摘要：针对集装箱港口提箱过程中的翻箱问题，以最小化翻箱次数为目标，构建基于状态结点的网络图模型，将翻箱问题转化为最短路径问题，并采用最短路径算法进行求解，最后给出一组计算样例。
1.集装箱堆场翻箱问题
在集装箱码头作业过程中，由于船舶抵港时间具有不确定性，可能出现集装箱提箱顺序与初始堆放位置不完全相符的情况，导致需要较早离场集装箱被压在后续离场集装箱下层现象。所以提箱过程中不可避免需要进行翻箱，甚至当被翻箱落箱位置选取不当，会造成后续提箱的二次翻箱；翻箱过程存在如下定义：
（1）目标箱：某一堆存状态下，预最先发箱的集装箱为该堆存状态下的目标箱;
（2）必翻箱：若某集装箱下方存在比其优先取箱的箱子，则该集装箱为相应堆存状态下的必翻箱；
（3）阻塞箱：连续堆存在某集装箱上方的必翻箱，为相应堆存状态下该集装箱的阻塞箱；
如图1所示为某一贝位内的堆存状态（6*6的贝位，且均为20FT集装箱，底部横轴为栈编号，左侧纵轴为层编号）；当提箱顺序为C21->C15->C12时，可知当前堆存状态的目标箱位C21，C12处于栈顶，不存在阻塞箱，可直接发出；而C15作为后续堆存状态的目标箱，其上方还有其他集装箱；此时，定义C12,C13,C14为目标箱C15的阻塞箱，同时C12,C13,C14称为当前堆存状态的必翻箱；
图1 堆存状态
2. 基于状态结点的网络图模型
（1）堆存状态：指某堆存范围内集装箱的堆存情况，如图1所示，即为栈6-11的一组堆存状态；翻箱过程中可行的堆存状态应具有如下特点：
a）：集装箱不能悬空放置；
b）：不考虑轻压重等重量原则；
c）：不允许超过堆存区域既定的最大堆高；
d）：集装箱位置不能超过作业机械所能达到的最大堆高；
（2）状态结点：每一个可行的堆存状态即可作为一个状态结点；
（3）结点可达：针对某一目标箱，若状态结点A中的某一集装箱经过翻箱操作后得到的堆存状态与状态结点B一致，则称结点A可达结点B；
（4）权重取值: 且若结点A可达结点B，那么结点A、B间存在方向A->B,且可计算A->B的翻箱次数，并将其作为连接权重；
（5）网络图构建原理：以初始堆存状态作为根节点，将目标箱作为层级划分的标识。同时，将提箱过程中各层可能的堆存状态作为该层的叶子节点，完成提箱操作的堆存状态作为结束节点；构造形如图2所示的树状网络图结构，并增加虚拟结束节点：
图2状态结点树状网络图
（4）网络图性质：分析可知，上述构造的堆存状态树状网络图具有以下特征：
特征0：结束状态层中，不存在待提集装箱，此时堆存状态可能为空，也可能包括非待提箱；
特征1：图中入度为0的点和出度为0的点有且仅有一个（分别为根节点和虚拟结束节点）；其他节点的出度、入度均大于等于1；
特征2：虚拟节点作为后续节点与所有结束节点相连，且权重均等于0；
特征3：上一层的目标箱在当前堆存状态一定处于栈顶或已被提箱离场；
特征4：由于提箱顺序有优先级要求，结合特征3，因此不存在跨层节点连接；
特征5：由于不涉及预翻箱作业，则中间层每层至少存在一个状态叶子节点，且两两状态之间不可达；
特征6：结合特征4和特征5可知，网络图为有向无环图；
至此，通过构建具有上述特征的树状网络图，可将翻箱问题转化为寻找从根节点到虚拟结束节点的最短路径问题，并采用最短路径问题算法进行精确求解。
3. 计算样例
（1）初始堆存状态Node0；
（2）构造树型网络图结构
结点信息如下：
（3）最短路径问题求解
当前最短路径支持Dijkstra's 算法（正权有向图）、Floyd算法、0-1整数规划等方式求解；此外，进一步结合特征6可知，上述构建的最短路径问题为有向无环图，因此可采用更为高效的基于拓扑排序的快速求解算法求解；最终得到翻箱方案如下，翻箱次数为1次；
参考文档
- da Silva Firmino A, de Abreu Silva R M, Times V C. An exact approach for the container retrieval problem to reduce crane's trajectory[C]//2016 IEEE 19th international conference on intelligent transportation systems (ITSC). IEEE, 2016: 933-938.
- https://bbs.huaweicloud.com/blogs/211445-有向无环图最短路径问题及其变种问题的快速求解算法.
本文分享自华为云社区《集装箱港口翻箱问题的最短路径求解算法》，原文作者：CKW@10270 。