1.一种码头岸桥与场桥协同优化调度方法，其特征在于：包括如下步骤：

步骤1：将岸桥与场桥定为调度对象，结合船期表和集装箱在船舶及堆场的位置，以完成一艘船舶上所有集装箱装卸任何所花费的最小时间作为岸桥与场桥调度的目标，构建进出口集装箱同贝同步装卸作业数学模型；所述岸桥与场桥协同调度数学模型为：目标函数为：

约束条件为：

(ltcg'(b',z',c')>0|ltcg'(b',z',c'+1)>0) b'＝1,2,…,B'，z'＝1,2,…,Z'，c'＝1,

2,…,C'-1   (2)

其中，B，Z，C分别表示堆场的贝位数、栈数和堆存高度；B'，Z'，C'分别表示船舶的贝位数、栈数和堆存高度；O表示需要卸载的集装箱客户数量；WXo表示第o个客户的集装箱数量，o＝1，2，…，O；ZLxz，ZLzz分别表示需要卸载和装载的集装箱总量，G'表示总阶段数，G'＝ZLxz+ZLzz；qc，yc分别表示岸桥和场桥编号，qc＝1，2，yc＝1，2；

分别表示岸桥单趟重载和空载所需时间； 表示岸桥移动一个贝位所需时间；

表示岸桥翻箱一次所需平均时间； 分别表示场桥单趟重载和空载所需时间； 表示场桥移动一个贝位所需时间； 表示场桥翻箱一次所需平均时间；ltc0(b',z',c')表示船舶初始堆存信息， ltcg'(b',z',c')表示第g'阶段船舶堆存信息，g'∈G'； 分别表示岸桥qc卸载的第i个集装箱放置的贝位号，栈号和层号，qc＝1,2，i＝1,2,…,XZqc； 分别表示场桥yc装载的第i个集装箱放置的贝位号，栈号，层号，yc＝1,2，i＝1,2,…,ZZ′yc； 分别表示岸桥qc装载第i个集装箱的开始时间和结束时间，qc＝1,2，i＝1,2,…,ZZqc； 分别表示岸桥qc卸载第i个集装箱的开始时间和结束时间，qc＝1,2，i＝1,2,…,XZqc； 分别表示场桥yc装载第i个集装箱的开始时间和结束时间，yc＝1,2，i＝1,2,…,ZZ'yc；

分别表示场桥yc卸载第i个集装箱的开始时间和结束时间，qc＝1,2，i＝1,2,…,XZqc； 分别表示岸桥qc和场桥yc在时间t所处位置，分别表示岸桥qc装载的第i个集装箱放置的

贝位号，栈号和层号，qc＝1,2，i＝1,2,…,ZZqc； 分别表示场桥yc卸载的第i个集装箱放置的贝位号，栈号和层号，yc＝1,2，i＝1,2,…,XZ'yc；ZZqc，XZqc分别表示岸桥qc的集装箱装载总量和卸载总量，按照先后顺序得到作业序列[1,2,…,ZZqc]，[1,2,…,XZqc]，qc＝1,2；ZZ'yc，XZ'yc分别表示场桥yc的集装箱装载总量和卸载总量，按照先后顺序得到作业序列[1,2,…,ZZ'yc]，[1,2,…,XZ'yc]，yc＝1,2；

步骤2：采用熵值评价体系表示船舶和堆场的集装箱堆存状态，熵值评价体系将集装箱视为开放系统的粒子Jz，其中待装卸集装箱及需翻箱集装箱组合设为各粒子在fx状态下所具有的能量Efx，可知堆存系统在某一状态(jz,fx)的概率Pjz,fx为：堆存系统熵H为：

其中：K为比例系数；α为粒子运动速率；β为能量耗散速率；D为熵因子；

根据式(15)和式(16)推导堆存系统熵评价指标H为

采用双层染色体对集装箱装卸顺序进行编码，基于船舶及堆场各栈的熵值设计改进的遗传算法，求解集装箱同贝同步装卸作业数学模型；得出给定集装箱装卸任务情况下的最优岸桥与场桥协同调度方案；具体包括：步骤(1)：对所有集装箱装卸任务进行初始编码，生成岸桥与场桥调度方案；

设定染色体规模为ch条，交叉率为jc，变异率为by，迭代次数为ge代；

采用两层数组对所有集装箱任务按照栈号进行编码，每一组编码代表一种场桥与岸桥的调度方案，其中第一层为出口集装箱任务，即场桥的调度方案，第二层为进口集装箱任务，即岸桥的调度方案，编码时：各组的前两位数字代表集装箱任务的贝号，后续数字以两位为一个小组代表该贝号内的各栈号，其在染色体中的先后顺序代表装卸时的先后顺序，以此类推直至所有的集装箱任务全部被安排编码；总共ch条染色体均采用此种编码方式，当进口集装箱任务量与出口集装箱任务量不一致时，染色体长度由其中较大者确定，而另一层的染色体后续长度不足之处补0；

步骤(2)：根据熵值匹配度最高原则匹配集装箱进出口栈；

集装箱装卸顺序采用双层实数编码；生成的ch条染色体中，每条染色体的上下两层分别确定了出口集装箱和进口集装箱的作业顺序，产生随机数判断是否交叉或变异；若交叉，则根据熵值匹配原则对染色体进行组内交叉，并得到ch条染色体，其中组内交叉按照贝为最小单位，并确定交叉片段基因位长度；若变异，则随机产生栈号替换现有栈号；

步骤(3)：针对步骤(2)中生成的ch条新染色体生成新的编码组，分别按照装卸作业顺序计算各栈集装箱所需要花费的时间，并将所有任务全部完成的最大时间点及岸桥与场桥行驶路径长度作为最终解；

步骤(4)：判断各组染色体解的值是否为当前最优解，取当前代数解的最小值与上一代解最小值比较，若当前代解更优，则将当前代解的最小值作为最优解，否则最优解为上一代解的最小值；

步骤(5)：通过各组解所对应的目标函数值，从小至大排序后，前10％的染色体直接进入下一代，剔除最后10％的染色体，并重新以步骤(1)中所述方法生成10％的染色体；在确保染色体总量不变的情况下，保证种群整体不容易陷入局部最优；

步骤(6)：产生随机数判断是否交叉或变异；若交叉，则根据熵值匹配原则对染色体进行组内交叉，并得到ch条染色体；若变异，则随机产生栈号替换现有栈号；

步骤(7)：判断当前代是否达到终止条件，若是，则终止算法；若否，则进入步骤(2)。

2.根据权利要求1所述码头岸桥与场桥协同优化调度方法，其特征在于：在交叉时，熵值匹配原则以各贝的熵值作为第一匹配原则，当进口集装箱任务贝与出口集装箱任务贝的熵值较接近时，两者在各自所在层的染色体中的绝对位置保持一致；以各栈的熵值作为第二匹配原则，当进口集装箱任务栈与出口集装箱任务栈的熵值较接近时，两者在各自所在贝的染色体片段中的绝对位置保持一致。