數(shù)學(xué)建模——碼頭貨輪集裝箱裝卸的優(yōu)化問題2

1、碼頭貨輪集裝箱裝卸的優(yōu)化問題摘要集裝箱“貨幣化”已成為發(fā)展趨勢，而港口發(fā)展?jié)u漸滯后于集裝箱的吞吐量，研究集裝箱裝卸的優(yōu)化問題能有效擴(kuò)大港口生產(chǎn)力，提高港口經(jīng)濟(jì)效益。本文將建立集卡線路規(guī)劃模型和岸橋、集卡與龍門吊協(xié)同優(yōu)化模型，通過禁忌搜索算法進(jìn)行求解，并通過青島港的數(shù)據(jù)對(duì)模型進(jìn)行實(shí)證分析。對(duì)于提高裝卸效率，降低裝卸成本這一問題，我們將其分解為線路規(guī)劃、協(xié)同優(yōu)化和模型檢驗(yàn)三個(gè)子問題進(jìn)行分析。針對(duì)問題一，我們建立了集卡線路規(guī)劃模型。通過對(duì)青島港前灣港集裝箱碼頭（QQCT）的航拍圖和雷達(dá)圖進(jìn)行分析，畫出了碼頭泊位到堆場的平面圖，按照相應(yīng)的比例尺，得到實(shí)際碼頭與堆場間的距離、各堆場間的相互距離。通過集卡

2、行駛的速度，計(jì)算得到集卡從碼頭到堆場的時(shí)間、集卡在各堆場之間行駛的相互時(shí)間和集卡從堆場返回碼頭的時(shí)間。集卡在運(yùn)輸過程中，要盡量減少空集卡的行駛，即運(yùn)送集裝箱返回的途中攜帶需要裝運(yùn)到船上的集裝箱。利用第一階段的禁忌搜索算法，當(dāng)所需裝卸集裝箱位置確定后，最短的行駛路線也就計(jì)算出來。針對(duì)問題二，我們建立了橋吊、集卡和龍門吊的協(xié)同優(yōu)化模型。問題一計(jì)算的集卡最佳線路分配結(jié)果，繼續(xù)作為橋吊、集卡和龍門吊協(xié)同優(yōu)化的條件。第二階段的禁忌搜素算法分析出最合適的橋吊、集卡與龍門吊的比例，橋吊在不等待集卡的情況下效率高。通過協(xié)同優(yōu)化，得到最高效率的設(shè)備分配比例。針對(duì)問題三，我們匯總了附件中所有集裝箱的裝卸數(shù)據(jù)，對(duì)模

3、型進(jìn)行檢驗(yàn)分析。以青島前灣港區(qū)為例，通過帶入實(shí)際數(shù)據(jù)，得到如下比例關(guān)系，即橋吊：集卡：龍門吊為2:10:5。2輛橋吊工作時(shí)配備10輛集卡，5輛輪式龍門吊；3輛橋吊工作時(shí)配備15輛集卡，7輛龍門吊；如此分配使相對(duì)成本與效率達(dá)到最大化。本文的亮點(diǎn)在于：利用港口的雷達(dá)圖和航拍圖，繪制了港口的分布平面圖，分析更貼近實(shí)際；以集卡線路規(guī)劃為突破口，并以此為條件，建立了以集裝箱類型為依據(jù)的集卡一站式服務(wù)（岸橋到堆場的線路標(biāo)準(zhǔn)化）；對(duì)數(shù)據(jù)的分類處理，使計(jì)算簡潔；協(xié)同了集卡、橋吊、龍門吊，采用兩個(gè)階段的禁忌搜索算法，將集裝箱的裝與卸混合在一起計(jì)算，比原來對(duì)集卡、橋吊，集卡、龍門吊等部分優(yōu)化更加貼近實(shí)際，大大提升

4、了港口的運(yùn)行效率，并且降低的了成本。關(guān)鍵詞：集卡，橋吊，龍門吊，線路規(guī)劃，協(xié)同優(yōu)化，禁忌搜索算法22目錄摘要1一、 問題重述31.1問題的背景31.2要解決的問題3二、 問題分析32.1概論32.2問題一的分析52.3問題二的分析52.4問題三的分析5三、模型假設(shè)5四、符號(hào)說明6五、模型建立與求解75.1集卡線路優(yōu)化模型75.1.1模型分析75.1.2模型建立75.1.3模型求解95.2岸橋、集卡和龍門吊的協(xié)同優(yōu)化模型105.2.1模型的分析105.2.2模型建立105.2.3模型求解105.3模型的檢驗(yàn)分析135.3.1模型分析135.3.2模型建立155.3.3模型求解15六、 模型評(píng)價(jià)1

