng các kỹ thuật khác nhau, chẳng hạn như chứng minh giới hạn dưới được cung cấp bởi các đường cắt và giãn tuyến tính.
Tuy nhiên, mơ hình IP cũng thiếu tính đột phá và khi thêm các ràng buộc sẽ làm cho bài toán phức tạp theo cấp số nhân, chính vì vậy hướng nghiên cứu của tơi đã đưa ra mơ hình kết hợp với giải thuật GA để đạt được một kết quả tối ưu hơn. GA sẽ giải quyết được sự phức tạp khi gia tăng rằng buộc của mơ hình IP thơng qua sử dụng các bất đẳng thức mơ hình IP để đánh giá được khả năng tối ưu của kế hoạch được sinh ra. Qua quá trình lai tạo, đột biến của giải thuật di truyền sẽ đưa ra được nhiều kế hoạch xếp Comtainer lên tàu được sinh ra có độ tối ưu cao hơn.
2.3. Kết chương
Trong Chương 2 này, luận văn đã trình bày tổng quan về khái niệm, giới thiệu tổng quan về lập kế hoạch xếp hàng cho tàu Container và giới thiệu một số thuật toán phổ biến hiện nay đang ứng dụng, tối ưu trong các hoạt động cảng biển,
43
từ đó đánh giá, đưa ra lựa chọn giải thuật phù hợp cho hoạt động cảng biển Việt Nam, cũng như ứng dụng, tối ưu hoạt động lập kế hoạch xếp hàng tự động cho tàu Container.
44
CHƯƠNG 3: GIẢI THUẬT TỐI ƯU LẬP KẾ HOẠCH XẾP HÀNG TỰ ĐỘNG LÊN TÀU CONTAINER
3.1. Mơ hình tổng quan
Để lập được kế hoạch xếp hàng tự động cho tàu Container luận văn đã nghiên cứu ứng dụng một số giải thuật tối ưu để giải quyết bài tốn thay vì vẫn sử dụng thủ cơng để lập kế hoạch xếp hàng cho tàu Container bằng kinh nghiệm con người. Hiện nay, ở các cảng Việt Nam vẫn chủ yếu sử dụng thủ công, họ chỉ tập trung vào ràng buộc về trọng lượng. Vì vậy, luận văn đề xuất sẽ tập trung vào các ràng buộc An toàn và ràng buộc cân bằng Ngang – Chéo, sau đó sẽ lập kế hoạch tốt hơn bằng cách kiểm tra mức độ xuất hiện và các ràng buộc về trọng lượng.
Tuy nhiên với thực tế tại các cảng Việt Nam nói chung và hệ thống cảng miền Bắc nói riêng có những ràng buộc khác cần tuân theo cũng như các trang thiết bị cảng chưa đầy đủ hiện đại để đáp ứng các quy trình nghiệp vụ chuẩn Quốc tế nên việc đưa ra phương án tối ưu phù hợp là cần thiết tại thời điểm hiện tại. Ví dụ như các cảng tại Việt Nam thơng thường là cảng cuối hoặc xuất phát nên bài toán xếp hàng lên tàu MBPP sẽ phù hợp hơn, bên cạnh đó hệ thống cảng miền Bắc khơng có giờ làm hàng- “closing time” do đặc thù địa lý, quy mơ cảng nên có thể xảy ra việc hàng hóa bị chậm trễ giờ xếp dỡ hoặc bị hủy nên sẽ cần bài toán xếp hàng với thời gian thực. Đề tài cũng đưa thêm điều kiện về cân bằng tải tại thời điểm xếp hàng để hạn chế việc sử dụng nước biển bơm xả trong việc giữ cân bằng, qua đó cũng tiết kiệm nhiên liệu sử dụng, hạn chế khí thải, nước ơ nhiễm xả ra trong quá trình vận hành, đồng thời kết hợp khai thác hiệu quả trang thiết bị hiện có của cảng. Do đó, đề tài sẽ tập trung giải quyết bài tốn MBPP với các điều kiện đặc thù riêng của hệ thống cảng tại Việt Nam gồm:
- Lập kế hoạch xếp hàng lên tàu tại một cảng (Offline MBPP)
- Lập kế hoạch xếp hàng lên tàu theo thời gian thực dựa trên kế hoạch đã xác định (Online MBPP)
45
MBPP liên quan đến việc xác định cách xếp một tập hợp C gồm m thùng chứa các loại khác nhau vào một tập hợp S gồm n vị trí có sẵn trong một tàu Container. Độ phức tạp tính tốn cho bài tồn:
“Cho vị trí q và thời gian t, tính tốn Q (q, t + 1) có độ phức tạp 𝑂(𝜎𝑛𝜎)”-
bổ đề. Chúng ta phải xác định xem có tồn tại q trình chuyển đổi từ q đối với mỗi vị trí có thể có q′ tại thời điểm t +1 hay không. Kiểm tra này liên quan đến đảm bảo rằng tất cả các Container không rời hoặc đi vào các ngăn xếp tại thời điểm t + 1 trong q và q’ ở các vị trí cũ. Với q là các cấu hình vị trí trong tập S, t là thời gian tính tốn, 𝑂(𝜎) là thời gian kiểm tra các cấu hình vị trí q và q’, tổng thời gian kiểm tra cho tất cả các vị trí là 𝑂(𝜎𝑛𝜎)[19].
