基于MATLAB的遗传算法优化码头泊位分配调度问题

概述：
码头泊位分配调度是一个实际问题，涉及到最大化码头吞吐量和最小化船舶等待时间的优化。本文将介绍如何利用遗传算法来解决这个问题，并提供MATLAB源代码。

问题描述：
假设有一个码头，有限数量的泊位可供船舶使用。每艘船舶有特定的到达时间、离开时间和装卸货物的时间。我们的目标是通过合理的泊位分配和调度，最大化码头的吞吐量，即最大化同时停靠在码头上的船舶数量，同时最小化船舶的等待时间。

遗传算法的原理：
遗传算法是一种模拟自然选择和遗传机制的优化算法。它模拟了生物进化过程中的遗传、突变和选择等操作，通过不断迭代搜索解空间中的最优解。遗传算法包括以下步骤：

1. 初始化种群：随机生成一组初始解，每个解表示一种泊位分配和调度方案。
2. 适应度评估：计算每个解的适应度值，即码头吞吐量和船舶等待时间的综合评价。
3. 选择操作：按照适应度值选择一些优秀的解作为父代。
4. 交叉操作：对选定的父代解进行交叉操作，生成新的子代解。
5. 变异操作：对子代解进行变异操作，引入新的解空间。
6. 替换操作：用子代解替换原始种群中的一部分解。
7. 终止条件检查：检查是否达到停止迭代的条件，如果未达到，则返回步骤2；否则，进入下一步。
8. 输出结果：输出最