5、56.1模型優(yōu)點(diǎn)156.2模型缺點(diǎn)166.3模型改進(jìn)16七、參考文獻(xiàn)17附錄181、 問題重述1.1問題的背景集裝箱碼頭是海陸聯(lián)運(yùn)的樞紐站，在各個(gè)經(jīng)濟(jì)體的貿(mào)易中都占據(jù)著舉足輕重的地位。港口的裝卸貨能力在一定程度上代表著一個(gè)港口的生產(chǎn)力，在集裝箱吞吐量不斷增大而港口發(fā)展?jié)u漸滯后的現(xiàn)狀下，研究港口集裝箱裝卸的優(yōu)化問題就顯得尤為重要。影響集裝箱裝卸效率的因素主要有裝卸設(shè)備的硬件配備和在現(xiàn)有設(shè)備基礎(chǔ)上對(duì)各方資源的優(yōu)化協(xié)調(diào)程度。本文將以青島港前灣港集裝箱碼頭（QQCT）為現(xiàn)實(shí)背景，來考慮碼頭貨輪集裝箱裝卸的優(yōu)化問題。QQCT坐落于青島膠州灣的前港港區(qū)，具有水深域闊、不淤不凍、避風(fēng)浪的優(yōu)良碼頭條件，可全天

6、候停靠第六代及以上集裝箱船舶。泊位長度3400米，泊位水深-17.5米，巷道水深-15米，堆場面積225平方米。該港區(qū)配備了世界上最先進(jìn)、最大型的新型橋吊，可裝卸目前世界上最大型的超巴拿馬型集裝箱船。1.2要解決的問題本問將以QQCT為原型，利用卸船箱和裝船箱的數(shù)據(jù)，簡化港口條件，僅在投入2個(gè)和3個(gè)QC時(shí)，構(gòu)造數(shù)學(xué)模型，分別使相應(yīng)成本盡量小，效率盡量高。為方便解決問題，我們將問題進(jìn)行了分解，主要包括以下幾個(gè)問題：（1） 基于集裝箱類型的集卡線路一站式優(yōu)化（線路標(biāo)準(zhǔn)化）；（2） 岸橋、集卡和龍門吊的協(xié)同調(diào)度；（3） 以青島港的實(shí)際數(shù)據(jù)對(duì)模型進(jìn)行檢驗(yàn)分析。 2、 問題分析2.1概論針對(duì)以青島港為原

7、型的碼頭集裝箱裝卸優(yōu)化問題，我們首先通過對(duì)青島港實(shí)地情況的分析，將目標(biāo)港進(jìn)一步細(xì)化，選擇了四個(gè)港中最專業(yè)的集裝箱裝運(yùn)碼頭，即青島前灣集裝箱碼頭。通過航拍圖（圖1）和雷達(dá)圖（圖2），我們初步拿到QQCT的港口分布圖，并基于此，我們繪制了港口分布立體圖（圖3）和平面圖（圖4），來使分析更加具體和形象。 圖1 航拍圖 圖2 雷達(dá)圖（來源：必應(yīng)地圖截圖）圖3 立體圖（來源：百度圖片） 圖4 平面圖（泊位確定）2.2問題一的分析這是一個(gè)線路規(guī)劃問題，通過對(duì)港口平面圖、集卡運(yùn)行速度、橋吊和龍門吊的工作效率分析，得到了集卡的最優(yōu)工作路線。問題的特點(diǎn)在于集卡在運(yùn)輸進(jìn)口、過境等集裝箱時(shí)是聯(lián)合搭配的。問題的難點(diǎn)在

