基于强化学习与分支定价的集装箱码头资源集成调度方法、系统及存储介质

本发明公开了一种基于强化学习与分支定价的集装箱码头资源集成调度方法、系统及存储介质。该方法包括：获取集装箱码头调度的调度关联数据，基于调度关联数据构建描述泊位、岸桥和堆场联合分配问题的原始模型；基于原始模型的块角结构，将原始模型分解为一个主问题和多个定价子问题，基于预先构建的分支定价框架对分解后的主问题和多个定价子问题进行求解，以得到线性松弛最优解和整数可行解；将分支定价框架的分支过程建模为树马尔可夫决策过程，基于分支变量、主问题列及约束节点的链接关系构建表征决策状态的三部图，基于三部图和强化学习动态分支策略确定目标调度方案。达到了保障调度方案全局最优、满足真实码头复杂调度需求的技术效果。