该成果属于物流信息化领域。 随着智慧工业革命的到来，在智慧港口产业方面我国跟随世界迎来新一轮的自动化码头建设热潮。目前成熟运营的7个全自动化码头均在欧洲，均采用美国NAVIS公司提供的运营管理系统，我国在自动化码头智能调度与智能配载等关键技术上仍处在落后局面。但由于工艺模式不同、计划与调度复杂性不同，我国不能照搬欧美经验。因此，我国必须独立探索适合大型海港码头的智能调度与智能配载技术。在此背景下，项目组深入研究了智能配载领域多项技术难点，解决了如何提炼人工决策经验，如何加快决策速度，如何评估决策结果的智能配载三大核心问题，成功实现了全船智能配载，填补了我国港口智能化生产优化领域的一项重大技术空白。本项目针对三大核心问题的主要创新点如下： 1. 设计并建立了配载策略网络和配载工况网络两大深度神经网络，突破了传统学习模式难以自动提炼数据特征的技术瓶颈，从而解决了配载知识与复杂配载工况提炼、表述与存储这一难题。其中配载工况网络将历史单贝配载记录以卷积形式转换成特征映射矩阵从而提炼出配载工况特征库用于工况识别。配载策略网络以历史配载步骤和基本配载原则为输入采用多层自编码机的形式将配载策略、抽象成深度配载知识特征。同时，当现有知识无法对当前船舶有效决策时，通过人工调整配载结果，并使用调整后的结果对网络进行增强训练，可进一步完善两大配载网络，从而实现智能配载系统的演进。 2. 提出了一种基于工作流引擎的规则调度方法，为复杂工况下的智能配载决策提供了一种合理的知识网络调度方案，攻克了大规模决策过程中解空间指数级增长从而无法实现高效决策这一技术难题。该引擎属于逻辑控制层，负责识别不同工况并调度不同规则来进行配箱计算，针对某些需要规则集的工况，该引擎可以从知识网络中动态构建适合当前工况的知识堆栈，生成有限个优化的状态节点，大幅缩减了决策空间，从而控制千箱配载时间在5分钟左右，是人工配载效率的至少30倍。在大型、超大型船舶配载中的表现明显优于美国NAVIS和香港HIT。 3. 自主研发集装箱码头装卸作业预演系统，在智能配载决策后对整船装卸过程进行动态模拟，估算目标决策方案下码头作业效率及其他关键绩效指标，从而突破传统配载计划在实际装卸作业之前无法进行合理评估这一技术瓶颈。该预演技术以配载计划和码头实际作业状态为输入，在时间、空间和运动上模拟配载计划的实际执行过程，计算得出船舶装卸时间、岸桥作业效率和总装卸成本等KPI指标，从而获得配载计划的评价数据。更为重要的是，系统同时将局部作业瓶颈反馈到智能配载系统以供进一步优化和调整。装箱码头装卸作业预演技术的实现既为配载结果的调整提供了依据也为实际装卸调度提供了参考。 该项目共发表论文8篇，获得软件著作权3项，三年累计新增产值33590万元，新增利润10507万元，新增税收2543万元，并使得宁波大榭招商国际码头有限公司成为国内第一个自主研发并规模化使用智能配载技术的港口企业。