8、于堆場與堆場之間可以相互通行，集卡返回碼頭時(shí)攜帶需要裝船的集裝箱，而且需要卸的集裝箱往往和需要裝的集裝箱數(shù)目不一致，加大了理解和計(jì)算的難度。2.3問題二的分析這是一個(gè)資源優(yōu)化問題，通過對(duì)橋吊、集卡、龍門吊三個(gè)因素進(jìn)行綜合考慮，得到三種資源的最優(yōu)配比。問題的特點(diǎn)在于問題一的結(jié)論影響問題二的分析，橋吊、集卡、龍門吊之間的相互調(diào)配相互制約，但存在整體最優(yōu)的情況。問題的難點(diǎn)是在各因素相互制約的條件下尋找最優(yōu)解，合理有效利用第一問的數(shù)據(jù)。2.4問題三的分析這是一個(gè)檢驗(yàn)分析問題，通過對(duì)QQCT集裝箱裝卸的數(shù)據(jù)進(jìn)行分析整理，對(duì)模型進(jìn)行實(shí)證檢驗(yàn)，以證明模型的可靠性和實(shí)用性。問題的特點(diǎn)是將實(shí)際數(shù)據(jù)帶入模型確定2

9、個(gè)橋吊和3個(gè)橋吊最佳的資源配比。問題的難點(diǎn)在于6000多個(gè)數(shù)據(jù)的帶入存在一定的技術(shù)困難和理解誤差，會(huì)影響分析結(jié)果的合理性。三、模型假設(shè)1、船一旦靠岸只選擇一個(gè)泊位，且泊位距各堆場和最近；2、每個(gè)集裝箱的裝或卸只進(jìn)行單次作業(yè)，作業(yè)完成后不再考慮；3、各堆場位置已知，由集裝箱的種類確定；4、集裝箱裝卸次序已知；5、只考慮一條船的情況，裝箱與卸箱都是同一艘貨輪；6、假設(shè)2個(gè)20寸的集裝箱視為1個(gè)40寸的集裝箱；7、將需裝運(yùn)的集裝箱種類簡化為過境箱、進(jìn)口箱和出口箱。四、符號(hào)說明符號(hào)符號(hào)說明輪船進(jìn)口、過境集裝箱集合 出口集裝箱集合 進(jìn)口、過境集裝箱數(shù)量出口集裝箱的數(shù)量進(jìn)口、過境集裝箱所存堆場的集合 出口

10、集裝箱所存堆場的集合 進(jìn)口、過境集裝箱所存堆場位置 出口集裝箱所存堆場位置 集卡從船到堆場行駛所用的時(shí)間 集卡從堆場行駛到所用的時(shí)間 集卡從堆場到船所行駛的時(shí)間 集卡是否經(jīng)過路線 橋吊集合卸箱橋吊裝箱橋吊集卡集合集卡橋吊完成一個(gè)集裝箱裝卸的時(shí)間龍門吊完成一個(gè)集裝箱裝卸的時(shí)間符號(hào)符號(hào)說明集裝箱在船的位置集裝箱從到所用的時(shí)間卸箱工作完成的時(shí)間裝箱工作完成的時(shí)間無限大的數(shù)箱由橋吊運(yùn)送后，與由橋吊完成，是前面的任務(wù)，則箱被集卡送，則箱與箱均由集卡運(yùn)送，在前，五、模型建立與求解5.1集卡線路優(yōu)化模型5.1.1模型分析通過查閱資料，我們將集卡的工作流程抽象如下（圖5）船堆場堆場集卡集卡集卡 圖5 集卡工作

11、流程圖5.1.2模型建立集卡的空駕駛距離之和最?。?(1)堆場對(duì)應(yīng)具體貨物，如下為集卡調(diào)度模型的表示： (2) (3) (4)約束條件： 時(shí)， (5)現(xiàn)實(shí)生活中往往進(jìn)口箱與出口箱數(shù)量不一致，加入虛擬進(jìn)、出口箱集合(virtual)時(shí)， (6) (7)時(shí)， (8) (9)其中，(1)式為集卡行駛距離最短的的表達(dá)式；(2)式為行駛時(shí)間最小的目標(biāo)函數(shù)；(3)、(4)式為進(jìn)口、過境箱與出口箱數(shù)目相等的一一搭配；(5)式為變量的約束條件；(6)、(7)式進(jìn)口、過境箱數(shù)大于出口箱數(shù)的虛擬搭配；(8)、(9)式進(jìn)口、過境箱數(shù)小于出口箱數(shù)的虛擬搭配。5.1.3模型求解算法求解邏輯：橋吊的工作效率為1min/箱

