数据集概述
本数据集围绕集装箱码头运营决策的仿真优化展开，聚焦设备数量配置与运营策略的整合优化，通过四种元启发式算法（Tree-structured Parzen Estimator、Bayesian Optimization等）引导仿真优化过程，旨在以少量实验确定码头的设备配置与策略组合，并对比元启发式算法的性能。
文件详解
- 文件名称：Integrated Simulation-Based Optimization of Operational Decisions at Container Terminals - Dataset.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含用于生成图表和运行统计分析的基础数据，支持对集装箱码头运营决策优化结果的验证与复现。
- 文件名称：Integrated Simulation-Based Optimization of Operational Decisions at Container Terminals - Data Analysis.ipynb
- 文件格式：IPYNB
- 字段映射介绍：包含生成图表和运行统计分析的代码，可复现研究中的数据分析过程与结果。
适用场景
- 集装箱码头运营优化：分析设备数量配置与运营策略对码头时间效率和设备利用率的影响，确定最优运营方案。
- 元启发式算法性能对比：研究Tree-structured Parzen Estimator、Bayesian Optimization等算法在运营决策优化中的效果与可重复性。
- 物流系统仿真研究：探索仿真与优化结合的方法在复杂物流场景（如集装箱码头）中的应用价值。
- 港口运营策略评估：验证码头内集卡共享、堆场区块分配等策略的实际运营效果。