Với bất kỳ lựa chọn nào của m và | S | có thể tính tốn thời gian đa thức. Vì liên quan đến việc xem xét từng ngăn xếp trong q tại thời điểm t và đếm số lần dịch chuyển cần thiết. Do đó, vì các dịch chuyển (q, t) cần thời gian đa thức, và theo Bổ đề trên, việc xử lý mỗi trạng thái cần thời gian đa thức cho một m và S cố định, dẫn đến thời gian chạy là 𝑂(𝜎𝑛𝜎+1)[19].
Qua khảo sát và nghiên cứu mơ hình lập kế hoạch xếp hàng cho tàu Container bao gồm mơ hình Offline MBPP và Online MBPP, sau đây là mơ hình tổng quan của bài toán, chi tiết cụ thể của từng bước được mô tả chi tiết dưới đây. Mô hình Offline MBPP là mơ hình đã được “closing time”, mơ hình đã được xác định chính xác các dữ liệu đầu vào. Danh sách các Container, tàu sử dụng vận chuyển đã được xác định và khơng thay đổi cho đến khi hồn thành xếp Container lên tàu để vận chuyển đi. Mơ hình này thường được ứng dụng cho các cảng lớn ở miền Trung, miền Nam, các cảng lớn mới được xây dựng, quy hoạch theo mơ hình chuẩn. Bao gồm các bước sau:
Bước 1: Xác định danh sách các Container cần vận chuyển, các dữ liệu tàu được lựa chọn: Xác định các vị trí trống để xếp các Container xả ở cảng hiện tại, chú ý các ràng buộc khi xếp hàng trên cảng, lưu trữ Container. Đồng thời, thực hiện phân nhóm các các Container mới cần vận chuyển đi theo loại (DC, HC, RE, HR, …); theo kích cỡ (20’, 40’, 45’, …); theo cảng đến thông thường một tàu sẽ
46
được xếp giao động trong 5 cảng đến do tối ưu chi phí, con người, thời gian và các yếu tố tự nhiên khác.
Bước 2: Thực hiện phân bổ các Container: Chúng ta sẽ tiến hành phân bổ các Container thành hai bên để tối ưu trong quá trình sử dụng cầu cảng tiến hành xếp - dỡ. Phân bổ cho từng nhóm của hai phía của tàu (phía biển - Sea Side và phía cảng – Port Side) để thực hiện cân bằng thuyền trong cảng trong quá trình xếp - dỡ trong bước tiếp theo, tránh các thiệt hại khơng đáng có trong cảng.
Bước 3: Xếp hàng lên tàu Container theo kế hoạch: quá trình này được thực hiện theo hai pha:
Pha đầu thực hiện xác định, xếp các Container cho từng khoang cho mỗi bên, các vị trí là khơng phải là vị trí chính xác mà xếp theo từng lớp trọng lượng. Đồng thời loại bỏ các vị trí dùng cho các cảng tiếp theo. Từ đó hình thành dữ liệu ban đầu cho kế hoạch khoang của lập kế hoạch xếp công tự động cho tàu Container.
Pha tiếp theo, thực hiện lập kế hoạch chính xác chi tiết cho từng vị trí được xếp Container lên tàu. Qua việc sử dụng giải thuật IP hoặc kết hợp giải thuật IP và GA, để lập được kế hoạch tối ưu cho xếp hàng tự động cho tàu Container sẽ được mô tả chi tiết ở mục 3.1.1 và mục 3.1.2. Từ đó hình thành kế hoạch chính xác cho quá trình thực thi, quá trình xếp hàng một cách tự động theo kế hoạch đã định sẵn. Được gọi là kế hoạch MBPP ngoại tuyến. Sau đó sẽ thực thi kế hoạch xếp Container lên tàu cho từng bên tàu.
47
Hình 3.1 Mơ hình MBPP offline cho cảng của Việt Nam [10].
Do hệ thống cảng đặc thù ở miền Bắc khơng có giờ làm hàng - “closing time”, các cảng vẫn hoạt động theo mơ hình cũ, chưa tái quy hoạch hoặc do đặc thù địa lý, quy mơ cảng nên có thể xảy ra việc hàng hóa bị chậm trễ giờ xếp dỡ hoặc bị hủy nên sẽ cần bài toán xếp hàng với thời gian thực. Đó chính là mơ hình Online MBPP và cũng có thể vẫn sử dụng mơ hình Offline MBPP nêu ở trên trong các trường hợp đã xác định chính xác danh sách các Container cần vận chuyển, dữ liệu tàu. Mơ hình Online MBPP sẽ có hai pha, pha thứ nhất sẽ sử dụng các
48
bước của Offline MBPP để thực hiện, sau đó pha thứ thứ hai sẽ xử lý các Container hủy, đến sau chậm chễ. Chi tiết bao gồm các bước sau:
Bước 1: Lập kế hoạch tổng thể: cũng như mơ hình Offline MBPP từ dữ liệu tàu, cảng, Container, danh sách Container cần xếp để vận chuyển sẽ xác định được các vị trí trống để xếp các Container xả trong cảng hiện tại, các vị trí lưu trữ các Container. Phân loại các Container theo loại, kích thước, cảng đến.
Bước 2: Lập kế hoạch khoang: bao gồm bước 2 và pha 1 của bước 3 trong mơ hình Offline MBPP. Phân bổ các Container cho mỗi bên và xếp các Container vào khoang cho mỗi bên theo từng lớp trọng lượng, các vị trí này là chưa chính xác và loại bỏ các vị trí dùng cho cảng tiếp theo.
Bước 3: Lập kế hoạch MBPP ngoại tuyến: Chính là pha 2 của bước 3 mơ hình Offline MBPP.
Bước 4: Kế hoạch thực thi: thực hiện lên lịch xếp cho từng Container theo danh sách Container ban đầu và kế hoạch xếp hàng tự động cho tàu Container có