12、，集卡的行駛速度為20km/h，橋吊與集卡的比例為1：5，橋吊到堆場的距離在2001500之間隨機(jī)產(chǎn)生。計(jì)算五個(gè)不同腳本的數(shù)據(jù)。利用MATLAB 2014a 計(jì)算，兩階段禁忌搜索算法計(jì)算結(jié)果如下表1：卸箱數(shù)橋吊數(shù)集卡行駛距離（km）作業(yè)時(shí)間（min）計(jì)算時(shí)間初始解禁忌算法初始解禁忌算法100/1179.88161.301981810.6400/1711.37630.367767458.11000/12900.672839.803010297732.22000/14117.834001.563771370543.32500/14779.104712.514710465153.0 表1 兩階段禁忌

13、搜索算法從結(jié)果上看，每個(gè)橋吊工作1000到2000個(gè)效率最高。若低于1000箱每個(gè)橋吊會(huì)造成橋吊等待集卡，導(dǎo)致工作效率大大下降。若箱數(shù)高于2000箱每個(gè)橋吊，則造成集卡等待橋吊，造成碼頭擁擠，次序混亂，結(jié)果不令人滿意。5.2岸橋、集卡和龍門吊的協(xié)同優(yōu)化模型5.2.1模型的分析以模型一集卡路線的最優(yōu)化結(jié)果作為模型二的條件，綜合考慮橋吊、集卡、龍門吊的情況，協(xié)同考慮混合裝卸，利用禁忌搜索第二階段的橋吊調(diào)度階段最優(yōu)解。5.2.2模型建立 (10)約束條件： (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23) (24) (2

14、5)其中，(11)(14)式說明每個(gè)集裝箱都有一輛集卡、橋吊進(jìn)行操作；(15) (18)式為橋吊與龍門吊對(duì)每個(gè)集裝箱操作先后次序一定且唯一； (19)(20)式為橋吊完成一次集裝箱作業(yè)的時(shí)間關(guān)系； (21)(22)式為集卡完成一次集裝箱作業(yè)的時(shí)間關(guān)系； (23)式為集裝箱約束條件，如i,j集裝箱由同一輛集裝箱運(yùn)輸； (24)式為集卡裝卸集裝箱的順序；(25)式為變量取值范圍的約束。5.2.3模型求解求解算法邏輯：橋吊的工作效率為1min/箱，集卡的行駛速度為20km/h，橋吊與集卡的比例為1：5，橋吊到堆場的距離在2001500之間隨機(jī)產(chǎn)生。5000個(gè)集裝箱等待裝卸。利用MATLAB 2014

15、a 計(jì)算，混合裝卸調(diào)度模型的結(jié)果如表2：橋吊/集卡交叉作業(yè)集卡行駛距離(km)總裝卸時(shí)間(min)6/18是129503815否828036356/24是128653655否818535106/30是124853615否81253485 表2 混合裝卸調(diào)度計(jì)算結(jié)果5.3模型的檢驗(yàn)分析5.3.1數(shù)據(jù)分析根據(jù)碼頭集裝箱裝卸的數(shù)據(jù)表，我們得到如下信息（表3）項(xiàng)目編號(hào)123456789卸箱量61344922331585200裝箱量006103870303813種類FHFRGPHCHHOTRFRH0H表3 裝、卸船箱在堆場的分布（數(shù)據(jù)來源：兩個(gè)表格數(shù)據(jù)匯總）青島前灣港區(qū)設(shè)配數(shù)據(jù)如表4：設(shè)備效率設(shè)備種類裝

16、集裝箱（個(gè)/min）卸集裝箱（個(gè)/min）橋吊11龍門吊0.50.5表4 青島前灣港設(shè)配數(shù)據(jù)集卡從橋吊運(yùn)送集裝箱到各堆場的行駛時(shí)間如下表5：堆場號(hào)123456789送箱時(shí)間（單位：min/次）4.213.662.511.661.662.513.364.215.06表5 集卡從橋吊運(yùn)送集裝箱到各堆場的時(shí)間集卡從i堆場到j(luò)堆場的單次行駛時(shí)間如表6(單位：min/次)：堆場123456789103.854.705.558.409.2510.1010.9511.8023.8503.854.75.558.49.2510.1010.9534.703.8503.854.705.558.409.2510.10

17、45.554.703.8503.854.705.558.409.2558.405.554.703.8503.854.705.558.4069.258.405.554.703.8503.854.705.55710.109.258.405.554.703.8503.854.70810.9510.109.258.405.554.703.8503.85911.8010.9510.09.258.405.554.703.850表6集卡從i堆場到j(luò)堆場的單次行駛時(shí)間每個(gè)集卡可以裝1個(gè)40寸集裝箱，2個(gè)20寸集裝箱。5.3.2模型建立利用模型一、二的算法，帶入進(jìn)行數(shù)據(jù)進(jìn)行算法合理性檢驗(yàn)。5.3.3模型求解利用

18、MATLAB 2014a 計(jì)算結(jié)果如下表7橋吊/集卡交叉作業(yè)集卡行駛距離（km）總裝卸時(shí)間（min）6/18是186485493否1192352346/24是154384386否988242146/30是149824338否97504182表7 模型求解結(jié)果當(dāng)題目中所給輪船擁有2輛橋吊的時(shí)候，10輛集卡，5輛輪式龍門吊可以達(dá)到預(yù)期效率，擁有3輛橋吊的時(shí)候，15輛集卡，7輛輪式龍門吊可以高效完成裝卸任務(wù)。題目中所給輪船巨大，完成任務(wù)時(shí)2輛橋吊最佳效率需要3.6天可以完成裝卸任務(wù)，3輛橋吊時(shí)需要2.9天完成裝卸任務(wù)，若加上運(yùn)輸時(shí)間，此次輪船的作業(yè)時(shí)間會(huì)太長。建議增加橋吊、集卡、龍門吊的數(shù)量以便48

19、小時(shí)內(nèi)完成裝卸和運(yùn)輸任務(wù)，方便港口的運(yùn)行。6、 模型評(píng)價(jià)6.1模型優(yōu)點(diǎn)本模型采用兩階段的禁忌搜索算法，搜索范圍以及精度都有很大提高，計(jì)算過程清晰，題目數(shù)據(jù)處理采用分類匯總的方法，大大簡化了計(jì)算難度。第一階段禁忌搜索從集卡調(diào)度入手，精確分析得出集卡在當(dāng)集裝箱裝卸次序已知的情況下的最佳行駛路線，即一旦裝卸的集裝箱確定，就可以程序化進(jìn)行路線分配，大大減少了集卡運(yùn)送集裝箱的總路程。第一階段集卡調(diào)度的計(jì)算結(jié)果作為第二階段禁忌搜索的條件，使模型全局考慮橋吊、集卡、龍門吊的協(xié)同調(diào)度，達(dá)到了在裝卸運(yùn)輸成本一定的情況下，效率最高的設(shè)備搭配方式。采取混合裝卸模型，更加貼近實(shí)際，算得最佳的橋吊、集卡、龍門吊之間的比

20、例，方便工作人員進(jìn)行設(shè)備分配的決策。模型最后計(jì)算出了裝卸、運(yùn)輸總體最小時(shí)間，為在集裝箱數(shù)目確定的情況下，投入設(shè)備的多少取得最佳效益的決策提供了參考。6.2模型缺點(diǎn)本模型的集卡調(diào)度為靜態(tài)調(diào)度模型，即每輛集卡滿載且只可攜帶1個(gè)40寸，2個(gè)20寸的集裝箱，實(shí)際生活中可根據(jù)需要，集卡既可以滿載，也可不滿載，集卡的調(diào)度靜態(tài)調(diào)度存在缺陷。本模型只考慮了一條船的裝卸作業(yè)，實(shí)際可能有多艘輪船需要完成裝卸作業(yè)，輪船選擇泊位時(shí)候過于簡化。6.3模型改進(jìn)將靜態(tài)集卡調(diào)度改為集卡可加一節(jié)車廂，可以滿載或不滿載，根據(jù)實(shí)際情況確定的動(dòng)態(tài)集卡調(diào)度模型。考慮多艘輪船的裝卸，根據(jù)多艘輪船上的集裝箱裝卸次序，可用設(shè)備數(shù)量分配，綜合

21、考慮定下若輪船選擇不同泊位，確定同一個(gè)泊位不同船只的先后裝卸次序。這樣模型會(huì)更加貼近實(shí)際生產(chǎn)生活，方便決策者的決策。七、參考文獻(xiàn)1錢繼鋒. 集裝箱碼頭“岸橋集卡堆場”作業(yè)計(jì)劃的優(yōu)化D.北京交通大學(xué),2014.2馮春煥. 集裝箱碼頭泊位岸橋集卡調(diào)度優(yōu)化研究D.大連海事大學(xué),2011.3單浩. 集裝箱碼頭泊位、岸橋和集卡協(xié)同調(diào)度優(yōu)化研究D.大連海事大學(xué),2013.4曾慶成,楊忠振,陸靖. 集裝箱碼頭同貝同步裝卸調(diào)度模型與算法J. 交通運(yùn)輸工程學(xué)報(bào),2010,01:88-93. 5曾慶成,胡祥培,楊忠振. 集裝箱碼頭泊位分配-裝卸橋調(diào)度干擾管理模型J. 系統(tǒng)工程理論與實(shí)踐,2010,11:2026-

22、2035. 6曾慶成. 集裝箱碼頭裝卸作業(yè)集成調(diào)度模型與方法D.大連海事大學(xué),2008. 7韓曉龍,牟少莉. 基于CHC算法的集卡與岸橋協(xié)調(diào)調(diào)度優(yōu)化問題J. 武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版),2014,02:233-236+245.附錄% 禁忌搜索算法解決裝卸混合調(diào)度問題 function BestShortcut,theMinDistance=TabuSearch clear; clc; Clist=裝卸集裝箱的貝位號(hào); ContinaerNum=size(Clist,1);%問題的規(guī)模,即集裝箱數(shù)目 dislist=zeros(ContinaerNum); for i=1:Contin

23、aerNum for j=1:ContinaerNum dislist(i,j)=(Clist(i,1)-Clist(j,1)2+(Clist(i,2)-Clist(j,2)2)0.5; end end TabuList=zeros(ContinaerNum);% (tabu list) TabuLength=round(ContinaerNum*(ContinaerNum-1)/2)0.5);%禁忌長度(tabu length) Candidates=200;%候選集的個(gè)數(shù) (全部領(lǐng)域解個(gè)數(shù)) CandidateNum=zeros(Candidates,ContinaerNum);%候選解集

24、合 S0=randperm(ContinaerNum);%隨機(jī)產(chǎn)生初始解 BSF=S0; BestL=Inf; clf; figure(1); stop = uicontrol(style,toggle,string ,stop,background,white); tic; p=1; StopL=80*ContinaerNum; while pContinaerNum*(ContinaerNum-1)/2 disp(候選解個(gè)數(shù)不大于n*(n-1)/2!); break;end ALong(p)=Fun(dislist,S0); i=1; A=zeros(Candidates,2); whil

25、e i=Candidates M=ContinaerNum*rand(1,2); M=ceil(M); if M(1)=M(2) A(i,1)=max(M(1),M(2); A(i,2)=min(M(1),M(2); if i=1 isa=0; else for j=1:i-1 if A(i,1)=A(j,1) & A(i,2)=A(j,2) isa=1; break; else isa=0; end end end if isa i=i+1; else end else end end BestCandidateNum=100;%保留前BestCandidateNum個(gè)最好候選解作為第二階段

26、的條件 BestCandidate=Inf*ones(BestCandidateNum,4); F=zeros(1,Candidates); for i=1:Candidates CandidateNum(i,:)=S0; CandidateNum(i,A(i,2),A(i,1)=S0(A(i,1),A(i,2);F(i)=Fun(dislist,CandidateNum(i,:); if i=BestCandidateNum BestCandidate(i,2)=F(i); BestCandidate(i,1)=i; BestCandidate(i,3)=S0(A(i,1); BestCan

27、didate(i,4)=S0(A(i,2); else for j=1:BestCandidateNum if F(i)BestCandidate(j,2) BestCandidate(j,2)=F(i); BestCandidate(j,1)=i; BestCandidate(j,3)=S0(A(i,1); BestCandidate(j,4)=S0(A(i,2); break; end end end end %對(duì)BestCandidate JL,Index=sort(BestCandidate(:,2); SBest=BestCandidate(Index,:); BestCandida

28、te=SBest; if BestCandidate(1,2)BestL BestL=BestCandidate(1,2); S0=CandidateNum(BestCandidate(1,1),:); BSF=S0; for m=1:ContinaerNum for n=1:ContinaerNum if TabuList(m,n)=0 TabuList(m,n)=TabuList(m,n)-1; end end end TabuList(BestCandidate(1,3),BestCandidate(1,4)=TabuLength; else for i=1:BestCandidateNum if TabuList(BestCandidate(i,3),BestCandidate(i,4)=0 S0=CandidateNum(Best